摘要: 针对重介质选煤过程中，灰分数据出现异常值难以辨识的问题，本文对重介质选煤工艺过程进行了简要概括，并利用厚尾的Laplace分布建模系统噪声提出一种鲁棒的系统辨识算法，进一步构建基于Laplace分布的分选灰分辨识模型。在算法的推导过程中，算法自适应调节尾部长度以更好地捕捉到远离中心的异常值，从而获得抵抗异常值的鲁棒性。在期望最大化算法框架基础上公式化对待研究问题，并推导出待辨识参数的数学表达式。最后通过数值仿真例子来验证本文所提算法的有效性。试验结果表明，此模型能够较准确地辨识灰分大小，对重介质选煤过程灰分辨识的研究起到参考作用。