控制仿真辨识问题
·
通过DCS或PLC采集数据，在进行辨识，辨识效果达不到理想状态。以分解炉出口温度来说，煤量的变化到温度响应的时间大概是10分钟左右，如果采样频率为2秒，10分钟的动态响应，那需要300个点才能完整体现系统的动态变化。对于辨识来说，会经常出现阶次高，延迟不准，仿真拟合率变差等问题。根据经验我会进行如下调整：
1、降低采样频率，拟合率更高。
2、需要稳定工况下的数据，数据量不需要很多，不需要一个月一周的数据。
3、辨识数据长度，一阶纯滞后模型，分解炉为例，那就是300个数据按照30秒采样也就是9000秒，所以数据长度在2~8个小时时间的连续稳定数据。
4、如果拟合率低，没有做阶跃测试的数据，没有激励，系统根本看不到动态变化。另外，直接采集的数据是闭环数据，所以容易出现偏差。
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
0
0- 0
已为社区贡献1条内容
所有评论(0)