高维多变量系统集中式PI 控制器设计

针对高维多变量系统,基于等价传递函数理论研究全矩阵结构的PI控制器设计问题.同时考虑对象的稳态增益和响应速度两个因素,提出一种新的等价传递函数参数化方法;利用等价传递函数与被控过程的传递函数逆阵之间的关系,推导出等价传递函数的解析通式;在此基础上,结合经典的PID控制技术进行多变量系统集中式PI控制方法研究.最后通过典型工业过程实例,验证了所提出设计方法的简单性和有效性.     

多支路加热炉分布式平衡与跟踪控制

针对加热炉多个支路出口温度的平衡及跟踪控制问题,提出具有分布式特点的支路平衡跟踪控制方案,给出了基于分布式偏差的控制器设计方法.该方法利用相邻支路的温度信息,将各支路与相邻支路的温度偏差作为控制输入,在加热炉所有支路的温度达到一致的同时,也确保其跟踪同一设定值.由于仅利用了相邻支路的温度信息,使得所提分布式偏差控制方案在支路数目较多情形下更显优势.最后仿真实例表明了该分布式控制方案的有效性与可行性.     

基于正交余弦相似度的间歇过程操作曲线优化

针对间歇过程的操作曲线优化问题,利用正交信号校正算法,提出一种基于正交余弦相似度的数据驱动型优化策略。利用部分批次指标变量定义指标相关子空间,并通过奇异值分解获得背景空间的基,将新批次时段变量投影到正交基上从而提取出指标相关的信息;采用主元分析算法对校正后的变量降维,在降维后的载荷平面中,基于各校正时段变量与指标变量的余弦相似度实现操作曲线的优化;考虑到变量间的相似度会随着批次发生变化,推导出递推算法来更新操作曲线。将该方法应用到双酚A间歇结晶过程的温度曲线优化中,预测产率的提升验证了所提方法的可行性。     

基于去随机化方法的Markov跳变系统有限频段控制

针对Markov跳变系统,本文利用去随机化方法将随机跳变系统转化为包含转移速率信息的确定系统,并讨论系统在给定时间内的控制问题,将特定频段干扰信号的频率信息引入控制器设计,以确保系统满足有限频段性能指标;同时从时间的角度设计给定时间控制器,使系统状态轨迹在工艺要求的时间内受限运动.所提方案不仅从频率、时间的尺度对系统频域特性及暂态性能进行综合分析,还充分考虑模态跳变对整体系统性能的影响,为降低现有设计方法的保守性提供了新的思路.最后仿真示例验证了所提方法的有效性及优越性.     

双曲线型分布参数系统边界控制下的干扰解耦

针对干扰输入对系统输出的影响, 研究双曲线型分布参数系统在边界控制下的干扰解耦问题. 首先应用有界控制算子等价转换方法, 获取边界控制下双曲线型分布参数系统的有界拓展形式; 然后通过伽辽金近似法将有界增广系统转换成有限维系统; 接着对等价有限维系统进行干扰解耦分析, 推导出系统可干扰解耦的充分条件; 最后通过数值分析和仿真图例表明了所给出条件的有效性.

     

多变量非方系统集中式PI 控制器设计

针对工业过程中含有多时滞的高维多变量非方系统,基于等价传递函数理论,研究其集中式PI控制器设计问题.利用等价传递函数(ETF)与非方被控对象传递函数广义逆之间的关系,提出一种精度更高的ETF参数化算法,并推导出ETF模型的解析通式.所提出的ETF算法既避免了求广义逆的复杂运算,又提高了控制性能,且适用于高维非方系统.仿真实例验证了所提出的ETF算法的有效性和优越性.     

基于Lasso-PCA的原油脱盐脱水过程故障检测

原油中含有大量无机盐如NaCl,CaCl2,MgCl2等,在石油精炼过程中,这些氯化物的存在将导致设备腐蚀,管道堵塞和污染以及催化剂寿命降低等一系列问题。原油脱盐脱水是炼油过程的关键环节,运用有效监控技术保证其安全、稳定和高效运行十分重要。研究对原油二级脱盐脱水过程的运行状态进行监测,提出了一种基于过程模式-势函数判别法的故障检测技术。首先针对原油脱盐脱水过程数据存在变量冗余和多重共线性问题,提出Lasso-PCA算法构造其过程模式,该算法对观测空间的原始数据进行Lasso变量选择,剔除过程无关变量,并在此基础上利用PCA进行综合特征提取,消除变量间共线性同时获取过程模式。由于过程模式蕴含了更多有效数据信息,从而更能表征系统的运行状态;然后考虑到基于PCA-统计量指标故障检测技术无法实现非线性检测问题,引入势函数判别法用以判别原油脱盐脱水过程的正常和故障状态。研究结果表明基于过程模式-势函数判别法的故障检测技术应用在原油脱盐脱水过程中具有更高的检测准确率。     

多变量非方系统多环PI控制器设计

基于等价传递函数（ETF）理论,提出含有多时滞的高维多变量非方系统多环PI（preportional-integral）控制器设计方法．首先,利用等价传递函数与被控过程传递函数的广义逆之间关系推导出ETF的求解通式．接着,基于已获得的ETF,利用IMC-PID（internal model control-proportional integral derivation）原理设计控制器,再利用Maclaurin级数展开获得多环PI控制器参数．所提ETF算法不仅具有更高的精度且适应于高维非方系统．最后通过仿真实例验证了所提算法的简单性和有效性．     

基于迁移学习的2，6-二甲酚纯度近红外光谱在线检测

使用近红外光谱分析技术,对2,6-二甲酚（2,6-DMP）单体分离工段精馏提纯过程的产品纯度进行在线检测。由于2,6-DMP产品塔的产品纯度较高（通常为99.10%~99.95%）,样本的纯度值集中分布在一个较小的范围,样本数据之间的变异系数小,样本之间的区分度低,导致所采集光谱与产品纯度之间缺乏相关性,因而无法建立可靠的近红外模型。为了准确检测2,6-DMP产品塔的产品纯度,从而对产品质量进行实时调控,引入迁移学习算法,充分利用2,6-DMP精馏提纯过程中不同塔之间近红外光谱数据的相似性,借助于其他塔中较低2,6-DMP纯度的近红外光谱数据,改善产品塔中较高2,6-DMP纯度的近红外模型性能。通过对某合成材料公司2,6-DMP精馏提纯过程的产品纯度建立近红外在线检测模型,验证了所提方法的有效性。分析结果表明,借助于不同样本数量以及纯度范围的近红外光谱数据,所建模型精度有所不同,说明迁移学习算法不仅可以有效解决样本区分度低情形下的建模问题,且建模精度与所借助光谱的样本数量以及纯度范围密切相关。     

含时延和丢失数据不确定系统的FIR滤波器

针对状态空间模型中存在服从伯努利分布的时延和随机观测丢失的情况,基于极大似然法则,分别设计有限脉冲响应(finite impulse response, FIR)滤波器的慢速率批处理形式和快速率迭代形式.首先,将时延和数据丢失情况下的模型表述为服从伯努利分布的概率线性函数;然后,通过极大似然处理从而得到所提出极大似然FIR算法;最后,将在相同条件下的极大似然FIR估计、改进型卡尔曼滤波以及无偏FIR估计3种滤波方法进行对比,从估计误差、均方根误差和不确定性影响等角度进行比较分析.实验部分通过3-DOF直升机模型仿真,可发现所提出极大似然FIR估计方法在处理时延和数据丢失问题时更加有效,鲁棒性更高.