烘丝过程水分控制策略

概述了近年来国内外在烘丝过程水分控制领域的主要研究成果，其中包括PID控制、广义预测控制、模糊控制、MFA（无模型自适应）控制．指出了当前研究的不足，并探讨了今后国内热工自动化控制研究及应用的几个方向．     

烘丝过程水分控制策略

概述了近年来国内外在烘丝过程水分控制领域的主要研究成果,其中包括PID控制、广义预测控制、模糊控制、MFA(无模型自适应)控制.指出了当前研究的不足,并探讨了今后国内热工自动化控制研究及应用的几个方向.     

烘丝机逆动力学过程模糊辨识

基于逆动力学模糊辨识的思想,利用实际生产数据建立了涉及烘丝机重要参数的过程模型。仿真结果表明:辨识结果具有较高精度,误差峰值小于1%。该模型的建立为烘丝过程的控制参数优化、提高烘丝阶段的工艺效率奠定了基础。     

神经网络预测器在铝电解过程控制中的应用

目的采用神经网络预测控制方法来解决铝电解过程中存在的时变和大时滞问题，提高其控制性能．方法提出了一种基于铝电解过程的神经网络预测控制算法，建立了神经网络预测模型，将神经网络和预测控制算法相结合，结果实现了铝电解过程的最优控制．神经网络预测模型的输出能够很好地跟踪铝电解生产过程，预测效果好．结论笔者提出的控制方案能够使铝电解过程很快进入稳态，超调量较小，提高了铝电解过程的动态和稳态性能．     

烟丝干燥特性实验研究

目前烟草热质传递过程的研究,均采用静态实验研究方法,得出的实验结果与生产实际有一定程度的偏差.针对这种情况,为了使研究结果更加贴近生产实际,模拟了烟丝在转筒内的热质交换规律,自行设计、安装、调试了一座实验台.在该实验台进行了烟丝干燥过程动态试验研究,重点考察了湿烟丝增温减湿条件下的热质迁移的规律,以及该过程对烟草填充力的影响.结果表明,烟丝干燥过程分为恒速和降速两个阶段,恒速阶段干燥速率主要取决于外部干燥条件,提高风温或风速可大大缩短干燥周期.因而在保证烟丝干燥质量的前提下,应该改善流动和传热条件,争取在恒速阶段就把烟丝干燥到工艺要求.烘丝方式、来料温度和水分、干燥介质状态参数等对烘后烟丝的填充力有显著影响.对于转筒式烘丝机,采用顺流烘丝方式,较高的来料温度和水分,较大的热风流速,可获得较高的烘丝填充力.     

基于神经网络的非线性预测函数控制

给出了一种新的神经网络多步预估器结构,建立了CSTR过程的人工神经元网络的动态模型,并在此基础上提出了基于人工神经元网络模型的非线性预测函数控制算法．给出了非线性预测函数控制的具体实施步骤．计算机仿真表明。人工神经元网络模型的精度已满足预测控制的需要。该控制系统比常规PID控制器具有更好的控制效果．     

视觉导引AGV分段预测控制模型设计

针对视觉导引自动导引车的路径跟踪问题,提出了一种采用预测控制理论的分段控制模型. 利用不等式约束对控制问题进行分段,首次提出以转弯半径为约束条件,解决了优化过程目标函数权重选择困难的问题. 在每个控制阶段,采用单步预测方法找到最优的目标点,在输入约束和状态约束下用解析方法直接解出最优控制量,提高了解最优问题的速度. 整个控制模型及方法目标明确,计算快速且计算量小,完全可以满足实时控制的需要,仿真结果证明了预测模型的有效性.     

非自衡对象的预测控制

DMC在对非自衡对象建模时会产生截断误差,因此无法直接用于该类对象控制．根据非自衡对象阶跃响应的最后阶段可视为直线的特点,提出了一种基于对象阶跃响应的参数化模型的预测控制算法,该算法避免了DMC预测模型的截断误差影响．仿真结果表明,提出的算法对于设定值变化具有良好的跟踪性,对于模型参数的摄动具有良好的鲁棒性,该算法对于非自衡对象控制是有效的．     

电力系统恢复计划决策及控制的过程数据库

在对电力系统恢复控制的多阶段优化过程和多阶段控制过程的过程信息进行分析的基础上,首先提出了过程数据库及其描述手段－动态时序ER模型和动态层次关系数据模型等新概念,其次;给出了电力系统恢复控制过程数据库的信息组织和结构,以及过程数据库管理的系统的一般实现原则和方法,过程数据库及其实现方法,为电力系统恢复控制的多阶段优化过程和多阶段控制过程,提供了合理实用的数据存储及管理方法。     

一种基于多步预测的自校正控制算法研究

预测控制可以预测未来多步模型的输出,并且在多堂时段内,控制也有多步作用．采用受控自回归积分滑动平均过程模型,选择一定的性能指标函数,设计了一种多变预测自校正控制间接算法．同时利用实例验证了该控制策略具有鲁棒性强、自适应能力强的优点．     

Neuro-fuzzy predictive control for nonlinear application

Aiming at the unsatisfactory dynamic performances of conventional model predictive control （MPC） in a highly nonlinear process, a scheme employed the fuzzy neural network to realize the nonlinear process is proposed. The neuro-fuzzy predictor has the capability of achieving high predictive accuracy due to its nonlinear mapping and interpolation features, and adaptively updating network parameters by a learning procedure to reduce the model errors caused by changes of the process under control. To cope with the difficult problem of nonlinear optimization, Pepanaqi method was applied to search the optimal or suboptimal solution. Comparisons were made among the objective function values of alternatives in initial space. The search was then confined to shrink the smaller region according to results of comparisons. The convergent point was finally approached to be considered as the optimal or suboptimal solution. Experimental results of the neuro-fuzzy predictive control for drier application reveal that the proposed control scheme has less tracking errors and can smooth control actions, which is applicable to changes of drying condition.     

基于虚拟仪器的粮食干燥机自动控制系统

为提高粮食干燥的品质和干燥过程的智能化水平,开发了基于虚拟仪器、智能现场总线的粮食干燥机自动检测与控制系统。该系统能够完成水分传感器的校准与修正,水分、温度的自动检测与控制,故障检测与报警以及排粮的预测控制等。具有硬件结构简单、检测控制精度高、现场抗干扰能力强、自动化程度高、操作简便等优点。实际应用表明,能够满足粮食实际干燥作业的要求,有效地控制出粮水分,提高了粮食的干燥品质,降低了干燥过程的能源消耗。     

基于典型工业过程控制模型的预测函数控制

针对典型工业过程控制模型，介绍并分析了预测函数控制的基本原理和特点，给出了工业过程控制中典型的一阶加纯滞后系统的预测函数控制算法．该算法原理简单，易于工程实现，具有较高的实际应用价值．通过仿真研究表明了预测函数控制在工业过程控制系统中应用的可行性和有效性，具有较强的鲁棒性和抗干扰能力．     

基于深度神经网络的注塑过程预测控制

注塑机作为现代工业中重要的塑料件生产与制造设备,其智能化发展一直备受业界关注。伴随着航空航天、电力电子、汽车制造等行业的发展,如何实现对注塑件的高精度、高效率、绿色节能化生产,是目前注塑机的重要研制方向。本文针对注塑成型过程中采用传统模型预测控制(Model Predictive Control, MPC)难以保证跟踪控制实时性的问题,提出一种结合深度神经网络(Deep Neural Network, DNN)学习的注塑过程预测控制方法。在注塑机注射过程动力学模型基础上,创建带约束条件的模型预测控制器,对控制器运行数据进行采集并用以训练深度神经网络,实现了基于深度神经网络控制的注射速度的跟踪预测控制。仿真实验结果表明,采用本文所提出的学习预测控制策略能够有效避免注塑过程中因模型预测控制所产生的复杂计算,并满足工业实时性要求,具有应用前景。     

车削加工中心切削颤振的预报控制

讨论了车削加工中心切削颤振的预报控制方法。在充分研究车削加工中心振动信号变化规律的基础上,提出了用特征参数Ｐα作为切削颤振的预报参数,并进行了有监测切削和无监测切削效果对比试验。试验结果表明,在线监控对提高车削加工中心的稳定性具有非常明显的效果。     

Model Free Adaptive Predictive Control of Desulfurization Slurry pH Based on CPS Framework

In order to improve the slurry pH control accuracy of the absorption tower in the wet flue gas desulfurization process, a model free adaptive predictive control algorithm for the desulfurization slurry pH which is based on a cyber physical systems framework is proposed. First, aiming to address system characteristics of non-linearity and pure hysteresis in slurry pH change process, a model free adaptive predictive control algorithm based on compact form dynamic linearization is proposed by combining model free adaptive control algorithm with model predictive control algorithm. Then, by integrating information resources with the physical resources in the absorption tower slurry pH control process, an absorption tower slurry pH optimization control system based on cyber physical systems is constructed. It is turned out that the model free adaptive predictive control algorithm under the framework of the cyber physical systems can effectively realize the high-precision tracking control of the slurry pH of the absorption tower, and it has strong robustness.     

史密斯予估控制的鲁棒性分析

本文对具有纯滞后过程采用史密斯予估控制的鲁棒性进行了分析.着重分析当予估模型与过程实际模型不一致时,予估控制的效果.分析结果表明,予估模型的输出与过程的反馈信号在一定范围内可互相补偿予估参数失配的影响·分析结果与文献中仿真结果有相同之处,即在予估模型与过程实际模型存在一定差异情况下,史密斯予估控制仍优越于常规 PID 控制.对文献仿真结果补充之处是,予估控制效果对参数敏感性是与纯滞后时间有关的,并分析了密史斯予估控制鲁棒性较强的基本原因。     

喷雾干燥法生产无菌原料药的质量风险与控制

喷雾干燥在药品生产中应用较多,喷雾干燥塔分为离心式、气流式、压力式,传统的喷雾干燥法生产无菌原料药过程中在不溶性微粒、无菌、均一性、有效成分降解等方面存在质量风险,应该针对性地在设备设计、清洁、灭菌、无菌粉冷却、混粉、环境控制等方面对各种风险加以严格控制,才能有效地生产出高品质的无菌原料药。     

基于露点数学模型的微机节能控制策略研究

一种基于数学模型的露点测量方法,采用微处理器实现空气干燥过程的节能控制,在工业系统中得到实施和应用。