[发明专利]一种基于改进Adam优化算法的反应釜连续搅拌过程辨识方法

说明书

本发明公开了一种基于改进Adam优化算法的反应釜连续搅拌过程的辨识方法，属于化学工程系统辨识技术领域。其技术方案为：一种基于改进Adam优化算法的反应釜连续搅拌过程辨识方法，包括以下步骤：步骤1)建立反应釜连续搅拌过程的输入非线性Hammerstein‑CARMA模型；步骤2)构建改进Adam优化算法的辨识流程。本发明的有益效果为：本发明提出的改进Adam优化算法是一种改进梯度优化算法，它相比较传统的梯度优化算法等有较快的收敛速度和较高的收敛精度，能较好地适用于对反应釜连续搅拌过程的建模和参数辨识，具有一定的工程实际应用价值。

技术领域

本发明涉及化学工程系统辨识技术领域，尤其涉及一种基于改进Adam优化算法的反应釜连续搅拌过程辨识方法。

背景技术

随着社会和科技的发展，化学搅拌反应釜的参数辨识以及控制逐渐成为化工过程控制领域的研究热点，由于搅拌反应釜往往存在着非线性以及系统动态复杂性等特点，其控制参数的辨识往往精度不高。连续搅拌反应釜相比于其他反应釜有很多优势，如投资率低、换热能力强等，具有很高的研究价值，所以需要为反应釜连续搅拌过程建立相应的系统模型，同时辨识所建立模型的参数。为此，不少研究者们也提出了不同的辨识方法，如：最小二乘算法、粒子群算法和差分进化算法等。

最小二乘算法在跟踪时变参数过程中存在数据量变多而导致数据饱和的问题；粒子群算法在工程运用中可适用性较高，但算法较为敏感，鲁棒性不强因此导致不稳定，收敛效果容易有问题；差分进化算法是一种新型的遗传算法，具有很好的全局搜索能力和鲁棒性，但由于其计算量较大且对于参数敏感性较大，控制变量参数选择需要一定的经验。

如何解决上述技术问题为本发明面临的课题。

发明内容

本发明的目的在于提供一种基于改进Adam优化算法的反应釜连续搅拌过程辨识方法，本发明提出的改进Adam优化算法是一种改进梯度优化算法，它有较快的收敛速度和较高的收敛精度，其计算量远小于智能算法，同时计算精度远好于传统梯度优化算法，能较好的适用于对反应釜连续搅拌过程的参数辨识。

本发明是通过如下措施实现的：一种基于改进Adam优化算法的反应釜连续搅拌过程辨识方法，包括以下步骤：

步骤1)建立反应釜连续搅拌过程的输入非线性Hammerstein-CARMA模型。

步骤2)构建改进Adam优化算法的辨识流程。

作为本发明提供的基于改进Adam优化算法的反应釜连续搅拌过程辨识方法进一步优化方案，所述步骤1)的具体建模步骤如下：

步骤1-1)构建反应釜连续搅拌过程的输入非线性Hammerstein-CARMA模型：在式(1)中，在式(1)中，y(t)为系统的输出，w(t)为有色噪声，q(t)是系统的无干扰输出：

y(t)＝q(t)+w(t), (1)

其中q(t)和w(t)分别表示为：

A(z^-1)，B(z^-1)和D(z^-1)是关于后移算子z^-1的多项式：

步骤1-2)根据式(2)、(3)可以得到输出y(t)与输入u(t)、中间变量m(t)、无干扰输出q(t)和误差v(t)之间的关系，其中

q(t)＝[1-A(z^-1)]q(t)+[B(z^-1)-1]m(t)+m(t), (2)

对非线性部分的定义如下：