PSO-OSVRMPC在焦炉冷鼓系统中的应用

作者：沈聪; 唐伟; 张世峰^*

来源：安徽工业大学学报(自然科学版), 2021, 38(04): 407-413.

• 粒子群优化(PSO)算法
• 在线支持向量回归(OSVR)
• 模型预测控制(MPC)
• 焦炉冷鼓系统

针对传统焦炉冷鼓系统控制复杂性高、非线性强、抗干扰能力弱以及无法使用数学模型精准拟合等问题,提出一种基于粒子群优化(PSO)算法的非线性在线支持向量回归(OSVR)的模型预测控制策略。利用OSVR的辨识方式建立预测控制模型,根据该辨识策略的在线学习能力进行模型的在线校正;通过PSO算法对系统的目标函数进行滚动优化,完成对系统的预测控制,且利用仿真实验对该控制策略进行验证。结果表明:该策略能够缩短焦炉冷鼓控制系统的响应时间,提高系统的运行效率;粒子群的优化策略具备较强的自我学习能力,提高了系统的抗干扰能力,增强了系统的鲁棒性。

• 单位
  安徽工业大学