基于Hammerstein模型的执行机构非线性参数辨识

作     者：陈艺文 刘鑫屏 董子健 CHEN Yiwen;LIU Xinping;DONG Zijian

作者机构：华北电力大学控制与计算机工程学院河北保定071003 

出 版 物：《华北电力大学学报（自然科学版）》 (Journal of North China Electric Power University：Natural Science Edition)

年 卷 期：2024年第51卷第1期

页      面：135-142页

学科分类：08[工学] 0802[工学-机械工程] 0835[工学-软件工程] 080201[工学-机械制造及其自动化] 

基　　金：国家重点研发计划项目(2017YFB0902100) 

主　　题：Hammerstein模型 执行机构非线性 PSO算法 SSA算法 IPS算法 

摘      要：针对火电机组中流过执行机构的介质流量难以测量,导致执行机构的非线性特性无法直接求取这一问题,提出用构建Hammerstein模型代替直接测量介质流量的间接测量法,进而求取执行机构的非线性特性,然后分别使用粒子群算法(PSO)和樽海鞘群算法(SSA),辨识所构建的Hammerstein模型的参数。另外,针对PSO算法和SSA算法辨识Hammerstein模型参数精度不高以及收敛速度慢的问题,提出了一种改进的粒子群-樽海鞘群的混合算法(IPS)。最后基于烟道挡板的指令数据与再热器出口温度数据对模型进行了仿真。仿真结果表明,提出的IPS算法能改善PSO算法的过早收敛问题,提高SSA算法的辨识速度。因此通过建立Hammerstein模型能够解决介质流量难以测量的执行机构非线性参数辨识问题,并且提出的IPS算法能准确且快速的辨识Hammerstein模型的各项参数。