[发明专利]一种工业过程一阶惯性迟延模型自适应辨识方法

权利要求书

1.一种工业过程一阶惯性迟延模型自适应辨识方法，其特征在于，包括以下步骤：

1)预设工业过程模型传递函数的增益范围、一阶惯性时间范围和迟延时间范围，并输入工业过程辨识数据；

2)通过步骤1)预设的增益范围、一阶惯性时间范围和迟延时间范围，利用伪随机数，获得粒子群中的每个粒子所携带的初始增益K_i、初始惯性时间T_1i和初始迟延时间τ_i；

3)将步骤1)所输入的工业过程辨识数据去基准化，得到处理后的工业过程阶跃输入数据和系统响应数据；

4)利用步骤2)得到的每个粒子所携带的初始增益K_i、初始惯性时间T_1i和初始迟延时间τ_i和步骤3)得到的阶跃输入数据，并通过四阶龙格-库塔法得到理论系统响应数据；

5)利用步骤3)得到的系统响应数据和步骤4)得到的理论系统响应数据，求取累积误差；

6)利用粒子群算法，每个粒子均随机携带增益、一阶惯性时间和迟延时间，且均在步骤1)限定的范围内；

7)利用步骤6)所获得的增益、一阶惯性时间和迟延时间重复步骤4)至6)，并记取每一次的累积误差和相对应的增益，惯性时间和迟延时间；

8)判断步骤7)中的累积误差是否小于预设的误差阈值，若大于误差阈值，则重复步骤4)至7)，继续寻优；若小于或等于误差阈值，则终止寻优，并记取最小累积误差和相对应的增益、一阶惯性时间、迟延时间；

步骤4)中，利用每个粒子所携带的初始增益K_i，初始惯性时间T_1i和初始迟延时间τ_i以及扰动矩阵X₁[k]，并通过四阶龙格-库塔方法得到不同粒子的理论响应数据X_2i[k]，具体如下：

对粒子i的初始迟延时间τ_i进行取整处理，得到τ_i的整型常量τ_1i，τ_1i≥1；

令矩阵常量Y_2i[1]＝Y_2i[n]＝…＝Y_2i[τ_1i]＝0，其中n为矩阵个数，Y_2i[n]的长度为k；

初始惯性迟延过程的微分方程描述如下：

其中X₁(n)表示扰动矩阵X₁[k]的第n个数据，Y_2i(n+τ_1i)表示矩阵常量Y_2i[k]的第n+τ_1i个数据，令步长h＝0.1，四阶龙格-库塔方法常数k₁，k₂，k₃，k₄的计算如下：

k₁＝f[X₁(n),Y_2i(n+τ_1i)]

k₄＝f[X₁(n)+h,Y_2i(n+τ_1i)+k₃·h]

则：

其中，Y_2i(n+1+τ_1i)为矩阵常量Y_2i[k]的第n+1+τ_1i个数据。