水泥分解爐溫度過(guò)程N(yùn)ARX模型與Hammerstein模型建模方法研究.pdf

1、當(dāng)代水泥工業(yè)發(fā)展的主流是新型干法水泥生產(chǎn)技術(shù)，其核心技術(shù)之一是預(yù)分解技術(shù)。實(shí)現(xiàn)預(yù)分解技術(shù)的主要設(shè)備是承擔(dān)著燃料燃燒、氣固兩相換熱和碳酸鹽分解任務(wù)的分解爐。分解爐能否穩(wěn)定工作對(duì)生料分解率、熟料質(zhì)量和產(chǎn)量有重要的影響。分解爐溫度是分解爐穩(wěn)定工作的重要工藝參數(shù)。但是由于分解爐、回轉(zhuǎn)窯及預(yù)熱器直接相連以及分解爐內(nèi)所進(jìn)行燃燒、傳熱、物理化學(xué)反應(yīng)等過(guò)程機(jī)理復(fù)雜、干擾因素多、工況多變，使得分解爐溫度過(guò)程具有強(qiáng)耦合、非線性、不確定等特性，難以建立精確的

2、分解爐溫度過(guò)程動(dòng)態(tài)機(jī)理模型和數(shù)據(jù)驅(qū)動(dòng)模型。因此，深入探究分解爐溫度的建模方法，建立更適合控制與仿真應(yīng)用的模型對(duì)分解爐溫度的自動(dòng)化設(shè)計(jì)具有重大意義。
　　本文依托國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)課題“大型回轉(zhuǎn)窯智能控制系統(tǒng)”。針對(duì)現(xiàn)有的面向控制與仿真應(yīng)用的建模方法性能較差、模型仿真誤差較大及建模效率低等問(wèn)題，提出了兩種能夠提高模型性能的建模方法，并利用現(xiàn)場(chǎng)實(shí)際數(shù)據(jù)建立了分解爐溫度過(guò)程的非線性動(dòng)態(tài)模型。本文的主要工作包括如下幾個(gè)方

3、面:
　　(1)針對(duì)NARX(Nonlinear AutoRegressive with eXogenous Inputs，簡(jiǎn)稱NARX)模型仿真誤差較大和模型結(jié)構(gòu)描述的非線性過(guò)于寬泛，本文提出了一種結(jié)構(gòu)受控的基于多步預(yù)報(bào)誤差準(zhǔn)則的NARX模型。該模型結(jié)構(gòu)由兩個(gè)并行的模塊組成使得模型結(jié)構(gòu)受控，一個(gè)模塊描述了輸出和輸入動(dòng)態(tài)之間的非線性關(guān)系，另一個(gè)模塊描述了輸出與輸入之間的線性動(dòng)態(tài)關(guān)系，并提出了多步預(yù)報(bào)誤差建模準(zhǔn)則，從而使得改進(jìn)后的N

4、ARX模型能夠?qū)W習(xí)出適合分解爐溫度過(guò)程的非線性，仿真誤差較小。由于極限學(xué)習(xí)機(jī)(extremelearning machine，簡(jiǎn)稱ELM)具有參數(shù)較少、學(xué)習(xí)速度較快的優(yōu)點(diǎn)，將其作為實(shí)現(xiàn)NARX模型的參數(shù)化形式。在模型的求解上對(duì)于模型階次的選擇應(yīng)用了網(wǎng)格搜索與交叉驗(yàn)證的方法，模型參數(shù)估計(jì)采用了序貫二次規(guī)劃(SQP)方法，最終建立了結(jié)構(gòu)受控的基于多步預(yù)報(bào)誤差準(zhǔn)則的NARX模型。在此基礎(chǔ)上，提出了結(jié)構(gòu)受控的基于多步預(yù)報(bào)誤差準(zhǔn)則的分解爐溫度過(guò)程

5、建模方法，并將其與同樣基于多步預(yù)報(bào)準(zhǔn)則的一般NARX模型和Hammerstein模型進(jìn)行對(duì)比，仿真結(jié)果表明:該模型能夠在一定程度減小仿真誤差。
　　(2)雖然現(xiàn)有分解爐溫度過(guò)程的Hammerstein-OE模型的仿真誤差較小，但是其在求解時(shí)很耗費(fèi)時(shí)間。本文提出了一種改進(jìn)Hammerstein-OE建模效率的模型—基于正則化ELM的Hammerstein-OBF模型:在Hammerstein模型結(jié)構(gòu)的基礎(chǔ)上，采用ELM模型作為建立H

6、ammerstein模型的靜態(tài)非線性模塊;另外，由于正交基濾波器(OrthonormalBasis Filter，簡(jiǎn)稱OBF)的參數(shù)較少，辨識(shí)算法簡(jiǎn)單，比較適用于控制和仿真，故將其應(yīng)用于Hammerstein模型的線性動(dòng)態(tài)模塊。為進(jìn)一步提高模型的泛化性能，采用正則化方法group lasso對(duì)ELM的隱層節(jié)點(diǎn)進(jìn)行稀疏化，得到更簡(jiǎn)約的模型，建立了基于正則化ELM的Hammerstein-OBF模型。通過(guò)與Hammerstein-OE模型的

7、仿真對(duì)比表明:該方法能夠在確保仿真誤差較小的情況下，提高計(jì)算效率，是一種比較高效的方法。
　　(3)對(duì)所建立的結(jié)構(gòu)受控的基于多步預(yù)報(bào)誤差準(zhǔn)則的NARX模型與基于正則化ELM的Hammerstein模型在建模改進(jìn)側(cè)重點(diǎn)、模型復(fù)雜度、模型泛化性能等方面對(duì)其進(jìn)行比較和分析。結(jié)果表明:結(jié)構(gòu)受控的基于多步預(yù)報(bào)準(zhǔn)則的NARX模型主要是改進(jìn)了NARX模型的結(jié)構(gòu)，并且應(yīng)用了多步預(yù)報(bào)誤差準(zhǔn)則選擇模型參數(shù);基于正則化ELM的Hammerstein-O