非线性大工业过程稳态模型的强一致性分析

稳态优化问题就是依据过程的数学模型，在约束条件下，优化其目标函数，而实际的工业过程往往是呈非线性或慢时变性。针对动态非线性大工业过程,  提出了得到其可分稳态模型强一致性估计的分散辨识方法；利用多项式对非线性函数的无限逼近的性质和优化过程中设定点的阶跃信号作输入激励信号，获得了动态非线性大工业过程的可分稳态模型和可辨识的条件。关  键  词  非线性大工业过程;  稳态模型;  强一致性;  子过程Abstract  The  steady-state  optimization  problem  is  optimizing  objective  functions  based  on  mathematical  model  under  constrained  conditions,  in  fact  the  large-scale  industrial  processes  are  often  nonlinear  and  slowly  time  varying.  In  allusion  to  dynamic  nonlinear  large-scale  industrial  processes,  to  bring  up  gained  the  method  of  decentralized  identification  for  the  strong  consistency  estimates  of  the  divisible  steady-state  models,  it  is  used  that  property  of  polynomial  can  infinitely  approach  to  the  nonlinear  function  and  in  optimization  processes  use  step  signals  as  input  signals,  the  divisible  steady-state  models  of  dynamic  nonlinear  large-scale  industrial  processes,  and  the  cognizable  conditions  are  obtained.Key  words  nonlinear  large-scale  industrial  processes;  steady-state  model;  strong  consistency;  sub  processes