線性-非線性自回歸模型辨識及其在柴油機Nox排放預測中的應用.pdf

1、時間序列分析作為一種動態(tài)數據處理的統計方法，是數理統計學的一個分支，其應用越來越廣泛，涉及社會科學、自然科學、管理工程和工程技術等許多領域。目前，線性時序模型的理論已經很成熟，而非線性時間序列分析近年來也有了很大的發(fā)展。本文在線性/非線性自回歸模型一般表達式(General expression for linear and nonlinear auto-regressive models，GNAR)的基礎上，提出了帶有外部輸入的GNA

2、R模型(GNARX)，分析了模型特性，論述了模型的參數估計和結構辨識方法，并應用該模型對柴油機NOX排放量作出預測，為選擇性催化還原(Selective catalyst reduction，SCR)系統對尿素噴射量的控制提供依據。
　　首先，針對系統部分輸入已知的特點，提出了帶有外部輸入的時序建模策略；推導了GNARX模型表達式，闡述了模型內涵；從數據特性和系統屬性兩個方面論述了模型的廣泛適用性，通過數據仿真，驗證了模型線性項參

3、數的穩(wěn)健性；從理論分析和數據驗證兩個角度，說明了模型的非線性預測能力。
　　其次，論述了GNARX模型的參數估計方法，導出了針對該模型的批處理、遞推和漸消記憶最小二乘法公式，通過算法仿真驗證了漸消記憶最小二乘法的優(yōu)越性；提出了隨機剪枝法和模擬退火剪枝法用于模型的結構辨識，分析了方法的特點，通過算法仿真，從算法耗時和逼近預測效果兩方面證實了模擬退火剪枝法的實用性。
　　最后，介紹了柴油機SCR系統的基本原理，分析了NOX的生成