针对调节阀物理模型存在严重的非线性、时变性及参数不确定性的问题,提出了一种基于最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)的调节阀流量及压力预测模型。根据调节阀的物理模型,分析了能够表征调节阀运行状...针对调节阀物理模型存在严重的非线性、时变性及参数不确定性的问题,提出了一种基于最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)的调节阀流量及压力预测模型。根据调节阀的物理模型,分析了能够表征调节阀运行状态的相关参数,主要有阀前压力、阀后压力、开度、流量、负载压力、温度等;设计了调节阀数据采集实验系统,通过全排列组合试验分别确定了流量和压力预测时LS-SVM模型的最佳输入特征向量。实验结果表明,模型能够以较理想的精度预测流量及压力的输出,可为调节阀自动控制或故障诊断系统的设计提供指导。展开更多
文摘针对调节阀物理模型存在严重的非线性、时变性及参数不确定性的问题,提出了一种基于最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)的调节阀流量及压力预测模型。根据调节阀的物理模型,分析了能够表征调节阀运行状态的相关参数,主要有阀前压力、阀后压力、开度、流量、负载压力、温度等;设计了调节阀数据采集实验系统,通过全排列组合试验分别确定了流量和压力预测时LS-SVM模型的最佳输入特征向量。实验结果表明,模型能够以较理想的精度预测流量及压力的输出,可为调节阀自动控制或故障诊断系统的设计提供指导。
