CN102672128B - 一种结晶器armax模型辨识方法 - Google Patents

一种结晶器armax模型辨识方法 Download PDF

Info

Publication number
CN102672128B
CN102672128B CN201210130088.XA CN201210130088A CN102672128B CN 102672128 B CN102672128 B CN 102672128B CN 201210130088 A CN201210130088 A CN 201210130088A CN 102672128 B CN102672128 B CN 102672128B
Authority
CN
China
Prior art keywords
crystallizer
theta
output
partiald
armax
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201210130088.XA
Other languages
English (en)
Other versions
CN102672128A (zh
Inventor
张华军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wisdri Engineering and Research Incorporation Ltd
Original Assignee
Wisdri Engineering and Research Incorporation Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wisdri Engineering and Research Incorporation Ltd filed Critical Wisdri Engineering and Research Incorporation Ltd
Priority to CN201210130088.XA priority Critical patent/CN102672128B/zh
Publication of CN102672128A publication Critical patent/CN102672128A/zh
Application granted granted Critical
Publication of CN102672128B publication Critical patent/CN102672128B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明公开了一种结晶器ARMAX模型辨识方法，包括：A、采集输入、输出数据，以结晶器油缸阀开度u(t)为输入，以结晶器位置y(t)为输出，采集N对数据样本ZN；B、构建结晶器ARMAX模型；C、设所述模型待辨识参数为θ、令基于参数θ的模型输出预测值为令辨识过程的目标函数为V(θ，ZN)；D、针对目标函数，进行迭代搜索以逼近θ全局最优解；E、设预测误差法搜索停止条件为目标函数值V(θ，ZN)＜tol；F、利用随机赋值的方法为预测误差法初始化搜索起始点θ1；G、计算目标函数V(θ，ZN)关于θ的梯度；H：计算第i+1代θ估计值θi+1；I：若V(θi+1，ZN)＜tol，则停止运算，输出参数估计值θi+1，否则运行步骤G，继续进行迭代计算。

Description

一种结晶器ARMAX模型辨识方法
技术领域
本发明涉及钢铁冶金技术中连铸机结晶器控制系统，尤其涉及一种结晶器ARMAX(Auto-Regressive and Moving Average Model)模型辨识方法。 
背景技术
结晶器振动对铸坯脱模及表面质量有着直接、重要的影响，在板坯连铸实际浇铸过程中，拉速通常是随着工况条件(如浇铸温度)的变化而发生变化的，为确保获得良好的铸坯脱模效果和铸坯表而质量，应在保证振动工艺参数基本稳定的前提下，适当地调整频率、振幅等振动基本参数。然而，要获得良好的频率、振幅控制效果，必须设计合理的结晶器控制系统以快速、准确跟踪频率、振幅给定值，而优秀的控制系统是以模型为基础进行系统分析和设计的，鉴于目前结晶器控制系统基于经验的PID控制器设计方法，有必要首先对结晶器进行模型辨识，在合理模型基础上再进行控制系统设计以获得良好的控制效果。 
发明内容
有鉴于此，本发明的主要目的在于提供一种结晶器ARMAX(Auto-Regressive and Moving Average Model)模型辨识方法，其以结晶器油缸阀开度为输入数据，以结晶器位置为输出数据，在采样数据基础上利用预测误差法对结晶器ARMAX模型参数进行离线辨识，通过迭代搜索能够逼近ARMAX模型未知参数全局最优解，能够获得带有干扰模型的结晶器模型，为工程应用中结晶器控制系统设计提供科学的模型基础。 
为达到上述目的，本发明的技术方案是这样实现的： 
一种结晶器ARMAX模型辨识方法，该方法主要包括： 
A、采集输入、输出数据，以结晶器油缸阀开度u(t)为输入数据，以结晶器 位置y(t)为输出数据，采集N对数据样本ZN；N为自然数； 
B、构建结晶器ARMAX模型A(q)y(t)＝B(q)u(t)+C(q)e(t)；其中：A(q)为第一结晶器输出多项式；B(q)为第二结晶器输出多项式；C(q)为第三结晶器输出多项式；e(t)为高斯白噪声； 
C、设ARMAX模型待辨识参数为θ、令基于参数θ的模型输出预测值为 
Figure GSB0000118595340000023
令辨识过程的目标函数为V(θ，ZN)； 
D、针对所述目标函数，利用预测误差法进行迭代搜索以逼近θ全局最优解； 
E、设预测误差法搜索停止条件为目标函数值V(θ，ZN)＜tol，其中tol正实数； 
F、利用随机赋值的方法为预测误差法初始化搜索起始点θ1； 
G、计算目标函数V(θ，ZN)关于θ的梯度； 
H：计算第i+1代θ估计值θi+1； 
I：若V(θi+1，ZN)＜tol，则停止运算，输出参数估计值θi+1，否则运行步骤G，继续进行迭代计算。 
其中：步骤B中所述第一结晶器输出多项式A(q)＝1+a1q-1+a2q-2+…+anaq-na；第二结晶器输出多项式B(q)＝b1q-1+b2q-2+…+bnbq-nb；第三结晶器输出多项式C(q)＝1+c1q-1+c2q-2+…+cncq-nc；q-1为后向移动算子；na为结晶器输出多项式阶次，nb为结晶器输入多项式阶次。 
步骤C所述ARMAX模型待辨识参数为： 
θ＝[a1  a2  …  ana  b1  b2  …  bnb  c1  c2  …  cnc]； 
所述基于参数θ的模型输出预测值为
Figure GSB0000118595340000021
所述辨识过程的目标函数为 V ( θ , Z N ) = 1 N Σ t = 1 N ( y ( t ) - y ^ ( t | θ ) ) 2 .
步骤G所述目标函数V(θ，ZN)关于θ的梯度： 
∂ V ∂ θ i = 1 N Σ t = 1 N ( y ( t ) - y ^ ( t | θ i ) ) ∂ y ^ ( t | θ i ) ∂ θ i ;
其中： ∂ y ^ ( t | θ i ) ∂ a ki = - 1 C ( q ) y ( t - k ) , ∂ y ^ ( t | θ i ) ∂ b ki = - 1 C ( q ) u ( t - k ) , ∂ y ^ ( t | θ i ) ∂ c ki = 1 C ( q ) ϵ ( t - k , θ ) , ϵ ( t - k , θ ) = y ( t ) - y ^ ( t | θ ) .
步骤H所述第i+1代θ估计值其中：u为迭代步长，u的选择满足V(θi+1，ZN)＜V(θi，ZN)。 
本发明所提供的结晶器ARMAX模型辨识方法，具有以下优点： 
该结晶器ARMAX模型计算方法，能够利用采样数据快速、准确逼近模型未知参数全局最优解，为设计性能优良的结晶器控制系统提供了科学、合理的数学模型。 
附图说明
图1为ARMAX模型结构原理图； 
图2为预测误差法流程图； 
图3为实施例中结晶器ARMAX模型预测输出值与实际采样数据之间的对比图。 
具体实施方式
下面结合附图及本发明的实施例对本发明的方法作进一步详细的说明。 
如图1～图3所示，本发明的结晶器ARMAX模型辨识方法，主要包括如下步骤： 
步骤1：采集输入、输出数据，以结晶器油缸阀开度u(t)为输入数据，以结晶器位置y(t)为输出，采集N对数据样本ZN； 
步骤2：构建结晶器ARMAX模型为A(q)y(t)＝B(q)u(t)+C(q)e(t)， 
其中：第一结晶器输出多项式A(q)＝1+a1q-1+a2q-2+…+anaq-na； 
第二结晶器输出多项式B(q)＝b1q-1+b2q-2+…+bnbq-nb； 
第三结晶器输出多项式C(q)＝1+c1q-1+c2q-2+…+Cncq-nc，q-1为后向移动算子，即q-1y(t)＝y(t-1)，na为结晶器输出多项式阶次，nb为结晶器输入多项式阶次，nc为结晶器干扰噪声多项式阶次，e(t)为高斯白噪声。附图1为ARMAX模型原理图。 
步骤3：令θ＝[a1  a2…  ana  b1  b2  …  bnb  c1  c2  …  cnc]为ARMAX模型待辨识参数。 
步骤4：令
Figure GSB0000118595340000041
为基于参数θ的模型输出预测值，其中预测表达式为 
y ^ ( t | θ ) = B ( q ) C ( q ) u ( t ) + [ 1 - A ( q ) C ( q ) ] y ( t ) .
步骤5：令辨识过程的目标函数为 V ( θ , Z N ) = 1 N Σ t = 1 N ( y ( t ) - y ^ ( t | θ ) ) 2 ;
步骤6：针对步骤5中的目标函数，利用预测误差法进行迭代搜索以逼近θ全局最优解，预测误差法流程图如附图2所示。 
步骤7：设预测误差法搜索停止条件为目标函数值V(θ，ZN)＜tol，其中tol正实数。 
步骤8：利用随机赋值的方法为预测误差法初始化搜索起始点θ1。 
步骤9：计算目标函数V(θ，ZN)关于θ的梯度 
∂ V ∂ θ i = 1 N Σ t = 1 N ( y ( t ) - y ^ ( t | θ i ) ) ∂ y ^ ( t | θ i ) ∂ θ i ;
其中： 
∂ y ^ ( t | θ i ) ∂ a ki = - 1 C ( q ) y ( t - k ) ,
∂ y ^ ( t | θ i ) ∂ b ki = - 1 C ( q ) u ( t - k ) ,
∂ y ^ ( t | θ i ) ∂ c ki = 1 C ( q ) ϵ ( t - k , θ ) , ϵ ( t - k , θ ) = y ( t ) - y ^ ( t | θ ) .
步骤10：计算第i+1代θ估计值其中u为迭代步长，u的选择满足V(θi+1，ZN)＜V(θi，ZN)； 
步骤11：若V(θi+1，ZN)＜tol，则停止运算，输出参数估计值θi+1，否则运行步骤(9)，继续进行迭代计算。 
下面举例描述本发明的方法： 
表1所示为某钢厂一板坯连铸机结晶器采样数据如，其采样时间间隔Ts＝0.003秒，数据点数N＝250。 
选择2阶ARMAX结晶器模型，令A(q)＝1+a1q-1+a2q-2，B(q)＝b1q-1+b2q-2，C(q)＝1+c1q-1+c2q-2，则待辨识参数为θ＝[a1  a2  b1  b2  c1  c2]，按照步骤7选择目标函数下限值vol＝0.001，参数初始化值为随机赋值向量θ1＝[0.4  0.1  0.25  0.4  0.6  0.26]，利用预测误差法按照步骤9～步骤11搜索参数θ的全局最优解。 
通过迭代可得 θ ^ = - 1.777 0.7774 0.001873 0.0003594 - 1.138 0.3219 , 附图3为辨识模型预测输出与实际输出采样数据之间的对比曲线，从附图3中可以发现按照本发明提出的算法辨识得到的ARMAX模型能够精确逼近实际结晶器系统。 
表1：实施例1中的结晶器样本数据。 
序号 1 2 3 4 5 6 7 8 9 10
输入 46.875 12.02619 11.91768 11.75492 12.22512 11.91406 11.90683 11.87066 11.54876 11.61386
输出 8.583912 8.715567 8.860388 8.91305 9.071036 9.189525 9.308015 9.466001 9.571325 9.663484
序号 11 12 13 14 15 16 17 18 19 20
输入 11.71152 11.2594 11.13643 10.78559 10.61198 10.21412 10.04413 10.01157 9.939236 9.595631
输出 9.834635 9.953125 10.11111 10.2296 10.38759 10.50608 10.59823 10.70356 10.83521 10.96687
序号 21 22 23 24 25 26 27 28 29 30
 
输入 9.255642 9.320747 8.915654 8.814381 8.977141 8.289931 8.289931 7.97526 7.722078 7.515914
输出 11.0327 11.17752 11.25651 11.30917 11.46716 11.53299 11.63831 11.73047 11.80946 11.88845
序号 31 32 33 34 35 36 37 38 39 40
输入 7.309751 7.143374 6.71658 6.5068 6.072772 5.703848 5.645978 5.298756 4.774306 4.481337
输出 11.95428 12.05961 12.12543 12.21759 12.29659 12.33608 12.40191 12.49407 12.54673 12.62572
序号 41 42 43 44 45 46 47 48 49 50
输入 4.000289 3.642216 3.096065 2.871817 2.654803 2.177373 1.884404 1.381655 0.907841 0.719763
输出 12.67839 12.75738 12.78371 12.81004 12.8627 12.88903 12.9417 12.98119 12.98119 13.00752
序号 51 52 53 54 55 56 57 58 59 60
输入 -0.24233 -1.54803 -3.35286 -5.12514 -6.89742 -8.87948 -10.5288 -12.5977 -14.5616 -16.2218
输出 12.99436 13.03385 13.04702 13.04702 13.06018 13.00752 13.00752 12.98119 12.9022 12.83637
序号 61 62 63 64 65 66 67 68 69 70
输入 -18.0194 -19.4734 -21.0576 -22.2186 -23.1156 -24.66 -25.6402 -26.3853 -27.2244 -27.4993
输出 12.71788 12.61256 12.44141 12.24392 12.1386 11.95428 11.74363 11.55932 11.29601 11.07219
序号 71 72 73 74 75 76 77 78 79 80
输入 -27.8827 -27.8501 -28.3095 -28.4252 -28.2661 -27.7416 -27.0906 -26.4685 -25.3328 -24.5913
输出 10.79572 10.6114 10.38759 10.15061 9.874132 9.610822 9.360677 9.071036 8.860388 8.583912
序号 81 82 83 84 85 86 87 88 89 90
输入 -23.2458 -21.8967 -20.3631 -18.6921 -16.6667 -14.7931 -13.2198 -10.8579 -8.65885 -6.30064
输出 8.333767 8.083623 7.833478 7.570168 7.346354 7.188368 6.951389 6.753906 6.556423 6.411603
序号 91 92 93 94 95 96 97 98 99 100
输入 -4.07624 -2.48119 -1.37442 -0.40509 0.596788 1.312934 1.902488 2.470341 2.933304 3.504774
输出 6.240451 6.121962 6.029803 5.937645 5.884983 5.858652 5.83232 5.83232 5.819155 5.819155
序号 101 102 103 104 105 106 107 108 109 110
输入 3.978588 4.466869 5.038339 5.349392 5.78342 6.047454 6.394676 6.940828 7.143374 7.273582
输出 5.819155 5.819155 5.858652 5.871817 5.924479 5.963976 5.977141 6.042969 6.121962 6.174624
序号 111 112 113 114 115 116 117 118 119 120
输入 7.606337 7.671441 8.036748 8.062066 8.445457 8.658854 8.626302 8.969907 9.1182 9.197772
输出 6.266782 6.319444 6.424768 6.47743 6.556423 6.674913 6.740741 6.832899 6.938223 6.990885
序号 121 122 123 124 125 126 127 128 129 130
输入 9.693287 9.671586 9.982639 10.09115 10.01157 10.4239 10.44922 11.04601 11.09303 11.2377
输出 7.109375 7.188368 7.293692 7.425347 7.491175 7.609664 7.649161 7.76765 7.872974 7.951967
序号 131 132 133 134 135 136 137 138 139 140
输入 11.54514 11.48727 11.79832 11.76939 11.95747 12.18533 12.01895 12.01895 12.0298 12.04789
输出 8.083623 8.162616 8.294271 8.386429 8.478588 8.623408 8.741898 8.860388 8.978877 9.110532
序号 141 142 143 144 145 146 147 148 149 150
输入 11.93215 11.85619 11.78024 11.83449 11.38238 11.216 10.84708 10.93388 10.88686 10.60113
输出 9.229022 9.360677 9.466001 9.637153 9.768808 9.926794 10.01895 10.12428 10.2.691 10.38759
序号 151 152 153 154 155 156 157 158 159 160
输入 10.43475 10.05498 9.805411 9.733073 9.443721 9.42202 9.190538 8.846933 8.922888 8.470775
输出 10.53241 10.66406 10.75622 10.88788 10.96687 11.08536 11.20385 11.26968 11.40133 11.46716
序号 161 162 163 164 165 166 167 168 169 170
输入 8.449074 8.098235 8.083767 7.826968 7.273582 7.24103 6.872106 6.720197 6.579138 6.061921
输出 11.58565 11.63831 11.73047 11.86212 11.91479 12.00694 12.07277 12.12543 12.23076 12.28342
序号 171 172 173 174 175 176 177 178 179 180
输入 5.877459 5.389178 5.005787 4.680266 4.134115 3.870081 3.43967 3.002025 2.672888 2.267795
输出 12.37558 12.45457 12.50723 12.59939 12.65205 12.70472 12.77054 12.81004 12.8627 12.88903
序号 181 182 183 184 185 186 187 188 189 190
输入 1.974826 1.548032 1.063368 0.831887 0.57147 -0.63657 -1.84823 -3.67115 -5.26982 -7.18678
输出 12.92853 12.98119 12.98119 12.99436 13.03385 13.00752 13.04702 13.03385 13.04702 13.04702
序号 191 192 193 194 195 196 197 198 199 200
 
输入 -9.08203 -10.7964 -12.8906 -14.5942 -16.4605 -17.9905 -19.7085 -21.3252 -22.3307 -23.6256
输出 13.00752 13.00752 12.9417 12.88903 12.78371 12.70472 12.59939 12.41507 12.27025 12.08594
序号 201 202 203 204 205 206 207 208 209 210
输入 -24.66 -25.293 -26.3346 -26.8012 -27.7742 -28.1648 -28.1829 -28.125 -28.0852 -27.8067
输出 11.86212 11.69097 11.45399 11.29601 11.07219 10.80888 10.54557 10.30859 10.05845 9.900463
序号 211 212 213 214 215 216 217 218 219 220
输入 -28.125 -27.2569 -26.5878 -25.4376 -24.3634 -22.9167 -21.394 -20.5548 -18.8368 -16.6522
输出 9.610822 9.360677 9.071036 8.807726 8.53125 8.254774 8.109954 7.859809 7.570168 7.346354
序号 221 222 223 224 225 226 227 228 229 230
输入 -14.7678 -12.5651 -10.4637 -8.0693 -6.29702 -3.94965 -2.27865 -1.24421 -0.18446 0.499132
输出 7.109375 6.911892 6.688079 6.582754 6.411603 6.227286 6.121962 6.016638 5.963976 5.911314
序号 231 232 233 234 235 236 237 238 239 240
输入 1.240596 1.945891 2.452257 3.088831 3.653067 3.880932 4.58261 4.95515 5.414497 5.996817
输出 5.871817 5.858652 5.83232 5.819155 5.858652 5.83232 5.858652 5.871817 5.871817 5.924479
序号 241 242 243 244 245 246 247 248 249 250
输入 6.268084 6.604456 6.77445 7.204861 7.526765 7.642506 8.018663 8.025897 8.098235 8.532263
输出 5.963976 6.029803 6.0693 6.121962 6.200955 6.253617 6.358941 6.451099 6.503761 6.609086
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。 

Claims (2)

1.一种结晶器ARMAX模型辨识方法，其特征在于，该方法主要包括：
A、采集输入、输出数据，以结晶器油缸阀开度u(t)为输入数据，以结晶器位置y(t)为输出数据，采集N对数据样本ZN；N为自然数；
B、构建结晶器ARMAX模型A(q)y(t)＝B(q)u(t)+C(q)e(t)；其中：A(q)为第一结晶器输出多项式；B(q)为第二结晶器输出多项式；C(q)为第三结晶器输出多项式；e(t)为高斯白噪声；所述第一结晶器输出多项式A(q)＝1+a1q-1+a2q-2+…+anaq-na；第二结晶器输出多项式B(q)＝b1q-1+b2q-2+…+bnbq-nb；第三结晶器输出多项式C(q)＝1+c1q-1+c2q-2+…+cncq-nc；q-1为后向移动算子；na为结晶器输出多项式阶次，nb为结晶器输入多项式阶次；
C、设ARMAX模型待辨识参数为θ、令基于参数θ的模型输出预测值为令辨识过程的目标函数为V(θ，ZN)；所述ARMAX模型待辨识参数为：
θ＝[a1  a2  …ana  b1  b2  …  bnb c1  c2  …  cnc]；
所述基于参数θ的模型输出预测值为
Figure FSB0000118595330000011
所述辨识过程的目标函数为 V ( θ , Z N ) = 1 N Σ t = 1 N ( y ( t ) - y ^ ( t | θ ) ) 2 ;
D、针对所述目标函数，利用预测误差法进行迭代搜索以逼近θ全局最优解；
E、设预测误差法搜索停止条件为目标函数值V(θ，ZN)＜tol，其中tol正实数；
F、利用随机赋值的方法为预测误差法初始化搜索起始点θ1；
G、计算目标函数V(θ，ZN)关于θ的梯度；
H：计算第i+1代θ估计值θi+1；所述第i+1代θ估计值
Figure FSB0000118595330000013
其中：u为迭代步长，u的选择满足V(θi+1，ZN)＜V(θi，ZN)；
I：若V(θi+1,ZN)＜tol，则停止运算，输出参数估计值θi+1，否则运行步骤G，继续进行迭代计算。
2.根据权利要求1所述的结晶器ARMAX模型辨识方法，其特征在于，步骤G所述目标函数V(θ，ZN)关于θ的梯度：
∂ V ∂ θ i = 1 N Σ t = 1 N ( y ( t ) - y ^ ( t | θ i ) ) ∂ y ^ ( t | θ i ) ∂ θ i ;
其中： ∂ y ^ ( t | θ i ) ∂ a ki = - 1 C ( q ) y ( t - k ) , ∂ y ^ ( t | θ i ) ∂ b ki = - 1 C ( q ) u ( t - k ) , ∂ y ^ ( t | θ i ) ∂ c ki = 1 C ( q ) ϵ ( t - k , θ ) , ϵ ( t - k , θ ) = y ( t ) - y ^ ( t | θ ) .
CN201210130088.XA 2012-04-28 2012-04-28 一种结晶器armax模型辨识方法 Expired - Fee Related CN102672128B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210130088.XA CN102672128B (zh) 2012-04-28 2012-04-28 一种结晶器armax模型辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210130088.XA CN102672128B (zh) 2012-04-28 2012-04-28 一种结晶器armax模型辨识方法

Publications (2)

Publication Number Publication Date
CN102672128A CN102672128A (zh) 2012-09-19
CN102672128B true CN102672128B (zh) 2014-04-09

Family

ID=46805051

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210130088.XA Expired - Fee Related CN102672128B (zh) 2012-04-28 2012-04-28 一种结晶器armax模型辨识方法

Country Status (1)

Country Link
CN (1) CN102672128B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110008896A (zh) * 2019-04-02 2019-07-12 重庆交通大学 一种采用arx系统辨识模型的钢绞线张力识别方法
CN112130542B (zh) * 2020-07-01 2021-09-14 浙江浙能台州第二发电有限责任公司 基于正常运行数据与系统辨识的控制回路性能评价方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6404581B1 (en) * 1999-01-08 2002-06-11 Voyan Technology Adaptation to unmeasured variables
CN101373272A (zh) * 2003-12-01 2009-02-25 Cdm光学有限公司 用于优化光学和数字系统设计的系统和方法
CN102228970A (zh) * 2011-06-30 2011-11-02 中冶南方工程技术有限公司 连铸结晶器内钢液凝固传热过程仿真系统
CN102298323A (zh) * 2011-06-22 2011-12-28 东华大学 一种自调匀整系统的自适应控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040181300A1 (en) * 2003-03-11 2004-09-16 Clark Robert L. Methods, apparatus and computer program products for adaptively controlling a system by combining recursive system identification with generalized predictive control

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6404581B1 (en) * 1999-01-08 2002-06-11 Voyan Technology Adaptation to unmeasured variables
CN101373272A (zh) * 2003-12-01 2009-02-25 Cdm光学有限公司 用于优化光学和数字系统设计的系统和方法
CN102298323A (zh) * 2011-06-22 2011-12-28 东华大学 一种自调匀整系统的自适应控制方法
CN102228970A (zh) * 2011-06-30 2011-11-02 中冶南方工程技术有限公司 连铸结晶器内钢液凝固传热过程仿真系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
严晓久等.基于辅助变量法的系统参数辨识.《机床与液压》.2006,(第12期),
基于辅助变量法的系统参数辨识;严晓久等;《机床与液压》;20061231(第12期) *

Also Published As

Publication number Publication date
CN102672128A (zh) 2012-09-19

Similar Documents

Publication Publication Date Title
Lovera et al. Identification for gain-scheduling: a balanced subspace approach
Ławryńczuk Modelling and predictive control of a neutralisation reactor using sparse support vector machine Wiener models
CN102540891B (zh) 基于递推增广最小二乘法的结晶器armax模型辨识方法
Tan et al. SA-ANN-based slag carry-over detection method and the embedded WME platform
CN107123265B (zh) 一种基于并行计算的高速公路交通状态估计方法
CN105510882B (zh) 基于目标机动参数估计的快速自适应采样周期跟踪方法
CN102540890B (zh) 基于最小二乘法的结晶器arx模型辨识方法
CN102672128B (zh) 一种结晶器armax模型辨识方法
Jabri et al. Particle swarm optimization based tuning of a modified smith predictor for mould level control in continuous casting
CN102744379A (zh) 基于卡尔曼滤波的结晶器控制系统状态估计方法
CN102608915B (zh) 基于工具变量iv法的结晶器arx模型辨识方法
CN108009362B (zh) 一种基于稳定性约束rbf-arx模型的系统建模方法
Michaelson et al. Recursive update filtering: A new approach
CN102540893A (zh) 基于预测误差法的结晶器arx模型辨识方法
CN102591208B (zh) 基于递推最小二乘法rls的结晶器arx模型辨识方法
CN102540904B (zh) 基于递推工具变量法riv的结晶器arx模型辨识方法
CN102540892B (zh) 基于广义最小二乘法的结晶器ararx模型辨识方法
CN113158353B (zh) 一种基于频域无参数辨识的倒立摆系统模型参数辨识方法
CN102692872B (zh) 结晶器离散状态方程辨识方法
JP2014111267A (ja) 連続鋳造機の湯面レベル制御装置、方法及びプログラム
JP6020102B2 (ja) 連続鋳造機の湯面レベル制御系における周波数推定装置、方法及びプログラム
Fujimoto et al. Numerical solutions of Hamilton-Jacobi inequalities by constrained Gaussian process regression
CN102654419B (zh) 结晶器噪声信号辨识与分析方法
Ji et al. Monitoring of continuous steel casting process based on independent component analysis
CN101436251A (zh) 基于拟蒙特卡罗采样的并行高斯粒子滤波方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140409

Termination date: 20180428

CF01 Termination of patent right due to non-payment of annual fee