加热炉炉温对象的系统辨识

加热炉炉温控制要得到理想的控制效果就需要优化，而几乎任何优化方法都需要准确的数学模型。各种系统辨识方法是获得准确数学模型，尤其是时变对象获得实时模型 参数的必由之路。加热炉炉温对象具有一定的复杂性，使得在系统辨识方法的选择上也 具有一定的特殊性。

系统辨识分为在线辨识和离线辨识。离线辨识是指通过采集一段时间内被控对象的 输入和输出数据，获得一组输入数据和一组输出数据，再转移到计算机上计算出对象参 数，辨识过程脱离控制系统。而在线辨识则是边采集数据边辨识，辨识过程与控制过程 同步运行。加热炉炉温对象参数的时变性决定了对它的辨识一定是在线辨识，只有在线 辨识才能将对象参数的变化及时反映出来，使控制器采取一定的策略消除对控制的不利 影响。辨识还有开环辨识和闭环辨识之分，一般辨识方法都是开环辨识。闭环辨识容易 引入相关干扰而使辨识失败，少数可以使用闭环辨识的情形则必须满足苛刻的条件，现 实情况很难满足。而要实现对炉温的在线辨识就必须是闭环辨识，不可能在控制过程中 允许打开闭环回路去辨识。幸运的是，普遍使用的各种数字控制系统都是离散的，输入 和输出基本都有一阶采样保持器，在各个采样点之间数据保持不变。因此在一个采样周 期之内，输出不会反馈到输入，对象等效为开环。只要辨识的采样周期小于或等于主回 路的采样周期，且主回路的采样周期是辨识采样周期的整数倍，就可以按照开环辨识而 不必担心辨识失败。因此，数字控制系统可以做到闭环的开环辨识。要实现炉温的在线 辨识，炉温控制器必须是数字控制系统。

加热炉炉温对象具有大滞后的特性，而最小二乘法辨识只适合于线性系统的参数辨 识，因为纯滞后无法用输入输出的线性方程表示，所以最小二乘法不能辨识纯滞后。而 遗传算法辨识却不受此特性的制约，能够精确的辨识出对象参数和纯滞后项，是非线性 对象的理想辨识工具。