基于灰箱递归参数识别的非线性动力学模型在矿石浮选中的辨识
系统与控制
2025-02-11 v1 系统与控制
摘要
本研究提出一种灰箱递归识别技术，用于在两种情景下估计矿石浮选工艺中的关键参数。该方法应用于经实验室规模验证的非线性物理基动态模型中，允许对模型参数 n 和 C 在条件变化时进行实时更新。该方法能够有效适应工艺的变动性，允许基于操作波动进行持续调整，从而显著改善浓液品位的估计——这是一项关键绩效指标。在情景1中，参数 n 和 C 的拟合度分别达到97.99和96.86，浓液品位估计值通过递归识别从75.1提升至98.69。在情景2中，参数 n 和 C 的拟合度分别为96.27和95.48，浓液品位估计值通过递归识别从96.27提升至99.45。结果表明，所提出的灰箱递归识别方法在准确估计矿石浮选工艺中的参数并预测浓液品位方面具有有效性。
引用
@article{arxiv.2405.04275,
title = {Grey-box Recursive Parameter Identification of a Nonlinear Dynamic Model for Mineral Flotation},
author = {Rodrigo A. González and Paulina Quintanilla},
journal= {arXiv preprint arXiv:2405.04275},
year = {2025}
}