-
公开(公告)号：CN115586722A
公开(公告)日：2023-01-10
申请号：CN202211253803.9
申请日：2022-10-13
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于深度辅助典型变量分析的高炉炼铁预测与控制方法，步骤包括确定模型输入、状态估计、目标函数建立以及预测控制策略；其中，确定模型输入，利用偏最小二乘回归（PLSR）确定有影响力的可控变量作为模型输入；针对非线性BFIP，提出了一个非线性状态空间模型，并利用基于深度学习辅助的典型变量分析DLaCVA方法进行状态估计；利用深度学习方法在辅助状态空间建模，得出了相应的优化目标和学习梯度；设计了一个基于二次性能指数的预测控制策略，以实现最佳的铁水质量控制性能。在实际高炉炼铁过程上的实验表明，与其他方法相比，DLaCVA提供了更好的建模精度和卓越的控制效果。
Search Results
21
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
