以数据驱动的建模和预测控制高质量的特殊钢电渣再炼过程的时间延迟

科学领域:

• 材料科学 材料科学 材料科学
• 化学工程是化学工程的重要组成部分.
• 控制系统工程 控制系统工程

背景情况:

• 电渣再化 (ESR) 是生产高质量的金属合金的关键过程.
• 控制ESR流程,特别是管理时间延迟和不确定性,是一项挑战.
• 现有的控制方法经常与ESR的动态复杂性作斗争.

研究的目的:

• 为电渣再化 (ESR) 过程开发先进的控制算法.
• 为了有效地管理ESR系统固有的非线性多源时间延迟.
• 通过解决工艺的不确定性来改善重新化电流和化速度的控制.

主要方法:

• 在位置控制下使用第三阶函数建模ESR过程.
• 用递归最小平方算法估计模型参数.
• 使用一维搜索策略确定时间延迟.
• 设计基于状态增强的模型预测控制 (MPC) 算法,以处理时间延迟.
• 使用滚动优化机制来补偿相位滞后和反纠正不确定性.

主要成果:

• 为ESR系统创建了一个新的无时间延迟的增强状态空间模型.
• 拟议的MPC算法证明了对相位延迟的有效补偿和抑制热惯性等不确定性的有效补偿.
• 实验验证证了与现有方法相比,开发的控制算法的可行性和优越性.

结论:

• 开发的模型预测控制算法为控制具有时间延迟的电渣再化过程提供了强大的解决方案.
• 该方法有效地解决了工艺的不确定性和动态复杂性,从而加强了对再融电流和融速度的控制.
• 这项研究在ESR技术的自动化和优化方面取得了重大进展.