基于自适应无迹Kalman滤波与RBF神经网络的抽油机故障诊断方法

    公开(公告)号:CN108804721B

    公开(公告)日:2021-09-14

    申请号:CN201710283330.X

    申请日:2017-04-26

    Abstract: 本发明提供了一种基于自适应无迹Kalman滤波与RBF神经网络的抽油机故障诊断方法。首先,利用RBF神经网络对决策参数进行建模,然后,利用无迹Kalman卡尔曼滤波算法实时更新神经网络模型隐层的权值、中心及宽度,得到神经网络最优参数,最后,利用自适应滤波算法来提高模型稳定性,建立基于自适应无迹Kalman滤波与RBF神经网络相结合的抽油机故障诊断方法。本烦的显著效果是:无迹Kalman滤波具有实时更新性能,从而实现RBF神经网络的非线性动态建模,自适应滤波算法可以提高模型稳定性,满足复杂环境下对模型精度的要求。该方法提高了故障诊断的精确率,真正达到实时检测抽油机运行状况的目的。

    基于UKF与ADHDP的天然气吸收塔脱硫过程控制方法

    公开(公告)号:CN107885083B

    公开(公告)日:2021-01-01

    申请号:CN201711117417.6

    申请日:2017-11-13

    Abstract: 本发明提供了一种基于UKF与ADHDP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对天然气吸收塔脱硫过程建模并以该模型为被控对象进行脱硫过程控制仿真实验,根据控制误差和性能指标函数不断更新优化权值,直到得到最有控制信号,实现脱硫过程的最优控制。天然气吸收塔脱硫过程复杂,表现不确定性、非线性、强耦合性、动态性等特点,难以建立精确的数学模型,控制难度较大。针对目前脱硫过程控制方法控制精度低,时滞大、不稳定等问题提出一种基于UKF和ADHDP的天然气吸收塔脱硫过程控制方法,不仅保证了控制系统的稳定性和控制精度,还降低了响应时间,真正实现了天然气吸收塔脱硫过程的实时精确控制。

    基于RBF与ADHDP的天然气吸收塔脱硫过程控制方法

    公开(公告)号:CN107885084B

    公开(公告)日:2020-12-01

    申请号:CN201711117446.2

    申请日:2017-11-13

    Abstract: 本发明提供了一种基于RBF与ADHDP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对天然气吸收塔脱硫过程建模并以该模型为被控对象进行脱硫过程控制仿真实验,根据控制误差和性能指标函数不断更新优化权值,直到获得最优控制信号,实现脱硫过程的最优控制。天然气吸收塔脱硫过程复杂,表现不确定性、非线性、强耦合性、动态性等特点,难以建立精确的数学模型,控制难度较大。针对目前天然气吸收塔脱硫过程控制方法控制精度低,时滞大、不稳定等问题提出一种基于RBF和ADHDP的脱硫过程控制方法,不仅保证了控制系统的稳定性和控制精度,还降低了响应时间,真正实现了天然气吸收塔脱硫过程的实时精确控制。

    基于UKF与GDHP的天然气吸收塔脱硫过程控制方法

    公开(公告)号:CN107908108B

    公开(公告)日:2021-01-01

    申请号:CN201711115675.0

    申请日:2017-11-13

    Abstract: 本发明提供了一种基于UKF与GDHP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对天然气吸收塔脱硫过程建模并以该模型为被控对象进行脱硫过程控制仿真实验,根据控制误差和性能指标函数不断更新优化权值,直到得到最优控制信号,实现脱硫过程的最优控制。天然气吸收塔脱硫过程复杂,表现不确定性、非线性、强耦合性、动态性等特点,难以建立精确的数学模型,控制难度较大。针对目前脱硫过程控制方法控制精度低,时滞大、不稳定等问题提出一种基于UKF和GDHP的天然气吸收塔脱硫过程控制方法,不仅保证了控制系统的稳定性和控制精度,还降低了响应时间,真正实现了脱硫过程的实时精确控制。

    基于RBF与ADDHP的天然气吸收塔脱硫过程控制方法

    公开(公告)号:CN107831666B

    公开(公告)日:2021-01-01

    申请号:CN201711116688.X

    申请日:2017-11-13

    Abstract: 本发明提供了一种基于RBF与ADDHP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对天然气吸收塔脱硫过程建模并以该模型为被控对象进行脱硫过程控制仿真实验,根据控制误差和性能指标函数不断更新优化权值,直到得到最优控制信号,实现脱硫过程的最优控制。天然气吸收塔脱硫过程复杂,表现不确定性、非线性、强耦合性、动态性等特点,难以建立精确的数学模型,控制难度较大。针对目前天然气吸收塔脱硫过程控制方法控制精度低,时滞大、不稳定等问题提出一种基于RBF和ADDHP的天然气吸收塔脱硫过程控制方法,不仅保证了控制系统的稳定性和控制精度,还降低了响应时间,真正实现了脱硫过程的实时精确控制。

    基于RBF与GDHP的天然气吸收塔脱硫过程控制方法

    公开(公告)号:CN107703760B

    公开(公告)日:2020-11-27

    申请号:CN201711117435.4

    申请日:2017-11-13

    Abstract: 本发明提供了一种基于RBF与GDHP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对吸收塔脱硫过程建模并以该模型为被控对象进行吸收塔脱硫过程控制仿真实验,根据控制误差和性能指标函数不断更新优化权值,得到新的控制信号,直到实现脱硫过程的最优控制。吸收塔脱硫过程复杂,表现不确定性、非线性、强耦合性、动态性等特点,难以建立精确的数学模型,控制难度较大。针对目前吸收塔脱硫过程控制方法控制精度低,时滞大、不稳定等问题提出一种基于RBF和GDHP的吸收塔脱硫过程控制方法,不仅保证了控制系统的稳定性和控制精度,还降低了响应时间,真正实现了吸收塔脱硫过程的实时控制。

    基于UKF与ADDHP的天然气吸收塔脱硫过程控制方法

    公开(公告)号:CN107831665A

    公开(公告)日:2018-03-23

    申请号:CN201711115683.5

    申请日:2017-11-13

    Abstract: 本发明提供了一种基于UKF与ADDHP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对天然气吸收塔脱硫过程建模并以该模型为被控对象进行脱硫过程控制仿真实验,根据控制误差和性能指标函数不断更新优化权值,直到得到最优控制信号,实现脱硫过程的最优控制。天然气吸收塔脱硫过程复杂,表现不确定性、非线性、强耦合性、动态性等特点,难以建立精确的数学模型,控制难度较大。针对目前脱硫过程控制方法控制精度低,时滞大、不稳定等问题提出一种基于UKF和ADDHP的天然气吸收塔脱硫过程控制方法,不仅保证了控制系统的稳定性和控制精度,还降低了响应时间,真正实现了吸收塔脱硫过程的实时精确控制。

Patent Agency Ranking