科创中国

电子信息技术

【成果简介】本发明公开了一种滚筒式烘丝机烘丝工序干尾过程的建模方法，采用一种小波神经网络来逼近变系数结构（VC）模型的函数型系数，设计了烘丝干尾 过程的 WNN-VC 模型，该模型可以更好的描述烘丝干尾过程的全局非线性特性。本发明采用一种粒子滤波算法对建立的烘丝干尾过程模型进行参数优化，该方法可以优化出烘丝干尾过程 WNN-VC 模型的全局最优参数。

【技术优势】针对滚筒式烘丝机烟草烘丝干尾过程难以获取机理模型的难题，本 发明采用系统辨识技术建立了烘丝干尾过程的 WNN-VC 模型。该模型综合了 WNN 模型在非线性函数逼近方面和 VC 模型在工业过程系统建模方面的优势，建立的WNN-VC 模型具有描述烘丝干尾过程全局非线性特性的能力，同时有效降低了模型中 WNN 网络的阶次，从而使得建立的干尾过程 WNN-VC 模型更适合于后续基于模型的先进控制算法的设计。本发明采用一种粒子滤波算法对建立的烘丝干尾过程WNN-VC 模型进行参数优化，该方法可有效避免模型在参数优化过程中陷入局部最优，从而优化出烘丝干尾过程 WNN-VC 模型的全局最优参数，最终达到大大提高烘丝干尾过程建模精度的目的。

周 锋 副教授，中南大学控制科学与工程专业博士，1987年出生。主要从事复杂工业过程和电力电子变换过程的系统建模及鲁棒预测控制方法研究。湖南省青年骨干教师培养对象。近几年，主持国家自然科学基金项目1项，湖南省自然科学基金项目1项,湖南省教育厅项目2项。以第一作者发表SCI期刊论文20余篇,已授权国家发明专利8项。主讲《高电压技术》《控制工程基础》，《计算机控制技术》等课程。