基于ISR-UKF的PET固相缩聚过程参数和状态估计

连续式PET固相缩聚移动床反应器具有显著的分布参数特性,由于建模简化或过程时变等原因使得所建模型参数不精确,导致反应器状态的估计失真。首先采用正交配置方法离散PET固相缩聚过程的偏微分方程模型,然后基于改进的平方根不敏Kalman滤波算法(ISR-UKF),设计自适应联合估计器,同时获得参数和状态估计值。实验结果表明,参数估计结果合理,状态估计精度较高且稳定性好;并获得了频率因子、活化能近似值和有效系数随反应温度动态变化的规律,表明所提出的联合估计器能获得较好的实际应用效果。

电池SOC的自适应平方根无极卡尔曼滤波估计算法

针对利用平方根无极卡尔曼算法估算电池SOC时,因噪声协方差为常量带来的误差,在平方根无极卡尔曼滤波(SR-UKF)算法的基础,改进了算法,把每次测量的输出值残差的协方差作为噪声的协方差,得到自适应平方根无极卡尔曼滤波算法,使得噪声协方差随时间的更新而更新,解决了噪声协方差为常量带来的误差。实验表明,利用自适应平方根无极卡尔曼滤波算法对在常温下电池放电过程的SOC估计,精确度在总体上得到了提高,在电池工作区间0.2≤YSOC≤0.9内估计误差在1.5%以内。自适应平方根无极卡尔曼滤波算法对电池常温放电过程的SOC估计能满足电动汽车电池SOC估计的实际要求。