• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Chinese Control Conference >Adaptive Terminal Iterative Learning For Batch Process with Batch-varying Parameters
【24h】

Adaptive Terminal Iterative Learning For Batch Process with Batch-varying Parameters

机译：具有批次变化参数的批次过程的自适应终端迭代学习

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Adaptive terminal iterative learning control algorithm based on process model updated along with batch index is proposed for final quality control,in which process parameters are batch-varying.Firstly,the final quality model in batch process is built based on the online least square support vector machine (online LSSVM),where the moving-window technique is introduced to update the process model along with the batch changing.Then,an adaptive terminal iterative learning control algorithm according to optimal cost function is given.Convergence and stability analysis are derived based on Lyapunov energy function.Finally,the control algorithm is applied to the typical batch polymerization process,and the simulation results show that the proposed approach has well control performance,monotonous convergence and adaptive ability.
机译：提出了一种基于过程模型和批次索引的自适应终端迭代学习控制算法，用于最终质量控制，其中过程参数是随批次变化的。首先，基于在线最小二乘支持向量建立了批次过程的最终质量模型。机器（在线LSSVM），引入了移动窗口技术来随着批处理的变化而更新过程模型。然后，给出了一种基于最优成本函数的自适应终端迭代学习控制算法。基于该算法进行了收敛性和稳定性分析最后，将该控制算法应用于典型的间歇式聚合过程，仿真结果表明，该方法具有良好的控制性能，单调收敛性和自适应能力。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号