一种煤气化过程煤浆浓度控制系统的双层数据驱动模型预测控制方法

AITNT
正文
推荐专利
一种煤气化过程煤浆浓度控制系统的双层数据驱动模型预测控制方法
申请号:CN202510844050
申请日期:2025-06-23
公开号:CN120802589A
公开日期:2025-10-17
类型:发明专利
摘要
本发明提出一种煤气化过程煤浆浓度控制的双层数据驱动预测控制方法,采用双层控制架构:上层基于历史运行数据动态更新模型参数,通过开环仿真模型求解含煤/水流量约束与浓度波动限制的优化问题,实时调整流量设定值以主动抑制给料口堵塞引发的浓度波动,其中开环仿真模型与下层控制框架保持动态一致性;下层以增量状态空间为预测模型,实施含单步输入映射的模型预测控制策略,利用滑动窗口历史数据的线性组合构建鲁棒补偿机制以降低参数不确定性影响,通过实时求解二次规划问题生成最优控制序列。该方法显著提升了系统对时滞特性和堵塞扰动的抑制能力,有效解决了现有技术中因给料口堵塞导致的煤浆浓度大幅波动问题。
技术关键词
浓度控制系统 数据驱动模型 预测控制方法 水泵电机 滑动窗口 最佳设定值 数据驱动预测控制 给水装置 状态空间模型 增量式PID控制 模型预测控制策略 Hessian矩阵 更新系统 预测控制系统 仿真模型 控制模块 更新模型参数 配煤系统 历史运行数据 构建鲁棒
系统为您推荐了相关专利信息
1
基于物理结构化神经网络的直流微电网系统建模方法、系统、设备、介质、程序产品
直流微电网系统 结构化神经网络 子系统 建模方法 长短期记忆网络
2
一种基于深度学习的智慧建筑自适应综合管控方法及系统
综合管控方法 环境状态预测 遗传算法优化神经网络 SAC算法 深度强化学习
3
基于深度学习模型的气道压力波形数据的预测方法及系统
深度学习模型 波形 医用呼吸机 压力 数据预测方法
4
基于机器视觉的集装箱装卸定位识别方法
集装箱图像 集装箱角件 集装箱顶部 SVM分类器 定位识别方法
5
基于多模态时序特征的癌症复发概率深度学习预测系统
深度学习预测 时序特征 多模态 LSTM模型 复发预测模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号