專利名稱：一種結(jié)晶器armax模型辨識方法
技術(shù)領(lǐng)域：
本發(fā)明涉及鋼鐵冶金技術(shù)中連鑄機結(jié)晶器控制系統(tǒng)，尤其涉及ー種結(jié)晶器ARMAX(Auto-Regressive and Moving Average Model)模型辨識方法。
背景技術(shù)：
結(jié)晶器振動對鑄坯脫模及表面質(zhì)量有著直接、重要的影響，在板坯連鑄實際澆鑄過程中，拉速通常是隨著工況條件(如澆鑄溫度)的變化而發(fā)生變化的，為確保獲得良好的鑄坯脫模效果和鑄坯表而質(zhì)量，應(yīng)在保證振動エ藝參數(shù)基本穩(wěn)定的前提下，適當?shù)卣{(diào)整頻率、振幅等振動基本參數(shù)。然而，要獲得良好的頻率、振幅控制效果，必須設(shè)計合理的結(jié)晶器控制系統(tǒng)以快速、準確跟蹤頻率、振幅給定值，而優(yōu)秀的控制系統(tǒng) 是以模型為基礎(chǔ)進行系統(tǒng)分析和設(shè)計的，鑒于目前結(jié)晶器控制系統(tǒng)基于經(jīng)驗的PID控制器設(shè)計方法，有必要首先對結(jié)晶器進行模型辨識，在合理模型基礎(chǔ)上再進行控制系統(tǒng)設(shè)計以獲得良好的控制效果。

發(fā)明內(nèi)容
有鑒于此,本發(fā)明的主要目的在于提供一種結(jié)晶器ARMAX (Auto-Regressive andMoving Average Model)模型辨識方法，其以結(jié)晶器油缸閥開度為輸入數(shù)據(jù)，以結(jié)晶器位置為輸出數(shù)據(jù)，在采樣數(shù)據(jù)基礎(chǔ)上利用預測誤差法對結(jié)晶器ARMAX模型參數(shù)進行離線辨識，通過迭代捜索能夠逼近ARMAX模型未知參數(shù)全局最優(yōu)解，能夠獲得帶有干擾模型的結(jié)晶器模型，為工程應(yīng)用中結(jié)晶器控制系統(tǒng)設(shè)計提供科學的模型基礎(chǔ)。為達到上述目的，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的一種結(jié)晶器ARMAX模型辨識方法，該方法主要包括A、采集輸入、輸出數(shù)據(jù)，以結(jié)晶器油缸閥開度u(t)為輸入數(shù)據(jù)，以結(jié)晶器位置I (t)為輸出數(shù)據(jù)，采集N對數(shù)據(jù)樣本Zn ;N為自然數(shù)；B、構(gòu)建結(jié)晶器 ARMAX 模型 A(q)y(t) = B (q) u (t)+C (q) e (t);其中A(q)為第一結(jié)晶器輸出多項式；B(q)為第二結(jié)晶器輸出多項式；C(q)為第三結(jié)晶器輸出多項式；e(t)為高斯白噪聲；C、設(shè)ARMAX模型待辨識參數(shù)為Θ、令基于參數(shù)Θ的模型輸出預測值為タひI 0)、令辨識過程的目標函數(shù)為V ( Θ，Zn);D、針對所述目標函數(shù)，利用預測誤差法進行迭代捜索以逼近Θ全局最優(yōu)解；E、設(shè)預測誤差法捜索停止條件為目標函數(shù)值V( Θ , ZN) < tol，其中tol正實數(shù)；F、利用隨機賦值的方法為預測誤差法初始化搜索起始點Q1 ;G、計算目標函數(shù)ν(θ，ZN)關(guān)于Θ的梯度；H :計算第i+Ι代Θ估計值Θ i+1 ；I :若V( Θ i+1,ZN) < tol，則停止運算，輸出參數(shù)估計值Θ i+1，否則運行步驟G，繼續(xù)進行迭代計算。其中步驟B中所述第一結(jié)晶器輸出多項式A(q) = l+a^+ai2+...+anaq-na ;第二結(jié)晶器輸出多項式B(q) =M-Wb2q-V^bnbCfb;第三結(jié)晶器輸出多項式C(q)=l+c^+c；^2+···+cnecfne ；q_1為后向移動算子；na為結(jié)晶器輸出多項式階次，nb為結(jié)晶器輸入多項式階次。步驟C所述ARMAX模型待辨識參數(shù)為Θ = [&1 a2 …ana Id1 b2 …bnb C1 C2 …cnc]；所述基于參數(shù)Θ的模型輸出預測值為
權(quán)利要求
1.一種結(jié)晶器ARMAX模型辨識方法，其特征在于，該方法主要包括 A、采集輸入、輸出數(shù)據(jù)，以結(jié)晶器油缸閥開度u(t)為輸入數(shù)據(jù)，以結(jié)晶器位置y(t)為輸出數(shù)據(jù)，采集N對數(shù)據(jù)樣本Zn ;N為自然數(shù)； B、構(gòu)建結(jié)晶器ARMAX模型A(q)y(t)= B(q)u(t)+C(q) e (t);其中A(q)為第一結(jié)晶器輸出多項式;B(q)為第二結(jié)晶器輸出多項式;C(q)為第三結(jié)晶器輸出多項式;e(t)為高斯白噪聲； C、設(shè)ARMAX模型待辨識參數(shù)為Θ、令基于參數(shù)Θ的模型輸出預測值為バ/|の、令辨識過程的目標函數(shù)為V ( Θ，Zn)； D、針對所述目標函數(shù)，利用預測誤差法進行迭代捜索以逼近Θ全局最優(yōu)解； E、設(shè)預測誤差法捜索停止條件為目標函數(shù)值V(Θ , ZN) < tol，其中tol正實數(shù)； F、利用隨機賦值的方法為預測誤差法初始化搜索起始點Θi ； G、計算目標函數(shù)ν(θ，ZN)關(guān)于Θ的梯度； H :計算第i+1代Θ估計值Θ i+1 ； I :若V( Θ i+1,ZN) < tol，則停止運算，輸出參數(shù)估計值Θ i+1，否則運行步驟G，繼續(xù)進行迭代計算。
2.根據(jù)權(quán)利要求I所述的結(jié)晶器ARMAX模型辨識方法，其特征在于，步驟B中所述第一結(jié)晶器輸出多項式A(q) = l+a^+a^+.u+aj^qi1 ;第二結(jié)晶器輸出多項式B(q)=b1q_1+b2q_2+---+bnbq_nb ;第三結(jié)晶器輸出多項式 C(q) = l+c^+c；^2+...+cMcfn。；q_1 為后向移動算子；na為結(jié)晶器輸出多項式階次，nb為結(jié)晶器輸入多項式階次。
3.根據(jù)權(quán)利要求I所述的結(jié)晶器ARMAX模型辨識方法，其特征在于，步驟C所述ARMAX模型待辨識參數(shù)為Θ = La1 a2 ... ana b1 b2 ... bnb C1 C2 ... cnc]； 所述基于參數(shù)Θ的模型輸出預測值為沖Iの=·^^)+y{t)； 所述辨識過程的目標函數(shù)為バ仏ZN) = -￡(y(i)-y(t\0))2
4.根據(jù)權(quán)利要求I或3所述的結(jié)晶器ARMAX模型辨識方法，其特征在干，步驟G所述目標函數(shù)ν(θ，ΖΝ)關(guān)于Θ的梯度其中T=一點が)，f=—士今た)，茅か-叫s{t-k,G) = y(t)-y(t\0) ο
5.根據(jù)權(quán)利要求4所述的結(jié)晶器ARMAX模型辨識方法，其特征在干， QV 步驟H所述第i+1代Θ估計值^+1其中u為迭代步長，u的選擇滿足V( Θ i+1, ZN) < V(OjjZn) ο
全文摘要
本發(fā)明公開了一種結(jié)晶器ARMAX模型辨識方法，包括A、采集輸入、輸出數(shù)據(jù)，以結(jié)晶器油缸閥開度u(t)為輸入，以結(jié)晶器位置y(t)為輸出，采集N對數(shù)據(jù)樣本ZN；B、構(gòu)建結(jié)晶器ARMAX模型；C、設(shè)所述模型待辨識參數(shù)為θ、令基于參數(shù)θ的模型輸出預測值為令辨識過程的目標函數(shù)為V(θ，ZN)；D、針對目標函數(shù)，進行迭代搜索以逼近θ全局最優(yōu)解；E、設(shè)預測誤差法搜索停止條件為目標函數(shù)值V(θ，ZN)＜tol；F、利用隨機賦值的方法為預測誤差法初始化搜索起始點θ1；G、計算目標函數(shù)V(θ，ZN)關(guān)于θ的梯度；H計算第i+1代θ估計值θi+1；I若V(θi+1，ZN)＜tol，則停止運算，輸出參數(shù)估計值θi+1，否則運行步驟G，繼續(xù)進行迭代計算。
文檔編號B22D11/16GK102672128SQ201210130088
公開日2012年9月19日 申請日期2012年4月28日 優(yōu)先權(quán)日2012年4月28日
發(fā)明者張華軍 申請人:中冶南方工程技術(shù)有限公司