[发明专利]基于混沌引力搜索迭代的pH中和过程维纳模型辨识方法

说明书

本发明提供了一种基于混沌引力搜索迭代的pH中和过程维纳模型辨识方法，属于化工系统辨识领域。解决了pH中和过程非线性动态模型问题。其技术方案为：基于混沌引力搜索迭代的pH中和过程维纳模型辨识方法具体包括以下步骤：步骤1)构建出pH中和过程的维纳非线性系统模型，根据系统模型获得pH中和过程的辨识模型；步骤2)构建混沌引力搜索迭代算法的迭代辨识流程。本发明的有益效果为：本发明计算准确，辨识精度高，适用于pH中和反应维纳非线性系统的参数辨识。

技术领域

本发明涉及化工系统辨识领域，尤其涉及一种基于混沌引力搜索迭代的pH中和过程维纳非线性模型辨识。

背景技术

pH过程的控制是化学过程和生物技术工业中经常遇到的问题。化工废水处理过程中，处理厂的污水必须经中和后才能安全排放到环境中。在制药工业中，pH值影响药物通过生物膜的溶解性、稳定性和渗透性，因此严格控制pH是至关重要的。由于在实际生产过程中的广泛应用和重要性，pH值的自动控制一直受到控制领域专业技术人员的关注。

pH中和过程在不同的工作点之间的增益相差非常大，在实际的过程中存在混合、测量等时滞环节，具有很强的非线性，很难获得其精确的数学模型，如果辨识模型不够准确，后续的分析、预测和控制将不能成功，因此，需要根据系统的输入输出数据，设计相应的辨识方法来建立pH中和过程非线性动态模型。近年来，很多学者提出了控制pH过程的技术，大多采用非线性和自适应控制技术，然而，具有自适应机制的非线性控制器不容易构建，而且很难概括出对多个pH区域的有效控制性能，因此，需要根据系统的输入输出数据，设计相应的辨识方法来建立pH中和过程非线性动态模型。

如何解决上述问题是本发明面临的课题。

发明内容

本发明的目的在于提供一种基于混沌引力搜索迭代的pH中和过程维纳非线性模型辨识方法。

本发明是通过以下技术方案实现：基于混沌引力搜索迭代的pH中和过程维纳模型辨识方法，所述基于混沌引力搜索迭代的pH中和过程维纳非线性模型辨识，包括如下步骤：

步骤1)构建出pH中和过程的维纳非线性系统模型，根据所述系统模型获得pH中和过程的辨识模型；

步骤2)构建混沌引力搜索迭代算法的迭代辨识流程，具体流程如下：

步骤2-1)群体初始化；

步骤2-2)获取pH中和反应搅拌槽的输入pH数据作为输入数据，搅拌槽的输出流体pH数据作为输出数据，并进行收集存储；

步骤2-3)初始化每个个体的速度和位置；

步骤2-4)更新每个个体的速度；

步骤2-5)更新每个个体的位置；

步骤2-6)对于每个个体，计算自己的最佳位置作为个体最优解；

步骤2-7)确定当前群体的最佳个体，将最佳个体对应的最佳位置作为参数的全局最优解，将迭代变量k值加1；

步骤2-8)重复上述步骤2-4)至步骤2-7)直至达到最大迭代次数，完成辨识方法的设计。

作为本发明提供的一种基于混沌引力搜索迭代的pH中和过程维纳非线性模型辨识方法的进一步优化方案，所述步骤1)包括如下步骤：

步骤1-1)步骤1-1)构建一个pH中和过程的维纳非线性系统模型为：设定模型输入信号u(t)经线性输入子模块变换后形成线性动态部分的中间变量x(t)，如式(1)；再根据式(2)将x(t)经非线性子模块变换形成非线性静态的中间变量m(t)；根据式(3)将白噪声v(t)经噪声子模块变换后形成噪声输出部分w(t)；最后将m(t)与w(t)经求和运算后形成模型输出信号y(t)；