王守会 杨耀权 闫飞朝 杜之正

华北电力大学 河北 保定 071003

0 引言

传递函数是描述热工对象动态特性的一种常见模型，在控制系统设计、调试、检验及参数优化中起着重要的作用。如何根据现场操作信号直接求得热工对象传递函数一直是控制领域研究的重要课题之一［1］。获得对象传递函数模型的辨识方法很多，如阶跃响应法、频率响应法、相关分析法、最小二乘法［1－2］、极大似然估计法［3］等。 但是很多辨识算法由于对输入信号有一定的要求或算法过于复杂，一直难以在生产实际中得到推广。而系统建模或辨识又是进行系统优化控制的基本前提，因此系统辨识问题的研究显得尤为重要。

作为一种非传统的表达方式，人工智能方法可用来建立系统的输入输出模型，它们或者作为被控对象的正向或逆动力学模型，或者建立控制器的逼近模型，或者用以描述性能评价估计器。人工智能是智能机器所执行的通常与人类智能有关的智能行为，有广泛的研究和应用领域，可以把人工智能看成若干个研究子学科的组合。计算智能的提出和兴起，使人工智能发展成为一门具有比较坚实理论基础和广泛应用领域的学科。

热工过程具有多变量、非线性、慢时变特性,使得传统的辨识方法很难建立精确的热工过程模型［8］。本文将神经网络和粒子群算法两种人工智能算法引入热工对象模型辨识，并设计出了通用的热工对象模型辨识算法。……