科研之友
微信
新浪微博
Facebook
分享链接
摘要
针铁矿沉铁过程是由多个连续反应器级联,并且包含氧化反应、还原反应以及中和反应等一系列复杂化学反应的复杂过程,具有强非线性、不确定性及大时滞性等特点,难以建立精确的数学模型。本文提出了一种基于T-FGCN(Time-delay Fuzzy Gray Cognitive Network,T-FGCN)的针铁矿沉铁过程的建模方法。根据过程机理、专家经验和历史数据,建立针铁矿沉铁系统的T-FGCN模型,利用带终端约束的非线性Hebbian学习算法(Nonlinear Hebbian Learning,NHL)对模型权值进行学习。通过在不同程度上的不确定性环境下对系统进行分析,结果表明,T-FGCN建模方法能在不确定性高的环境下对具有大时滞的工业系统进行较为精确的模拟,系统稳定状态值能收敛到一个灰度为零或者灰度很小的灰数平衡点。
- 单位
