一种融合时滞值的状态估计方法及其应用

针对间歇过程中关键参数,在线检测精度低、离线分析时滞大的问题,提出一种融合时滞测量值的状态估计方法。鉴于在线和离线检测值的采样周期不同,分仅有在线检测值和两种检测值并存等两种情况进行分析。考虑间歇过程的非线性、非高斯分布等特点,引入粒子滤波算法并基于贝叶斯方法对其进行扩展,实现两种检测值的信息融合。将提出的算法应用在啤酒发酵过程中,并与不考虑时滞测量值的估计效果对比。实验结果表明,该方法能够较好地处理考虑时滞值的状态估计问题,且效果优于不考虑时滞测量值的情况。