基于非线性预估器的调和汽油辛烷值的控制系统

针对调和汽油辛烷值的控制问题,提出了一种基于非线性预估器的控制系统。该方案基于Smith预估器的结构,结合调和工艺机理设计了专门的非线性预估器,并详细讨论了非线性预估器的参数选择。仿真结果表明:基于非线性预估器的调和汽油辛烷值控制系统性能明显优于经典PID控制策略。     

纺织纤维拉曼光谱定性分析法

针对当前纤维定性鉴别方法存在的不足,采用拉曼光谱分析法定性鉴别.通过对纺织纤维原始拉曼谱图的特性分析,经过光谱预处理得到信噪比更高的标准拉曼谱图,建立了拉曼谱图特征表数据库,实现了纺织纤维的定性鉴别.实验结果表明:拉曼光谱定性分析法可快速定性鉴别纺织纤维,尤其适合于合成纤维及其混纺织物.对环境温湿度无特殊要求,样品无需...     

基于支持向量机的柴油十六烷值近红外光谱测量方法

提出一种基于最小二乘支持向量机(LS SVM)的柴油十六烷值近红外光谱测量方法。该方法用聚类分析法对训练样本进行了一次筛选,然后用最小二乘支持向量机建立柴油十六烷值的预测模型。实验结果表明该方法不仅可以显著减少计算时间,在预测精度上比常用的多元线性回归和偏最小二乘等方法有显著提高。     

基于谱峰分解的拉曼光谱定量分析方法

目前用于拉曼光谱定量分析的方法,如PCA、PLS及SVM等算法需要较多的训练样本,且所建回归模型的外推性较差。间接硬建模（indirect hard modeling,IHM）是一种新型的光谱定量分析技术,适用于光谱的叠加及非线性变化情况,只需少量训练样本即可得到外推性较高的回归模型。但IHM方法需要已知混合物中所有常成分的光谱,这一条件在实际应用中较难达到。为此,提出了一种新的定量分析方法--直接硬建模算法（direct hard modeling,DHM）。新算法不需已知待测成分光谱,而是直接在混合物光谱中确定待测成分所对应的特征峰,然后利用特征峰面积与待测成分浓度之间建立线性模型。通过对PX装置中二甲苯成分的定量分析实验证明DHM具有训练样本数量少、回归模型稳健性强等优点。     

流程工业仪表故障快速检测方法

通过对大量真实工业数据的统计分析,发现仪表测量信号变化量的方差能很好地表征仪表性能的稳定状态,由此提出了一种基于信号方差分析的快速仪表故障检测算法,并在此基础上开发了一套在线仪表故障检测系统.该系统以诊断数据库为核心,包括实时数据采集、仪表故障在线诊断、故障数据的保存与查询、诊断参数自学习以及远程访问功能.工业应用结果表明,这种故障检测方法能够对仪表早期的故障作出正确的判断.且检测迅速,物理意义明确,适用于大规模的流程工业过程.     

迭代动态规划在树脂牌号切换最优化模型中的应用

本文运用迭代动态规划求解牌号切换模型的最优化问题,有效地避免了运用一般方法求解系统最优化问题时的Ｈａｍｉｌｔｏｎ－Ｊａｃｏｂｉ－Ｂｅｌｌｍａｎ方程以及高维系统可能出现的计算量激增的问题,成功地解得树脂牌号切换过程产生的过渡料数量最少时聚合温度、氯气和共聚单体的浓度、催化剂流率和料位高度等５个操作变量的最优轨迹。     

基于IP网络的NCS中通信网络动态模型的建立

对于一个基于IP网络的控制系统 (NCS),该IP网络上的其它数据流严重地影响着NCS的控制性能。为此,提出了一个动态模型来描述NCS数据传输过程中的时延和丢包。基于该模型,通过计算机仿真考察了不同网络干扰流对单输入单输出常规PIDNCS开环、闭环特性的影响。仿真结果表明:对于采用常规PID控制器的NCS,网络负荷对其控制性能影响很大;当网络负荷过大时,该NCS可能变得不稳定。     

分散控制系统结构的综合及其工业应用

本文论述了连续工业过程中分散控制结构的综合问题.首先讨论了一般分散控制结构 的可行性问题,并给出了存在相应的分散控制器使闭环系统具有渐近稳定性、终值无偏性及 鲁棒性的结构要求.其次研究了最经济结构的综合问题,提出了获得最少测量、最少控制与 最简单反馈结构的相应算法以及该综合算法的工业应用实例.     

基于温度的加热炉热效率在线估计

提出一种完全基于温度的燃料燃烧热的热效率在线估计方法，解决了热效率实时测量无法长期稳定运行的难题。系统计算准确、稳定可靠、可长期运行，为热效率控制提供了真正可行的实施基础。     

混合RBF网络及其在连续重整装置中的应用

提出一种结合线性回归和RBF神经网络的混合软测量建模方法，既能很好地利用神经网络的非线性特性，又能在一定程度上消除神经网络泛化能力不强的影响。通过对比实验及在某炼油厂连续重整装置中的应用，表明这种混合RBF神经网络比之常规RBF神经网络，其性能指标更好，并且没有带来计算量的大幅度增加，具有更高的实际应用价值。