[发明专利]一种工业烘干机的系统状态预测方法

摘要

本发明公开了一种工业烘干机的系统状态预测方法，采用一类基线性系统卡尔曼滤波的改进算法，具体步骤包括：（a）建立一般线性状态空间模型；（b）采集输入输出数据，确定采样间隔T，将数据保存整理进行预处理；（c）采用遗传算法等算法获得模型参数的初步估计值；（d）采用改进的最大期望‑卡尔曼算法（EM‑KF）进行精确辨识，以迭代求解的方式估计参数。本发明公开的工业烘干机的系统状态预测方法，基于EM的一般线性状态空间系统的参数估计，适用范围更广、辨识精度更高。

主权项

1.一种工业烘干机的系统状态预测方法，其特征在于，包括：步骤1、建立工业烘干机的系统状态空间模型：其中，Xt是状态向量，ut代表输入的工业烘干机的能耗数据向量，Yt代表输出的工业烘干机的预测数据向量，wt为过程噪声，et为测量噪声，A是转移矩阵，B是输入矩阵，C是输出矩阵；步骤2、采集输入、输出数据，确定采样间隔T，将数据保存整理进行预处理；其中输入数据包括：燃油流量u1、热排气风扇转速u2、原料流量u3；输出数据包括：干球温度y1、湿球温度y2、原材料水分含量y3；步骤3、采用遗传算法获得模型参数A,B,C,wt,et的初步估计值；步骤4、采用EM算法和Kalman滤波平滑算法相结合对状态空间模型进行精确辨识，以迭代求解的方式得到模型最终的估计参数A,B,C,wt,et；步骤5、将实际运行时的数据输入模型，实现工业烘干机的系统状态预测。