[发明专利]一种动态定浊前馈模型算法

权利要求书

1.一种动态定浊前馈模型算法，其特征在于：该算法基于多元回归模型

y＝a₁x₁+a₂x₂+a₃x₁₂+a₄x₂₂+a₀ (式1)

式1中，y是离心转速，x₁是离心前浊度，x₂是离心后目标浊度，a₀、a₁、a₂、a₃、a₄是回归参数。

2.如权利要求1所述的一种动态定浊前馈模型算法，其特征在于：该算法的实现具体包括以下步骤：

S1.选定离心后目标浊度，检测样品原浊度作为离心前浊度；

S2.将S1中离心后目标浊度以及样品离心前浊度代入多元回归模型中，经计算确定指定的目标浊度下所需的离心转速；

S3.对多元回归模型的进行误差分析。

3.如权利要求1或2所述的一种动态定浊前馈模型算法，其特征在于：所述多元回归模型的回归参数计算方法为：运用最小二乘法计算回归参数的估计值，将多元非线性回归模型转化为线性回归模型处理。

4.如权利要求3所述的一种动态定浊前馈模型算法，其特征在于：所述回归参数计算方法，具体包括如下步骤：

对于多元回归模型y＝a1x₁²+b1x₁+a2x₂²+b2x₂+c (式1)

令x₁＝x₁，x₂＝x₂，x₃＝x₁²，x₄＝x₂²，

则将多元非线性回归方程转化为多元线性回归方程：

y＝a₁x₁+a₂x₂+a₃x₃+a₄x₄+a₀ (式2)

设(x₁₁，x₁₂，x₁₃，x₁₄，y₁)，…，(x_n1，x_n2，x_n3，x_n4，y_n)是一组样本，多元线性回归方程的矩阵形式可以写为Y＝XA，其中，

运用最小二乘法估计回归参数：

取使得当即时，达到最小；

根据微积分求极值原理，求Q对的偏导数，并令它们等于0，即

得到

5.如权利要求2所述的一种动态定浊前馈模型算法，其特征在于：步骤S3中，采取平均绝对误差分析多元回归模型的精度。