生物氧化预处理中进气量实时预测数学模型
来源期刊:有色金属工程2020年第10期
论文作者:丁钰 南新元
文章页码:58 - 64
关键词:生物氧化;进气量;Preissmann隐格式;状态空间模型;数据同化;集合卡尔曼滤波;
摘 要:精准预测生物氧化预处理中的进气量对提高黄金提取率和节能降耗具有重要意义。以气体管流连续性方程和运动方程为控制方程,采用Preissmann隐格式法作为差分方法,同时根据集合卡尔曼滤波(Ensemble Kalman filter,EnKF)算法原理,构造进气量、压强的状态空间模型。结果表明,基于气体管流控制方程建立的进气量模型预测结果与实际进气量观测值具有较好的一致性;与传统静态预测方法相比,EnKF同化方法引入实时观测值和模型参数的更新,有效提高了进气量的预测精度,其平均绝对误差、平均相对误差和均方根误差有明显降低。可见,基于气体管流控制方程建立的预测模型,结合EnKF同化方法是提高生物氧化槽进气量预测精度的有效手段。
摘要:精准预测生物氧化预处理中的进气量对提高黄金提取率和节能降耗具有重要意义。以气体管流连续性方程和运动方程为控制方程,采用Preissmann隐格式法作为差分方法,同时根据集合卡尔曼滤波(Ensemble Kalman filter,EnKF)算法原理,构造进气量、压强的状态空间模型。结果表明,基于气体管流控制方程建立的进气量模型预测结果与实际进气量观测值具有较好的一致性;与传统静态预测方法相比,EnKF同化方法引入实时观测值和模型参数的更新,有效提高了进气量的预测精度,其平均绝对误差、平均相对误差和均方根误差有明显降低。可见,基于气体管流控制方程建立的预测模型,结合EnKF同化方法是提高生物氧化槽进气量预测精度的有效手段。
关键词:生物氧化;进气量;Preissmann隐格式;状态空间模型;数据同化;集合卡尔曼滤波;