周萌 杨忠森 何鑫洋 陈灵搏

摘 要：為增强石油化工中换热器的前馈控制系统的稳定性和可靠性。本文提出了一种基于LSTM组合多时间尺度的方法对换热器前馈控制中的扰动信号进行预测，来调节操纵变量，补偿干扰信号对被控变量的影响。该方法使换热器的前馈控制系统的精度达到更高，满足精度的同时也注重对预测的稳定性探讨。

关键词：前馈控制;LSTM;多时间尺度

中图分类号：TB     文献标识码：A      doi：10.19311/j.cnki.1672-3198.2021.25.076

0 引言

基于不变性原理的基础上发展而成的前馈控制，在如今越来越得到广泛的应用。在换热器的前馈控制中，前馈控制系统的时滞显著。如果可以通过增强对扰动信号的预测精度，提前掌握扰动的变化，那么就可以更加及时地对扰动信号做出控制，因此对扰动信号的预测是实现换热器温度控制的关键，换热器的扰动信号呈现时间序列数据，所以我们可以应用时间序列分析的方法对换热器的扰动信号进行预测。

ARIMA模型奠定了时间序列分析发展的基础，ARIMA模型主要用于平稳序列，但对非平稳序列也有一定的作用，随着计算机技术的发展，伴随着机器学习的兴起，在预测中加入人工神经网络（Artificial Neural Network，ANN）使预测的精度更加精确。韩超等应用ARIMA模型对短时交通流的预测取得了较好的预测效果，但由于ARIMA模型只能适用稳定或差分后是稳定的时序数据，而在处理非线性时序数据时较为局限。谭满春、冯荦斌等使用ARIMA与人工神经网络组合对交通流进行预测，发挥了人工神经网络对非线性时序数据的优势。……