排序方式: 共有94条查询结果,搜索用时 343 毫秒
31.
新一代的自适应模型预测控制器 总被引:1,自引:1,他引:0
提出了新一代的自适应模型预测控制器,自适应MPC控制器由MPC控制模块、在线辨识模块、性能监控模块3个模块组成,相互协调配和来实现自适应MPC控制。除了控制器功能设计以外,其余过程均可自动进行。对于新建MPC应用,首先进行多变量测试与辨识,在模型符合控制要求时,自动进入控制器投运。通过控制器性能监视发现模型不满足控制要求精度时,触发一次多变量模型测试与辨识过程,替换原有模型进行控制,保证控制器性能始终处于最佳状态。自适应MPC控制器在PTA装置上的应用表明了算法的有效性。 相似文献
32.
及时更新监测模型以适应过程的时变特性,对准确检测出化工过程异常和设备故障具有重要意义。针对普通独立元分析(ICA)算法在更新计算监测模型时计算复杂度高、效率低的缺点,提出了一种基于特征空间递归更新的在线独立元分析(RUFS-ICA)算法。将算法应用于青霉素发酵过程的在线建模与监测中,与普通ICA方法相比,仿真统计结果表明,平均误警率降低至1.67%,基本克服了漏报现象;与其他在线更新算法相比,复杂度明显降低,计算时间减少54.1%,节省了存储量。 相似文献
33.
34.
基于主曲线的软测量方法及其在精馏塔上的应用 总被引:3,自引:2,他引:1
为解决工业过程软测量中的变量维数高、数据相互耦合、非线性强等问题,提出了基于主曲线的软测量方法。其中的基于主曲线的非线性回归模型借鉴了PLS的基本思想,采用主曲线提取隐变量信息的同时考虑了自变量与因变量的相关性;在隐变量空间中,采用多项式函数拟合隐变量之间的非线性关系。在实例研究中,分别采用纯函数数据和氯乙烯精馏塔实时运行数据对该模型进行了验证。仿真结果表明,该模型所需要的隐变量数目比传统的PLS模型更少,并且能够实现更为精确的预测,可较好地处理工业过程中存在的数据高耦合度以及强非线性问题。 相似文献
35.
针对工业过程故障识别的需要和实际工业数据小比例有标签、大比例无标签的特点,研究了基于深度学习的半监督故障分类方法。在半监督阶梯网络的基础上,通过对网络结构和损失函数的改进,提出了半监督密集阶梯网络算法。该算法改进了原始的网络结构,添加了各层之间的密集连接,尝试最大化阶梯网络内部的数据信息流,使得各编码解码层之间的特征得以传递和复用。针对损失函数的特点,添加了无噪声编码层的预测输出损失,确保训练目标与模型输出一致。实验结果证明了所提出的新方法能在工业过程的小比例有标签数据情况下,获得理想的分类效果。 相似文献
36.
实时优化与过程对象模型的精确程度有关。如果过程对象模型与实际模型偏差较大,则会引起优化结果与过程实际的最优结果不一致,并导致优化的效率降低。在实时优化中应采用参数估计,调整过程对象模型的参数,从而保证过程对象模型与实际模型相一致或偏差最小。基于系统可估计性定义,本文根据有限测量信息的参数估计问题特点,提出了系统的参数可估计性定义;通过分析线性系统与非线性系统,指出系统具有参数可估计性的充分条件;并分析了如果系统不具有参数可估计性时,则需要固定哪些参数才能使得整个系统具有参数可估计性。最后分析了当测量变量有多组测量时对系统参数可估计性的影响,通过线性与非线性实例验证了分析结果的有效性。 相似文献
37.
为了解决复杂多变量过程工业平稳安全运行与经济效益最大化共同实现的问题,提出一种分层递阶控制结构的性能评估方法.通过分析分层递阶控制的直接控制、约束控制和实时优化三层垂直结构,构建出抑制扰动、不违反约束和经济效益最大化的控制目标函数.通过计算该控制系统的最优-最差性能区间,给出了一种面向经济性能的评估基准和新的评估指标,提出一种根据开环模型和调节器参数计算被控系统广义对象模型的方法,在此基础上实时监测和评估过程的生产经济效益,并分析存在的最大提升潜力,能有效减少模型与真实对象失配引起的控制性能下降.对Shell重油分馏塔模型的仿真结果表明了本文方法的可靠性和有效性. 相似文献
38.
符合FF协议标准的现场总线仪表除了拥有常规的数字化仪表的优点之外,由于内嵌控制功能模块,可以用仪表直接构成完整的控制回路,实现传统上由DCS、二次仪表等完成的功能,因此它还具有可靠、使用简单方便、可降低成本等优点,是今后几年数字化智能仪表的发展方向。因此,国内外都投入了很大的力量开发FF仪表,特别是从1998年FF基金会设立了标准测试机构以来,许多厂商纷纷开发出各自的FF产品。尽管目前符合FF标准的变送器的应用数量还不多,但预计今后几年将会大量取代传统仪表和HART仪表。国内相关单位也在积极开发… 相似文献
39.
40.
过程系统的控制与优化要求可靠的过程数据。通过测量得到的过程数据含有随机误差和过失误差,采用数据校正技术可有效地减小过程测量数据的误差,从而提高过程控制与优化的准确性。针对传统基于最小二乘的数据校正方法:和基于准最小二乘的鲁棒数据校正方法:,分析了它们的优缺点,并提出了一种最小二乘与准最小二乘组合方法:。该方法:先采用准最小二乘估计器检测过失误差并剔除,然后再采用最小二乘估计器进行数据校正,可以综合前两种方法:各自的优点,使得数据校正结果:更加准确。将提出最小二乘与准最小二乘组合方法:应用于线性与非线性系统的数据校正中,通过校正结果:的比较说明此方法:的具有较好的过失误差检测能力和较准确的数据校正结果:。最后将此方法:应用于实际过程系统空气分离流程的数据校正中,结果:说明了此方法:的有效性。 相似文献