关于焦炉火道温度模型辨识的仿真研究  

Optimization Control Simulation of Coke Oven Flue Temperature

作　　者：梅学书[1] 宁芳青[1] 程抱友 刘超[1] 周游 

机构地区：[1]安徽工业大学电气与信息工程学院,安徽马鞍山243002 [2]苏州电器科学研究院股份有限公司,江苏苏州215000

出　　处：《工业控制计算机》2015年第4期43-44,47,共3页Industrial Control Computer

摘　　要：建立对象的模型是控制系统设计的基础,非线性系统的建模是复杂系统建模的难点之一,焦炉火道温度复杂多变,其精准模型的建立事关重要。首先对焦炉加热生产过程采用基于减法聚类和C-均值聚类相结合的模糊T-S辨识算法来简化前提结构辨识,从而实现焦炉对象的模糊辨识。然后通过模糊神经网络结构来优化模型参数从而得到焦炉对象的局部模型,最后通过计算各局部模型的隶属度来得到焦炉对象的全局模型。仿真结果表明T-S模糊模型能自适应生成模糊规则,解决传统模糊系统不能自动将人类专家的知识经验转化为推理规则库的问题,为非线性系统建模奠定了基础。FirstIy the production process of coke oven heating using T-S fuzzy identification aIgorithm that based on Subtractive cIustering and C-cIustering to simpIify the premise structure identification,so as to reaIize the fuzzy identification of coke ovens.And then through the structure of fuzzy neuraI network to optimize the modeI parameters so as to obtain the IocaI modeI of coke ovens.FinaI y can get the gIobaImodeI of coke ovens by caIcuIating the IocaI modeI membership.

关 键 词：减法聚类 模糊C均值聚类 T-S模糊模型 立火道温度 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]