您当前的位置： 首页 > 论文 > 2023,54(02) > 机械工程
基金项目:
国家自然科学基金资助项目(61703300)；中国博士后科学基金资助项目(2019M651082)；山西省应用基础研究(201801D221191)
分类号:
TP202
DOI:
10.16355/j.cnki.issn1007-9432tyut.2023.02.007
期刊号:
2023,54(02)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 杨胜强 | 太原理工大学机械与运载工程学院 |
摘要:
为了优化烧结型滚抛磨块的制备，提升磨块的品质，在分析滚抛磨块烧结过程特点和非最小状态空间模型预测控制(NMSSMPC)在乙烯裂解炉的应用基础上，提出了基于卡尔曼滤波的非最小状态空间模型预测控制(KF-NMSSMPC)的方法，将其应用于滚磨烧结炉中。该控制算法通过在模型预测控制(MPC)中加入滤波器来消除烧结过程中的量测噪声和信道噪声带来的影响。KF-NMSSMPC能够有效地适应这样的工业条件，同时还能节能降耗。大量仿真实验结果表明，在模仿实际工业条件下，KF-NMSSMPC比NMSSMPC能有效抑制干扰，快速地跟踪烧结轨迹，降低误差，提高烧结控制过程精度，进而改善滚抛磨块烧结质量。
关键字:
滚抛磨块；非最小状态空间；卡尔曼滤波；模型预测控制；烧结炉;