基于稳定学习的碳酸碱浓度模糊建模  

Sodium carbonate fuzzy modeling using stable learning

作　　者：王魏[1,2] 柴天佑[3] 

机构地区：[1]大连海洋大学信息工程学院,大连116023 [2]辽宁省海洋信息技术重点实验室,大连116023 [3]流程工业综合自动化国家重点实验室(东北大学),沈阳110819

出　　处：《清华大学学报（自然科学版）》2012年第9期1210-1217,共8页Journal of Tsinghua University(Science and Technology)

基　　金：大连海洋大学博士启动基金项目(SYYJ2012005);国家自然科学基金资助项目(61020106003)

摘　　要：针对氧化铝生产过程中原矿浆制备工序碳酸碱浓度机理模型难以建立,无法实现在线检测的问题,通过对铝酸钠溶液温度和电导率的特性分析,提出一种基于同步聚类和稳定学习的碳酸碱浓度模糊建模方法。首先采用同步聚类算法将建模数据分类,并对聚类中心及分类进行离线修正,然后对每类数据进行模糊TS(Takagi-Sugeno)建模,并采用稳定学习算法对模型参数进行在线校正,保证辨识误差有界。将该方法应用于氧化铝生产过程碳酸碱浓度的软测量,现场实际数据预测结果表明了方法的有效性。In the pulp preparation procedure of alumina production, the sodium carbonate mechanism model is hard to establish and its concentration can not be measured onqine. A fuzzy modeling method with onqine clustering and stability learning was developed on an analysis of the sodium aluminate solution temperature and the conductivity characteristics. On-line clustering is used for the modeling data classi{ication. The system also can correct the clustering center and classification off-line. The Takagi-Sugeno （TS） fuzzy model is used for each class. A stable learning algorithm is used to update the model parameters that guarantees the boundedness of the modeling error. Industry tests for alumina production illustrate the effectiveness of the prediction results.

关 键 词：铝酸钠溶液 软测量 同步聚类 稳定学习 模糊建模 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]