重庆市自然科学基金(CSTC2012JJA1475)
- 作品数：1 被引量：13H指数：1
- 相关作者：胡文金李太福易军贾威姚立忠更多>>
- 相关机构：重庆科技学院西安石油大学更多>>
- 发文基金：重庆市自然科学基金重庆市教育委员会科学技术研究项目国家自然科学基金更多>>
- 相关领域：冶金工程更多>>
- 强跟踪平方根UKFNN的铝电解槽工耗动态演化模型被引量：13
- 2014年
- 铝电解过程具有多变量、强耦合、强干扰、参数时变等特征,故其模型开发是一个技术难点.根据该过程的特点,本文提出强跟踪平方根无迹Kalman神经网络(Strong tracking square root unscented Kalman filter neural network,STR UKFNN),并用其建立铝电解槽工艺能耗的动态演化模型.该方法利用误差协方差矩阵的平方根代替UKFNN算法中的协方差阵,避免误差协方差矩阵可能出现负定而导致滤波发散,并在UKFNN算法中引入渐消因子和弱化因子,实时调整滤波增益,提高模型收敛速度和其对突变状态的跟踪能力.通过某铝厂170kA预焙槽的日报样本验证表明,该方法提高了能耗模型的精度和对电解槽突变状态的实时跟踪能力,有助于指导铝电解过程操作参数的优化.
- 李太福姚立忠易军胡文金苏盈盈贾威
- 关键词：铝电解无迹卡尔曼滤波神经网络
