煮糖过程的混合建模

基于模型的预测控制器设计最重要的一步是设计一个尽可能精确和在大范围操作条件下有效的模型。煮糖过程是一个具有严重的非线性和不稳定性过程,过程的主要非线性表现在晶体生长率。这篇论文用两种方法来描述晶体生长率模型的设计,第一种方法是传统的方法,它是通过采用非线性规划最优化方法(NLP)决定晶体生长率经验公式的参数;第二种方法是一种新颖的建模策略,它把晶体生长率作为非线性逼近器的人工神经网络(ANN)与由蔗糖晶体质量平衡所表述的先前既定的知识相结合。最初结果显示第一种类型的模型能够较好地执行局部匹配,而第二种具有更大的灵活性。

煮糖过程的新型建模方法

煮糖过程的主要非线性表现为晶体生长率。本论文采用两种方法来描述晶体生长率模型的设计,第1种方法是通过采用非线性规划最优化方法(NLP)决定晶体生长率经验公式的参数;第2种方法是一种新颖的建模策略,它把晶体生长率作为非线性逼近器的人工神经网络(ANN)与由蔗糖晶体质量平衡所表述的先前既定的知识相结合。最初结果显示第1种类型的模型能够较好地执行局部匹配,而第2种具有更大的灵活性。