模糊神经网络在工业加热炉中的应用

针对工业控制过程中较为常见的一种控制过程——电加热炉的炉温控制,采用了一种基于模糊基函数的模糊神经网络控制器,并给出了应用于此模糊神经网络的自学习算法。最后,将该模糊神经网络控制器应用于实际的工业加热炉炉温控制系统中。应用结果表明,该控制方案可改善具有时变及大滞后的炉温控制系统,特别是对于一些缺乏先验知识的实际工业控制过程,该控制策略具有良好的控制效果。     

钛坯天然气加热炉多工况炉温模糊优化控制

针对脉冲燃烧方式的天然气加热炉所具有的典型分布参数特点,提出一种多工况炉温模糊优化控制策略.将加热炉不同段的炉温偏差和偏差变化率作为模糊推理的输入信息,对每一个炉温调整点设计一组二维模糊控制器;根据升温段和保温段这两种工况下的加热过程特点,分别设定模糊控制规则;基于变论域的思想,采用自适应变异差分进化算法,根据搜索进展...     

基于分离变量的模糊控制规则的简化设计

针对多输入单输出的倒立摆模糊控制系统的规则爆炸问题,尝试了一种基于分离变量的模糊控制规则设计方法,大大减少了控制规则数,减少了控制器的运算时间。利用该方法设计一级倒立摆模糊控制系统,仿真结果表明,简化控制规则后仍能取得较好的效果。     

基于关联规则的条件状态模糊Petri网及其在故障诊断中的应用

模糊Petri网作为一种知识表达模型,能够用于工业过程系统故障推理和诊断。然而,模糊Petri网的建立大多需要先验知识,为此限制了其广泛应用。为了能够有效利用工业生产过程数据,提出了一种基于关联规则的条件状态模糊Petri网,并将其用于工业过程故障推理与诊断。采用数据挖掘的关联规则方法提取模糊Petri网的模糊规则及置信度,通过变量间的关联分析,将影响置信度的关键主元（条件量）提取出来,建立条件状态模糊Petri网;基于极大代数的迭代算法进行动态置信度逆向推理,可以获得工业过程的故障发生概率。该方法实现了故障诊断网络的数据驱动,从而提高故障诊断的快速性与准确性,某化学反应研究表明所提方法的有效性。     

一种煤层气分离过程智能控制器研究与应用

本文在一种广义钟形自调整模糊目标函数控制规则自调整算法控制器设计的基础上,加上一个积分作用,从而得出一种改进的规则自调整模糊控制器,通过对一个典型的二阶系统进行仿真研究,结果表明改进的模糊控制器先进性较强,改进的模糊控制器具有一定的优越性。     

基于关联规则的条件状态模糊Petri网及其在故障诊断中的应用

模糊Petri网作为一种知识表达模型,能够用于工业过程系统故障推理和诊断。然而,模糊Petri网的建立大多需要先验知识,为此限制了其广泛应用。为了能够有效利用工业生产过程数据,提出了一种基于关联规则的条件状态模糊Petri网,并将其用于工业过程故障推理与诊断。采用数据挖掘的关联规则方法提取模糊Petri网的模糊规则及置信度,通过变量间的关联分析,将影响置信度的关键主元(条件量)提取出来,建立条件状态模糊Petri网;基于极大代数的迭代算法进行动态置信度逆向推理,可以获得工业过程的故障发生概率。该方法实现了故障诊断网络的数据驱动,从而提高故障诊断的快速性与准确性,某化学反应研究表明所提方法的有效性。     

基于决策分类方法的水泥回转窑故障诊断方法

提出了一种基于决策分类的水泥回转窑故障诊断方法。该方法利用水泥生产过程中产生的回转窑历史数据结合模糊决策树算法生成故障诊断模糊推理规则库,利用在线数据可对模糊规则库进行增量学习,不断完善故障诊断规则库。故障诊断阶段,将在线数据形成的特征向量与故障诊断规则库进行匹配,判断是否发生故障以及相应的故障类型。该方法对故障数据进行模糊化处理,提高了故障诊断结果的可解释性以及泛化性能,适用于实际的水泥生产过程。     

自校正分级模糊控制器的设计开发及应用

针对蒸发结晶生产过程中存在的液相温升速率和蒸发量耦合性较强、控制难度大的问题,设计开发了一个多变量自校正分级模糊控制器。生产实践表明,该自校正分级模糊控制器是解决多变量耦合控制问题的一种实用有效算法。     

模糊PID-Smith串级控制在加热炉温度控制系统中的应用

提出一种基于模糊PID和Smith预估控制器的串级控制器,克服了工业加热炉温度控制系统中加热炉出口温度的时变性、非线性及滞后性等缺点。仿真结果表明,模糊PID-Smith串级控制器具有较强的鲁棒性,提高了控制系统的动、静态性能指标。     

神经网络预测控制在加热炉炉温控制中的仿真研究

针对加热炉处于干扰环境下的不确定性、非线性、大滞后和大惯性特点,采用径向基神经网络(Radial Basis Function,RBF)建立加热炉炉温预测模型,以实现炉温预报。同时设计以L-M(LevenbergMarquardt)优化算法为基础的控制器对加热炉炉温进行滚动控制。针对L-M优化算法对初始值敏感的问题,采用RBF逆神经网络动态确定算法初始值。仿真结果表明所提方法在不同工况下均具有较快的调节时间和较小的超调量。     

模糊核聚类在优化模糊控制隶属函数中的应用

针对模糊控制器隶属函数的设计与优化缺乏自学习能力的缺点,将模糊核聚类算法与TrustRegion(信赖域)方法结合起来。首先利用模糊核聚类算法对模糊控制输入、输出样本集进行聚类,然后用Trust-Region最优化方法对聚类结果进行曲线拟合,实现了模糊控制输入、输出空间的划分、隶属函数类型的确定和参数的优化。在Matlab中的仿真结果表明:模糊控制器经过笔者提出的算法优化后控制品质有较大的改善和提高。     

基于GA-SVR的水泥分解炉分解率软测量方法

针对水泥生产企业无法对分解炉分解率进行实时在线检测的情况,结合厂家DCS系统中现有的数据,使用灰色关联分析法观察相关变量与分解炉分解率的关系。利用遗传算法对SVR中的惩罚参数C、核函数核宽g、损失系数ε进行参数寻优,使用寻优结果对分解炉分解率进行SVR软测量建模。不同建模方法间的比较结果表明:使用GA-SVR所建的水泥分解炉分解率模型的预测结果与真实值拟合程度高、测量误差小,能够达到稳定水泥分解炉分解率的目的。     

加热炉炉温的模糊广义预测控制仿真研究

针对加热炉炉温的大惯性、大滞后及非线性等特点,提出一种基于T-S模糊模型的模糊广义预测控制策略。T-S模糊模型的前件和后件参数分别采用粒子群优化的模糊C-均值算法和递推最小二乘法辨识,根据输入变量更新模型隶属度并将T-S模糊模型等价转换为线性模型,以此作为预测模型应用于广义预测控制。仿真结果表明:该方法在不同工况下均具有较短的调节时间,在扰动作用下有很强的鲁棒性。     

FUZZY MODELING AND CONTROL OF BATCH BEER FERMENTATION+

Fuzzy reasoning based modeling of heuristic control rules are employed for control of batch beer fermentation. The effect of different types of membership functions, viz., line, triangular and phi membership functions is evaluated for the fuzzy subset. Various fuzzy model based controllers are presented using two approaches, namely simple fuzzy controller of few rules (FCFR) and rigorous fuzzy controller of many rules (FCM R), and also applied for the temperature control of fermenter. Zadeh's logic and Lukasiewicz's logic are adopted for computing the compositional rule of fuzzy logic inference. The results demonstrate that the proposed fuzzy controllers show better performance than the conventional controllers. FCFR approach provides better control performance, but needs optimum tuning or selection of gains for the fuzzy input and output variables, whereas FCMR approach is preferred due to flexibility in the operation of many control rules. Further, FCMR approach is free from optimum tuning or selection of gains for the fuzzy input and output variables.     

模糊神经网络在热网远程监控系统中的应用

为了使二次管网供水相对均匀、稳定地分配给热网用户,设计了一个模糊神经网络控制器,并以模糊神经网络控制理论为基础制定了热网压力、流量控制规则。仿真结果表明:系统输出流量响应快、超调量小、稳定性高。     

钢铁企业高炉煤气发生量异常数据检测

从高炉煤气生产的实际工况出发,对异常数据产生的原因和特点进行分析。针对现有异常检测方法运算效率低下的问题,提出一种改进的局部异常因子检测算法。该算法首先利用五数总括法剔除掉大量的正常数据,然后再用一种相对k距离的比值表示剩余离群点的异常程度,进而判断异常数据。仿真实验表明:改进方法检测所需的时间比传统的局部异常因子方法检测所需的时间更少,且检测效果更加准确、直观。     

一种非线性PD控制曲面的简易构造方法

在简要分析模糊控制原理的基础上,提出了一种非线性PD控制曲面的简易构造方法。首先在相平面上构建一对或两对原点对称的规则点,这些规则点对系统的控制作用可以通过简单的凸组合和叠加计算得到。进一步对规则点的参数和控制曲面特征量之间的关系进行分析,得到控制参数调试准则。仿真结果表明:该方法可以对不同控制性能进行折衷。