摘要
化学工业是国民经济重要支柱,生物制药与食品添加剂领域对高纯度结晶产品需求渐增。L‑谷氨酸作为关键原料,其溶液结晶过程影响晶体质量与收率,传统控制策略存在批次重复性差、能耗高问题。智能制造背景下,结晶动力学模型构建是过程优化关键,但结晶反应的时变与强非线性使基于物理方程的建模面临挑战。本发明以基于非线性基函数和静态非线性函数的Wiener非线性L‑谷氨酸溶液结晶过程模型为研究对象,提出基于动量的两阶段梯度迭代算法来估计模型参数。通过递阶原理将系统分解为两个子系统,利用动量方法加速梯度下降,提高收敛速度。本发明旨在用一种快速识别该模型参数的迭代估计方法实现参数的有效辨识。
技术关键词
谷氨酸
迭代估计方法
冷却结晶工艺
非线性
辨识算法
溶液
误差模型
参数估计方法
结晶动力学
定义
误差辨识
表达式
数据
估计算法
迭代算法
波长
控制策略
序列
系统为您推荐了相关专利信息
LSTM模型
智能预警方法
智能预警装置
序列
热力图
人形机器人
协调控制方法
非线性模型预测控制器
关节模组
运动控制算法
图像识别系统
图像分类算法
深度学习算法
识别模块
荧光
BiLSTM模型
前馈神经网络
跨度
ResNet网络
双向长短期记忆网络
支持向量机模型
高分辨率视频编码
视频编码技术
松弛
标签