多目标优化策略在精馏过程中的应用研究

针对精馏塔自由度多,能耗大,扰动复杂多变,控制和优化要求高等特点,提出了一种基于动态矩阵控制(DMC)的二层多目标优化控制策略。在实现精馏过程控制目标的前提下,设计了二层优化指标,可在有多余自由度的情况下,进行二层控制和优化,实现精馏过程质量控制目标和经济运行优化。通过对Shell多侧线精馏过程的仿真研究,验证了二层多目标优化控制策略的有效性。与DMC控制相比,二层多目标优化控制策略可以明显改善精馏塔运行的经济性,实现增加收益的目标。     

复杂工业过程非串级双速率组合分散运行优化控制

复杂工业过程具有模型维数高、多时间尺度耦合、动态不确定性等特点,其运行优化控制(Operational optimal control, OOC)一直是控制领域的研究难点与热点.本文聚焦一类由多个快变且互联的设备单元与慢变且模型未知的运行过程串联组成的工业过程,提出一种数据和模型混合驱动的非串级双速率组合分散运行优化控制方法.该方法通过奇异摄动理论,将非串级双速率运行优化问题描述为异步采样的慢子系统最优设定值跟踪和快子系统最优调节控制.利用工业运行数据,采用不依赖系统动态的Q-学习算法设计慢子系统最优跟踪策略,克服运行过程模型难以建立的情形;针对快子系统,设计基于模型的分散次优控制策略,并给出收敛因子的下界,解决设备层互联项对系统稳定性的影响.通过浮选过程仿真实验验证了所提控制方法的有效性.     

数据中心制冷系统非线性模型预测控制

数据中心制冷系统具有非线性、强耦合和大滞后特性,目前常用的PID方法无法实现系统整体能效提升,而现有非线性优化算法计算量大,不易工程实现.鉴于此,提出一种数据中心制冷系统模型预测控制策略,上层优化层设计预测控制器,其目标为在满足制冷要求的前提下降低系统能耗,优化层采用神经网络作为反馈控制器,将系统整体优化目标函数作为神经网络控制器优化性能指标,结合变分法与随机梯度下降法,通过滚动优化求取下层各回路被控变量最优设定值,算法占用存储区适中、计算量小;下层现场控制层通过实时控制使各回路被控变量跟踪最优设定值,可以在不破坏原有现场控制系统的情况下实现性能优化.构建Trnsys-Matlab联合仿真平台,针对系统夏季、过渡季和冬季的控制策略进行仿真实验.结果表明,所提出控制策略能够在满足数据中心安全运行的前提下,实现系统整体能效提升,且具有良好的鲁棒性.     

机械手轨迹规划的神经网络逆模控制

针对二自由度机械手动力学模型的非线性和参数的不确定性,提出了一种神经网络与逆模控制相结合的控制策略。针对传统BP算法在神经网络训练后期收敛速度慢且容易陷入局部极小的缺点,提出一种快速启发式学习算法。采用所提出的快速启发式网络学习算法训练多层前馈神经网络,建立机械手的逆动力学模型,实现对机械手的非线性控制。仿真结果表明了所提出控制策略的有效性和快速启发式网络学习算法的快速收敛性。     

工业过程多速率分层运行优化控制

工业过程运行优化控制通常采用基础回路层和运行层两层结构,涉及不同时间尺度特性的被控对象,且由于检测装置采样周期不同难以统一控制与采样周期;此外,运行层动态往往机理复杂难以建模.因此针对这一多层次、多时间尺度且部分模型未知的复杂多速率控制问题,本文提出一种工业过程多速率分层运行优化控制方法.该方法在使用提升技术解决分层多速率问题的基础上,采用一种基于Q-!学习的数据驱动运行层设定值优化方法,更新基础回路层的设定值;并针对提升后的系统采用模型预测控制（Model predictive control,MPC）方法设计基础回路层控制器以跟踪设定值,从而实现运行指标的优化控制.对典型工业闭路磨矿过程进行了仿真实验,验证了本文所提方法的有效性.     

基于Hammerstein-Wiener逆模型补偿的预测控制 非线性变换策略

针对一类Hammerstein-Wiener模型描述的非线性控制系统,提出一种基于逆模型补偿的预测控制策略.在控制优化计算中,利用Wiener非线性环节的逆模型分别对系统输出设定值和采样值进行变换;控制实施过程中,将控制器输出操作量经过Hammerstein静态非线性环节模型逆变换后施加到实际被控对象上,通过两次逆变换,使得标称模型下控制器输出与闭环系统中线性环节的输入相一致.通过非线性变换补偿将非线性过程的控制转化为线性系统控制,避免了对非线性模型进行优化计算量大及预测不准确的问题.最后通过仿真验证了所提方案的可行性及有效性.     

无线网络控制系统的Fuzzy-PD控制器设计与仿真

基于网络控制仿真软件TrueTime以及Matlab/Simulink环境构建了一个无线网络控制系统仿真模型,对系统模型和控制策略进行了仿真实验;设计了一种Fuzzy-PD控制器,提出了一种无线网络控制器参数离线优化的方法,即利用ITAE作为重要参考指标对Fuzzy-PD控制器进行离线调整,通过调整Fuzzy-PD控制器的转换参数改善控制器在不同网络带宽占用率下的控制性能。仿真结果验证了Fuzzy-PD控制算法优于传统的PD控制算法和Fuzzy控制算法。     

污水处理系统溶解氧的区间预测控制方法

针对污水处理系统溶解氧浓度难以控制和曝气耗能高的问题,提出了一种基于双层优化结构的加权区间预测控制方法。该方法首先通过动态矩阵控制算法建立污水处理过程预测模型,然后设计一种融合溶解氧区间控制和曝气能耗指标的双层目标优化控制策略,同时为减小模型失配和干扰因素对系统的影响,利用模型预测误差进行系统反馈校正。仿真结果表明,与传统PID控制和模型预测控制方法相比,在不同工况下,区间预测控制方法可较好的实现溶解氧浓度的动态稳定控制,具有较强的抗干扰能力与自适应性,且在保证出水水质的前提下能有效降低曝气能耗。     

基于多支持向量机模型和优化控制器的板形板厚控制

针对带钢热连轧过程中互相耦合的板形、板厚控制问题,提出一种综合控制策略.首先,在输入空间划分的基础上建立包含多个子模型的多支持向量机模型,并通过主元分析方法实现模型输出的综合;然后,利用建立起来的模型设计优化控制器,对板形、板厚进行综合控制.计算机仿真和现场实验结果均表明了所提出的基于多支持向量机模型的综合控制策略能同时有效地减小板形、板厚偏差.     

基于ANN模型的非线性自校正预测控制器

采用局部建模和线性化方法,提出了一种基于人工神经网络(Artificial Neural Network --ANN)模型的非线性自校正预测控制算法.仿真实例表明,所提控制策略可有效地 控制某些未知多变量非线性动态系统.     

Offset control of traffic signal using cellular automaton traffic model

This paper deals with an offset control of traffic signals using a cellular automaton traffic model. A stochastic optimal control method for distributed traffic signals is modified to achieve coordinated traffic signal control with the proposed offset control method. In the proposed coordinated traffic signal control method, splits of each cycle and common cycle length are calculated using a modified stochastic optimal control method, and then the offset is calculated using an estimation method based on a modified CA traffic model at intervals. Also, simulations are carried out at multiple intersections using a micro traffic simulator. The effectiveness of the proposed coordinated control method is proved by comparing with other traffic signal control methods such as pre-timed signal control, two types of the traditional coordinated control and distributed control.     

基于云理论的普适计算协同信任模型

将风险理论用于普适计算需要解决的核心问题是对“风险”的定义,云理论是一种定性与定量之间相互转换的有效工具,该文借鉴云理论的概念对普适计算中上下文信息的动态变化进行判断,综合多种风险信号,给出风险信号和“风险”的定义。跟据 “信任风险”和基于云理论的信任模型提出协同信任模型,并列举了一个模型实例。     

跨座式捷运车辆编组分布式固定时间协同巡航控制

为解决跨座式捷运车辆编组协同巡航控制问题,本文提出了基于固定时间理论的跨座式捷运车辆编组分布式协同巡航控制方法.首先,文章建立了跨座式捷运车辆编组动力学模型,明确了编组队列的控制目标,构建了分布式固定时间协同巡航控制架构,提出了跨座式捷运车辆编组分布式固定时间协同巡航控制方法.然后,本文运用代数图论描述编组间的通讯拓扑关系,应用了分布式固定时间终端滑模估计器估计领航编组的位置和速度,设计了分布式固定时间滑模控制器,并基于Lyapunov稳定性理论证明了控制器的稳定性.最后,文章进行了加速–巡航常规工况仿真实验,验证了所提出控制方法的有效性.     

数据驱动交通响应绿波协调信号控制

传统绿波协调信号控制是一种开环控制,无法根据交通需求的变化调整配时方案.为克服传统绿波协调控制的缺点,本文提出一种数据驱动交通响应绿波协调信号控制方法.首先,针对采用混合放行的路网,考虑到排队消散时间以及放行相序对优化结果的影响,给出一种适用于路网的混合放行最大绿波带优化模型;在此基础上,引进排队消散时间相符度指标、相序相符度指标和行驶速度相符度指标,实时评价、更新控制方案,实现非饱和情况下的数据驱动交通响应绿波协调信号控制.仿真研究表明,该控制方法能适应路网交通需求的变化,极大地提高了路网的通行能力.     

PHEV由纯电动向混合驱动模式切换协调控制设计

针对并联混合动力汽车模式切换过程中动力中断和扭矩波动对车辆驾驶性能的影响,提出一种由纯电动向混合驱动模式切换的协调控制方法.首先,根据切换过程动力学分析及控制目标,将该过程分为离合器接合前后两部分.然后,对前者设计干扰观测器估计并补偿扭矩干扰和模型不确定性,提出基于干扰补偿的协调控制策略,以消除干扰,实现发动机的快速起动、同步;对后者引入发动机扭矩延迟变量,并利用电机扭矩补偿发动机扭矩误差,设计基于电机补偿的扭矩切换协调控制策略,实现平滑切换.仿真结果表明,该控制策略与传统控制方法相比,冲击度降低50.5%,有效减小了扭矩波动,确保了模式切换的平顺性,提高了驾驶性能.     

基于可解释集成学习的信贷违约预测

人工智能促进了风控行业的发展,智能风控的核心在于风险控制,信贷违约预测模型是解决这一问题必须倚靠的手段.传统的解决方案是基于人工和广义线性模型建立的,然而现在通过网络完成的交易数据,具有高维性和多重来源等特点,远远超出了现有模型的处理能力,对于传统风控提出了巨大的挑战.因此,本文提出一种基于融合方法的可解释信贷违约预测模型,首先选取LightGBM、DeepFM和CatBoost作为基模型,CatBoost作为次模型,通过模型融合提升预测结果的准确性,然后引入基于局部的、与模型无关的可解释性方法LIME,解释融合模型的预测结果.基于真实数据集的实验结果显示,该模型在信贷违约预测任务上具有较好的精确性和可解释性.     

基于支持向量机的蒸煮过程卡伯值软测量

卡伯值是制浆蒸煮过程表征纸浆质量的一个重要质量指标，卡伯值软测量是实现蒸煮过程质量控制的重要途径。支持向量机是一种新型的机器学习方法。该方法采用了结构风险最小化原则，与传统机器学习方法相比，在最小化学习误差的同时可以保证有较小的泛化误差。将支持向量机应用于制浆蒸煮过程卡伯值的软测量建模，取得了比经验模型更好的预测效果。     

汽车转向/防抱死制动系统的非线性鲁棒协调控制

针对汽车转向系统和防抱死制动系统的协调控制问题,提出一种新的非线性鲁棒协调控制系统.该控制结构由转向控制器和制动控制器组成.为了改善整个系统的鲁棒性和协调性,根据汽车转向和制动非线性综合模型,基于Hamilton函数方法设计了汽车非线性鲁棒协调控制器.该控制器通过预置状态反馈完成系统的耗散Hamilton函数实现.设计了适用于复杂工况的制动力分配策略.仿真结果验证了所设计控制算法的稳定性和有效性.     

有向切换拓扑条件下多航天器分组姿态协同控制

针对有向切换拓扑条件下多航天器分组姿态协同控制问题,提出一种基于变量代换和矩阵分解的控制方法.首先,给出分组情况下系统Laplacian矩阵特征值的性质,并对航天器姿态模型进行变量代换,将非线性系统的分组姿态协同问题转化为线性系统的分组一致问题;然后,通过分解Laplacian矩阵,将分组一致问题转化为线性切换系统的稳定性问题,从而通过Lyapunov稳定性理论进行分析,给出系统拓扑的最小驻留时间;最后,对包含两个分组的系统进行仿真,结果表明了所提出控制方法的有效性.     

基于扰动观测器的机器宇航员协调操作阻抗控制

针对未知干扰环境下机器宇航员执行协调操作任务的高精度控制要求,提出一种基于扰动观测器的协调操作阻抗控制算法．首先分析操作物与机器宇航员的几何约束和力约束关系,建立机器宇航员与操作物的统一动力学模型;其次利用机器人广义动量,设计适用于机器宇航员协调操作系统的动量扰动观测器;然后结合统一动力学模型,设计基于扰动观测器的机器宇航员协调操作阻抗控制算法;最后通过仿真对控制方法开展验证．结果表明,当臂杆受未知干涉力影响时,操作物的位置误差可被控制在10^-5 m的量级内．所提出的算法有效减小了未知干涉力对操作物位姿控制精度的影响,保证了协调操作任务的高精度控制．