造纸机定量估计：多传感器鲁棒融合估计方法

“这篇论文探讨了多传感器状态融合估计理论在成纸定量估计中的应用，针对造纸机模型的不确定性，提出了一种鲁棒H∞融合估计方法。实验结果显示，该方法可以显著提升估计性能，并在传感器故障情况下保持稳定的效果。” 本文是2005年3月发表在《系统工程理论与实践》上的研究论文，作者包括金学波、孙优贤和孙政荣，分别来自浙江理工大学信息电子学院和浙江大学现代控制工程研究所。研究的核心问题是解决工业生产中造纸机模型的不确定性问题，特别是对成纸定量估计的精度提升。 在工业生产过程中，造纸机的模型通常存在不确定性，这会影响成纸质量的精确评估。论文引入了多传感器信息融合技术来应对这一挑战。多传感器融合是一种有效的数据处理方法，它能整合来自多个传感器的数据，通过协同工作提高整体系统的估计准确性和可靠性。在造纸机的应用中，多个传感器可能监测不同的物理参数，如湿度、温度、速度等，这些参数都对成纸的定量有影响。 论文提出了一种基于鲁棒H∞融合估计的方法，这是一种能够处理系统不确定性并具有抗干扰能力的估计策略。H∞融合估计旨在最小化系统对所有可能干扰的敏感度，从而确保在各种工况下，尤其是传感器出现故障时，系统的性能不会显著下降。通过实验验证，这种方法能够在很大程度上提高成纸定量的估计性能，即使在测量传感器发生故障时，仍能提供较为准确的估计结果，展现出良好的鲁棒性。 关键词：不确定多传感器融合系统、鲁棒融合估计、成纸定量，表明这篇论文的重点在于研究如何在存在不确定性的多传感器环境中，利用融合估计技术优化造纸过程中的成纸质量控制，特别是通过鲁棒方法提高估计的稳定性和准确性。 这篇论文为造纸行业的自动化控制提供了新的思路，即通过多传感器信息融合和鲁棒H∞融合估计技术，增强对成纸定量的估计能力，减少因模型不确定性导致的误差，从而提升整体生产效率和产品质量。这种方法对于其他面临类似问题的工业过程控制也可能具有借鉴意义。