[发明专利]一种电弧炉建模和谐波分析方法及系统

权利要求书

1.一种电弧炉建模和谐波分析方法，其特征在于，包括如下步骤：

S1：对电弧炉冶炼过程各个阶段的电压和电流数据设置采样时间，分别进行采样，得到电压和电流的波形与各次谐波向量值，获取电弧电压、电流的实际分布；

S2：建立电弧电阻的非线性时变电阻模型；

S3：基于粒子群算法，对电弧炉非线性时变电阻模型中的参数进行辨识，计算电弧炉非线性时变电阻模型中的模型参数，得出电弧时变电阻表达式，拟合出该电弧炉冶炼过程中的电弧等效电阻的变化曲线；

S4：将随机信号、高斯噪声信号及混沌信号等三种小信号与电弧弧长静态模型叠加，调整各个信号的调制参数，得到经调制的弧长随机波动模型；

S5：根据以上步骤，建立基于PSO算法与弧长调制的电弧炉模型；

S6：计算电弧炉冶炼过程中的各次谐波电压、电流值，进行谐波分析。

2.如权利要求1所述的方法，其特征在于，所述步骤S1包括：

对电弧炉负荷进行实验测量，对电弧炉冶炼过程各个阶段的实测电压和电流数据分别进行傅里叶分析，得到电压和电流的各次谐波向量值，通过傅里叶函数拟合，获取电弧电压、电流的实际分布。

3.如权利要求1所述的方法，其特征在于，

所述步骤S2中，电弧炉非线性时变电阻模型，具体表达式为：

其中F[L(t)]反映了弧长对电弧电阻的影响，L(t)为弧长随机变化表达式；待辨识参数为A、B、C’和(D+θ)；R表示时变电阻，ω表示角速度。

4.如权利要求3所述的方法，其特征在于，

所述步骤S3中，对电弧炉非线性时变电阻模型中的参数进行辨识包括：

S31：设置误差目标函数F_fitness为：

其中U_i为电弧电压实测值，为电弧电压的模型计算值，n为步骤S1中测量到的样本数目；

步骤S32：将电弧电流作为输入量，电弧电压作为辨识量，基于粒子群算法计算出电弧炉非线性时变电阻模型中的A、B、C’和(D+θ)4个模型参数。

5.如权利要求4所述的方法，其中S32的具体步骤包括：

1)输入：电弧电流I，电弧电压U，电弧电阻R及待辨识参数初始值；

2)循环：设置每个样本点的位置和速度，并逐步更新；

3)计算F_fitness并与历史最优值比较，如果当前值更优，则用当前值更新参数取值，存储计算得到的A、B、C’和(D+θ)4个模型参数；

4)更新各样本微粒的位置和速度；

5)结束循环并输出待辨识参数。

6.如权利要求5所述的方法，其特征在于，其中S4具体包括：

1)建立电弧弧长静态波动模型；

2)建立随机信号发生电路，利用随机信号进行弧长调制；

3)建立高斯噪声信号发生电路，利用高斯噪声信号进行弧长调制；

4)建立混沌信号发生电路，利用混沌信号进行弧长调制；

5)得到经调制的弧长随机波动模型。

7.如权利要求6所述的方法，其特征在于，其中步骤1)中建立电弧弧长静态波动模型，具体表达式为：

L(t)＝L₀+0.5L₁·(1+sin wt)

其中，L₀为运行中弧长最小值，L₁为弧长的最大变化值，即最大值与最小值的差，w的选择范围在1Hz-30Hz之间。

8.如权利要求6所述的方法，其中步骤2)包括：

建立随机信号发生电路，具体表达式为：

singal-1＝a·sin wt

其中，a为随机信号的调制系数；

随机信号反映电弧炉运行中拟周期性和存在的低频谐波分量，取f＝10Hz，将所述随机信号加入弧长中进行调制，经调制后的弧长表达式为：

L₁(t)＝L(t)·(1+a·sinwt) 。