基于传感器网络的智能环境监控系统的实现

针对传统监控系统构架的弊端,提出了基于无线传感器网络的分布式智能环境监控系统的方案和实现。监控节点除了与中心节点通信外,各监控节点之间也可进行通信,并设计了通信协议,实现了无线传感器网络的路由算法—低功耗自适应聚类路由（LEACH）协议和门限敏感的高效能传感器网络（TEEN）协议。同时,在通信失效的情况下,监控节点能启动智能自处理机制,使异常情况的灾难损失达到最小。实验证明：本系统相比传统监控系统具有更好的灵活性与稳定性。     

LPMVP算法及其在故障检测中的应用

针对数据信息的特征提取和降维问题, 提出一种局部保持最大方差投影 (Locality preserving maximum varianceprojections, LPMVP) 新算法. 该算法综合考虑了主元分析(Principalcomponent analysis, PCA)和局部保持投影(Locality preservingprojections, LPP)算法的优点和不足, 提出了新的优化目标, 使投影得到的低维空间不仅和原始变量空间有相似的局部近邻结构, 而且有相似的整体结构, 因而可以包含更多的特征信息. 在此基础上, 本文使用LPMVP算法把原始变量空间划分为特征空间和残差空间, 分别构造了T2和SPE统计量对过程进行监测, 建立了一种新的故障检测方法. 通过数值例子以及TE过程的仿真研究, 表明了LPMVP算法可以有效地提取数据信息, 同时也体现了较强的故障检测能力.     

基于正交梯度搜索的动态系统递阶优化辨识

提出了一种辨识线性时不变状态空间系统参数的正交梯度二步递阶优化方法. 通过极小化输出误差目标函数获得了系统参数估计; 提出了正交梯度搜索方法用于解决系统参数的非唯一性问题, 正交梯度搜索的本质是在输入-输出等价类相切平面的正交垂空间更新系统参数; 给出了用 L-M 算法进行参数优化的充分条件; 提出的系统参数递阶优化辨识方法包括两步: 首先用给出的自适应 L-M 算子正交梯度方法确定参数优化方向; 其次由一维搜索方法计算最佳步长. 蒙特卡罗数值仿真实验表明本文提出的方法具有收敛速度快、抗噪能力强以及数值稳定性好等优点.     

线性混杂系统优化控制的Monte Carlo统计预测方法

针对含扩散项的线性混杂切换系统优化控制问题, 为降低优化求解的计算复杂性, 提出了Monte Carlo统计预测方法. 首先通过数值求解技术把连续时间优化控制问题转化为离散时间的Markov决策过程问题; 然后在若干有限状态子空间内, 利用反射边界技术来求解相应子空间的最优控制策略; 最后根据最优控制策略的结构特性, 采用统计预测方法来预测出整个状态空间的最优控制策略. 该方法能有效降低求解涉及大状态空间及多维变量的线性混杂切换系统优化控制的计算复杂性, 文末的仿真结果验证了方法的有效性.     

基于秩-1矩阵摄动的递归主元分析算法

针对传统主元分析（PCA）算法仅适用于定常系统监测的不足,提出了一种基于秩-1矩阵摄动的递归主元分析（RPCA）算法以适应实际工业过程的时变特性.RPCA算法首先对初始化样本协方差矩阵进行特征值分解,得到特征向量矩阵与特征值矩阵;然后在各时刻采用秩-1矩阵摄动算法对这两个矩阵递归更新并对其各向量与各元素排序,同时以累计方差百分比（CPV）为标准选取主元数目,从而显著降低了运算复杂度,节省了存储量.青霉素间歇发酵过程在线监测的仿真结果表明,RPCA算法大大降低了系统的误警率,并及时监测出过程中存在的故障.     

故障分离——一种基于FDA-SVDD的模式分类算法

为了克服多变量统计过程控制在故障分离上的缺陷, 提出了一种新的故障分离方法。 新方法由基于Fisher判别分析（FDA）的特征提取、Fisher线性分类和基于支持向量数据描述（SVDD）的非线性核空间模式分类等算法组成。构造了基于FDA-SVDD的串级和混联融合方式, 并设计了基于SVDD的加权归一化半径模式判别准则。非等温连续搅拌槽 （CSTR）过程仿真验证了混联融合比单纯的FDA分类算法和串级融合具有更优良的故障分离效果。     

乙烯生产流程中联塔模拟与优化

在建立精馏塔单塔严格机理形式的开放式模型方程, 并对单塔进行模拟与优化的基础上, 对大规模乙烯生产过程中脱丙烷塔和脱丁烷塔组成的联塔系统进行模拟与操作优化研究.在对整个系统分析和处理后, 成功对其进行了模拟与优化, 结果对脱丙烷和脱丁烷塔精馏过程和操作优化具有指导意义.在优化过程中, 改进过的简约空间序列二次规划(reduced-space sequential quadratic programming, RSQP)算法具有比SNOPT和FMINCON更高的求解效率也得到验证.本文对联塔系统的研究和在模拟与优化过程中的处理、优化方法为将来整个乙烯生产流程系统的模拟与优化奠定了良好的基础.     

预测控制进展及其应用研究

本文探讨了预测控制理论的发展和现状，主要包括预测控制系统的稳定性、鲁棒性等性能以及对非线性系统的研究。分析了当前预测控制在工业控制领域中的发展、应用的现状和今后的发展方向。     

基于PSO_SA算法的聚丙烯熔融指数预报

实时准确的熔融指数预报在控制聚丙烯产品质量和提高聚丙烯生产的经济效益上有着举足轻重的作用。本文提出了一种粒子群优化(PSO)算法和模拟退火(SA)算法相结合的PSO_SA算法,该算法利用PSO和SA的优劣势进行互补,提高了算法寻优的能力和效果。利用此算法对建立的RBF聚丙烯熔融指数预报模型进行结构寻优,得到结构最优的预报模型。最后通过该模型对实际聚丙烯生产数据的预报研究,证明了PSO_SA算法寻优得到的预报模型具有很高的预报精度和可靠性能。     

基于Kernel特征空间分解的组分仪递推模型

提出一种Kernel映射空间中特征值问题的递推求解算法，用于建立能够在线快速更新的软组分仪模型。该算法由向前更新和向后更新两个递推阶段组成，只需极小的计算量即可获得新的特征空间信息，且无需保存整个Kernel矩阵。通过对Tennessee Eastman（TE）过程的终端产品质量的建模研究表明，基于提出的快速更新算法建立的软组分仪模型可以获得准确的预报精度，而且在过程故障情况下也显著优于无在线更新的组分仪模型。