论文部分内容阅读
随着生产规模的扩大和自动化程度的提高，对生产过程的安全性要求，提高生产效益的要求等越来越强烈。过去由于工业设备的实际工作状况难于实时检测，因此都采用周期检修计划管理，这是一种保险的安全的措施。但相对成本较高。现在，由于计算机控制和检测系统在工业生产中大量应用，实时生产过程数据已大量存在，因此研究利用这些生产数据，在线判断设备的运行状态和效率，可提高系统安全性和更科学的制订检修计划管理。
系统辨识技术是现代控制理论的一组成部分，是自动控制领域研究热点之一，已有许多的辨识方法。相对辨识方法研究而言，对利用实际生产过程中采集的数据，根据工程控制需要，对生产过程辨识研究相对较少。本论文，对目前常见的部分系统辨识算法及其在生产过程中的应用等方面做一些研究和探索，并利用某企业一换热器数据，采用辨识理论建立对象的模型，根据模型可估计换热效率。
论文首先对系统辨识的基本原理与方法进行了综述，然后系统讨论了几种常见的开环辨识方法。
由于生产过程中所采集的数据都是在闭环控制条件下获得的，论文第二部分内容是研究闭环辨识。用MATLAB语言对前面介绍的辨识算法进行闭环辨识仿真实验，对各辨识算法进行分析与比较。
论文的第三部分，根据某大型丙烯-水换热器系统生产过程中采集的数据，建立了换热器的模型，并根据模型预测换热器传热系数的趋势。通过传热系数的趋势预报，在很大程度上可以判断换热器的效率，为制定设备检修计划提供科学依据。