多输入多输出HammersteinWiener交流电弧炉电极系统模型
DOI:
CSTR:
作者:
作者单位:

1.东北大学信息科学与工程学院沈阳110819;2. 北华大学电气信息工程学院吉林132021

作者简介:

通讯作者:

中图分类号:

TH73TP273

基金项目:

国家自然科学基金(61473072)、吉林省科技发展计划(20160312017ZX)项目资助


Modeling for electrode system in alternating current electric arc furnace based on HammersteinWiener model
Author:
Affiliation:

1. College of Information Sciense and Engineering, Northeastern University, Shenyang 110819, China; 2. College of Electrical and Information Engineering, Beihua University, Jilin 132021, China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在交流电弧炉中对于电极系统的描述,目前大都采用针对单相电极的单输入单输出的HammersteinWiener(HW)模型,这种模型过于简化真实电极系统结构,导致模型的预测精度较低。针对该问题,提出一种基于多输入多输出HW模型的电极系统建模方法,该模型的结构与实际电极系统结构一致,有利于模型预测精度的提高,另外在多输入多输出的静态非线性块不可逆的条件下,提出可分非线性最小二乘算法对HW模型参数进行辨识。最后采用实际数据验证,在预测精度上,多输入多输出HW电极系统模型优于传统的单输入单输出HW电极系统模型。

    Abstract:

    At present, the SingleInput SingleOutput (SISO) HammersteinWiener (HW) model is widely used for singlephase electrode system in Alternating Current (AC) Electric Arc Furnace (EAF). This kind of model simplifies the true structure of the electrode system, which results in the low prognostics accuracy. To solve this problem, a MultiInput MultiOutput (MIMO) HW model for electrode system is proposed in this paper. Due to the model structure is the same with the practical electrode system, the prognostics results can be enhanced. Under the condition that the MIMO static nonlinear block is irreversible, a parameter identification method of MIMO HW model is presented based on the separable nonlinear least square algorithm. Finally, the prognostics accuracy of the proposed model is proved to be higher than the traditional SISO model by using the practical data.

    参考文献
    相似文献
    引证文献
引用本文

白晶,毛志忠,浦铁成.多输入多输出HammersteinWiener交流电弧炉电极系统模型[J].仪器仪表学报,2017,38(4):1024-1030

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-07-19
  • 出版日期:
文章二维码