连续带钢热镀锌退火炉系统辨识方法研究

论文摘要

系统辨识技术是现代控制理论的一个重要分支。目前，系统辨识技术已广泛应用于化学化工、核反应堆、电力系统、航空航天、生物医学、社会经济、环境、生态等领域。系统辨识方法的研究具有重要的意义和价值。本课题以系统辨识技术为技术支持，以宝钢冷轧厂的热镀锌生产过程为背景，以连续带钢热镀锌退火炉控制系统为实际研究对象。从理论的角度研究了对于一个实际系统的模型参数辨识问题。首先从过程机理出发，建立连续带钢热镀锌退火过程的数学模型。对于连续带钢热镀锌退火炉，以热镀锌作业线中的连续退火炉为研究对象，以退火炉各段出口处带钢温度为控制对象，根据连续带钢热镀锌退火过程的机理，建立以带钢温度为状态变量，以区域炉温为控制变量的连续退火炉数学模型——带钢温度分布模型。其次以此为依据，研究模型的待辨识参数及系统模型的参数辨识方法。分别针对最小二乘法的数据饱和现象和有色噪声问题提出不同的辨识方法。同时考虑到最小二乘法的两个缺陷，经过分析比较，总结出一套新的辨识方法——限定记忆的广义最小二乘辨识算法。然后进行具体分析研究，以宝钢实际工业生产过程为对象，采集大量的实际运行数据，利用实际收集的数据，对连续带钢热镀锌退火过程的数学模型的参数进行辨识，通过辨识结果比较各辨识方法的优越性，并得到正常工作下的模型参数。最后，总结全文，提出了下一步工作的重点及方向展望。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题来源及研究的目的和意义
• 1.1.1 课题来源
• 1.1.2 研究的目的和意义
• 1.2 系统辨识的发展及现状
• 1.3 本课题的主要研究内容
• 1.4 本章小结
• 第二章 系统辨识的基本原理及方法
• 2.1 系统辨识的基本原理
• 2.2 系统辨识的基本过程
• 2.3 系统辨识的基本方法
• 2.3.1 最小二乘辨识方法
• 2.3.2 梯度校正法
• 2.3.3 极大似然方法
• 2.4 本章小结
• 第三章 连续热镀锌退火过程数学模型的建立及辨识方案设计
• 3.1 连续热镀锌退火过程数学模型的建立
• 3.1.1 热镀锌退火炉结构及工艺介绍
• 3.1.2 数学模型的基本假设
• 3.1.3 退火炉数学模型的建立
• 3.1.4 模型的工程实现
• 3.2 数学模型的参数辨识方案设计
• 3.2.1 三种辨识方法的比较
• 3.2.2 最小二乘法在系统辨识中的应用
• 3.2.3 最小二乘法的缺陷
• 3.2.4 参数辨识方法的设计
• 3.3 本章小结
• 第四章 限定记忆的参数估计递推算法研究
• 4.1 引言
• 4.2 限定记忆的最小二乘递推算法（RFMLS）
• 4.2.1 限定记忆最小二乘的递推算法
• 4.2.2 限定记忆最小二乘的递推算法辨识步骤
• 4.3 退火炉模型参数的辨识结果分析
• 4.4 本章小结
• 第五章 限定记忆的广义最小二乘参数估计递推算法研究
• 5.1 引言
• 5.2 广义最小二乘递推算法（RGLS）
• 5.3 具有限定记忆的广义最小二乘递推算法（RFMGLS）
• 5.4 退火炉模型参数辨识结果分析
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 本文工作总结
• 6.2 展望
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢