一分彩

  • <tr id='keAd8B'><strong id='keAd8B'></strong><small id='keAd8B'></small><button id='keAd8B'></button><li id='keAd8B'><noscript id='keAd8B'><big id='keAd8B'></big><dt id='keAd8B'></dt></noscript></li></tr><ol id='keAd8B'><option id='keAd8B'><table id='keAd8B'><blockquote id='keAd8B'><tbody id='keAd8B'></tbody></blockquote></table></option></ol><u id='keAd8B'></u><kbd id='keAd8B'><kbd id='keAd8B'></kbd></kbd>

    <code id='keAd8B'><strong id='keAd8B'></strong></code>

    <fieldset id='keAd8B'></fieldset>
          <span id='keAd8B'></span>

              <ins id='keAd8B'></ins>
              <acronym id='keAd8B'><em id='keAd8B'></em><td id='keAd8B'><div id='keAd8B'></div></td></acronym><address id='keAd8B'><big id='keAd8B'><big id='keAd8B'></big><legend id='keAd8B'></legend></big></address>

              <i id='keAd8B'><div id='keAd8B'><ins id='keAd8B'></ins></div></i>
              <i id='keAd8B'></i>
            1. <dl id='keAd8B'></dl>
              1. <blockquote id='keAd8B'><q id='keAd8B'><noscript id='keAd8B'></noscript><dt id='keAd8B'></dt></q></blockquote><noframes id='keAd8B'><i id='keAd8B'></i>
              2. 首页
              3. 装备资讯
              4. 热点专题
              5. 人物访谈
              6. 政府采购
              7. 产品库
              8. 求购库
              9. 企业库
              10. 品牌排行
              11. 院校库
              12. 案例·技术
              13. 会展信息
              14. 教育装备采购网首页 > 知识产权 > 专利 > CN104698976A

                一种预测控制模型性能下降的深度诊断方法

                  摘要:本发明公开了一种预测控制模型性能下降的深度诊断方法,利用生产运行数据计算过程扰动信号,然后利用生产数据和预测控制器设计阶段的阶跃响应系数计算模型预测误差,通过二者构造的模型性能指标判断模型整体性能优劣。对于性能恶化的模型※,进一步用逐一去除输入变量的方法计算新的模型性能指◥标,通过性能指标的变化情况判断去除的︽输入对应的子模型性能,从而实现对每一个子模型性能□进行监控。本发明仅利用生产过程数据和设计数据,不仅能够◤对多变量预测控制模型整体性能给出评估,更能对↓所有输入对应的子模型性能进行评估,为工程师进行控制系统维护给出建议,能够大幅降低预测控制器维护成本。
                • 专利类型发明专利
                • 申请人南京工业大学;
                • 发明人李丽娟;王凯;张晓晓;周梦迪;
                • 地址210009 江苏省南京市鼓楼区新模范马路5号
                • 申请号CN201410811191.X
                • 申请时间2014年12月23日
                • 申请公布号CN104698976A
                • 申请公布时间2015年06月10日
                • 分类号G05B19/406(2006.01)I;