[发明专利]一种自动加料称重系统的交互式多模型滤波方法

权利要求书

1.一种自动加料称重系统的交互式多模型滤波方法，其特征在于，所述方法包括：

步骤1，构建称重结构的物理模型及其状态方程和量测方程；

步骤2，构建所述状态方程和量测方程的参数的交互式多模型；

步骤3，根据所述交互式多模型对应的状态方程，将前一时刻的最优状态估计值、模型概率以及状态转移概率作为输入，计算每个模型的混合状态估计值与混合协方差估计值；

步骤4，对输入每个模型的混合状态估计值、混合协方差估计值和测量值进行无迹卡尔曼滤波，输出当前时刻每个模型对应的状态估计值和协方差估计值；

步骤5，采用极大似然函数来计算各模型的适用权重值，最终更新每个模型的概率矩阵；

步骤6，根据模型概率对每个模型的滤波结果加权合并，输出当前时刻的最优状态估计值和对应的状态估计协方差；

步骤7，将所述步骤6得到的最优状态估计值分别粗细加料切换值和包装值比较，如果所述最优状态估计值和粗细加料切换值的差在阈值范围之内，通过控制系统分别调整加料流量或者切断加料；如果所述最优状态估计值和所述包装纸的差在阈值范围之内，则结束该流程；重复执行所述步骤3-步骤7；

所述步骤1构建的所述物理模型为:

[M(t)-M_d+m]x″+cx′+Kx＝[M(t)-M_d]g+F(t)；

其中，M(t)为加进料斗的物料质量，t为时间，M_d为空中飞料的质量，m为称体的质量，x为秤体相对参考零点的位移，c为等效阻尼系数，K为等效刚度，g为重力加速度，F(t)为物料下落的冲击力；

状态量为X＝[x x′]^T，采样周期为Δt,所述状态方程和量测方程为：

其中，k为第k个时刻，Y为量测值，w为过程噪声,v为量测噪声，H＝[C 0]，C为标定常数，

所述步骤2中，所述交互式多模型包括:粗给料模型、粗细给料切换模型和细给料模型；

粗给料过程的模型参数方程为：

粗细给料切换过程的模型参数方程为：

细给料过程的模型参数方程为：

其中，h为物料的落差高度；

所述步骤3中将K-1时刻的最优状态估计值对应的状态估计协方差模型概率以及状态转移概率p_ij作为输入，计算每个模型的混合状态估计值与混合协方差估计值为：

2.根据权利要求1所述的交互式多模型滤波方法，其特征在于，采用隐马尔可夫链估计所述转移概率p_ij，隐马尔科夫模型由马尔可夫链和一个随机过程组，利用最大化辅助Baum函数在线递推估计过程参数；

随机过程为观测序列的先验概率，即称重测量值和各滤波模型之间的先验概率；

由最大化辅助Baum函数估计出隐马尔科夫模型的转移概率p_ij为：

其中，表示t时刻处于模型i的概率，具体为称重测量值和各滤波模型之间的先验概率；表示t时刻处于模型i而t+1时刻将处于模型j的概率。

3.根据权利要求1所述的交互式多模型滤波方法，其特征在于，所述步骤4中进行无迹卡尔曼滤波的方法包括：

步骤401，选定滤波的初始状态值X0，Y0和协方差矩阵P0；

步骤402，计算k-1时刻的Sigma样本点集；

步骤403，根据选取的采样策略构造Sigma点集，计算每个模型j的状态量预测值和方差预测值

步骤404，根据观测方程，计算每个模型j的测量预测值和协方差；

步骤405，更新滤波增益矩阵和滤波值。