基于动态数据交换的PH值参数自调整模糊控制系统

设计了一套发酵控制系统,其中上位机采用工业通用组态软件“组态王”进行设计,现场控制部分采用OMRON公司的C200HE系列PLC。由于实际被控对象要求PH参数的控制具有很高的精度,因此针对发酵过程中PH值滞后、非线性、时变的特点,对PH参数采用参数自调整模糊控制,参数自调整模糊控制程序用VB6.0编程,而“组态王”与VB之间的数据交换通过动态数据交换DDE来实现。该套系统投入到某制药厂多粘菌素生产后效果良好,PH值控制误差达到±0.05PH,控制精度提高100％,取得了良好的经济效益。     

橡胶硫化过程智能控制系统

以工控机为核心的橡胶硫化过程智能控制系统，具有数据采集、超限报警、硫化效应计算，以及手动、自动控制切换等功能，同时对硫化过程中的温度采用了先进的模糊控制策略，在提高了控制精度的同时，也提高了硫化产品的质量。软件采用面向对象的VC 高级语言开发，利用多线程、ActiveX控件、动态链接库等技术，不仅具有友好的人机界面，同时也提高了控制系统的实时性和稳定性。     

基于WTPCA-MSVMs过程监控方法

提出了基于小波变换主元分析和多支持向量机(wavelet transform PCA-Multiple support vector machines,WTPCA-MSVMs)的过程监控方法,该方法首先利用小波变换(wavelet transform,WT)对采样数据进行预处理,以有效抑制过程数据中所含的噪声和干扰信号;然后利用主元分析(principal component analysis,PCA)对预处理后的数据建立主元监控模型;考虑到实际工业过程故障数据的数量较少,而支持向量机(support vector Machine,SVM)在小样本学习方面具有良好的泛化能力的特性,最后提出了基于多支持向量机(multiple support vector machines,MSVMs)的故障诊断方法。对TE(tennessee eastman,TE)过程的监控应用表明了所提出方法的有效性。     

带变异算子的改进粒子群算法研究

粒子群算法是一种随机全局优化算法,由于算法具有简单、易于实现、可调参数少等特点,得到了广泛的研究和应用。论文在研究标准算法原理的基础上,在算法搜索过程中引入变异算子,克服了标准算法易陷入局部极优点的不足。将改进后的算法运用常见的几个测试函数进行了寻优仿真,仿真结果验证了带变异算子的粒子群算法的可行性和有效性。     

补料分批发酵过程计算机控制系统的设计与应用

针对补料分批发酵过程的特点，设计了一套适合于现场控制策略的计算机控制系统。其中现场控制部分采用OMIRON公司的C200HEPLC进行数据的采集和常规控制任务；上位机采用国产组态软件组态王编程，考虑到组态王在编制复杂算法程序方面的局限性，故用VB编制复杂控制算法程序，实现组态王的二次开发。实际应用表明，该系统可靠、稳定、控制精度较高。     

基于自组织神经网络与核密度估计的非线性MPCA在线故障监测

针对多向主元分析(MPCA)不能提取复杂的非线性系统变量间的非线性特性以及T2统计量置信限的确定是以主元得分呈正态分布为假设前提的情况,提出了一种基于自组织神经网络与核密度估计的非线性MPCA在线故障监测方法.该方法用自组织神经网络去提取变量间的非线性特征信息;用核概率密度函数去估计非线性主元的置信限.将该方法应用到β-甘露聚糖酶补料分批发酵过程的在线故障监测中,应用效果表明用非线性主元比用同样数目的线性主元能够获取更多的变量信息,并且用核密度估计置信限的方法比用参数估计的方法能更准确地对故障进行监测.     

小波包结合支持向量机的故障诊断方法

提出一种结合小波包分析（WPA）理论和支持向量机（SVM）分类器的机械故障诊断方法。该方法具有重复训练样本少,简单、直观的优点,具有很高的分类性能。利用获得的机械故障数据建立故障分类器,对不同测试集条件下的3种SVM核函数、SVM方法与神经网络方法的比较结果证明,基于小波包和支持向量机的故障诊断方法是机械故障诊断的发展方向。并对实验的最佳训练样本集进行讨论。     

BDPCA在线过程监测方法

针对基于多向主元分析(Muhiway Principal Component Analysis,MPCA)的方法在批过程故障监测中以样本观测相互独立作为假设前提条件,没有考虑到时间序列相关性的影响及需要对新批次未反应完的数据进行预估的缺陷,提出一种枇过程动态主元分析(Batch Dy-namic PCA,BDPCA)在线监测方法.该方法采用时滞变量将过程的静态和动态特征相结合,有效地去除了测量变量时间序列的自相关关系,并通过时滞窗口提供了在线监测方案,避免了对新批次未反应完的数据进行预估的需要,提出确定时滞变量的算法.将BDPCA应用于β-甘露聚糖酶发酵批过程的仿真监测,与移动窗多向主元分析(Moving Window MPCA.MWMPCA)法相比,仿真结果表明该方法能够更精确地对过程故障行为进行描述,具有良好的准确性和实时性.     

多粘菌素补料分批发酵过程pH值的优化控制

针对补料分批发酵过程pH值优化轨迹难以确定和控制的问题,为了获取pH值的优化轨迹并加以有效控制,利用神经网络非线性预测控制方法结合遗传算法寻优设计基于动态数据交换的VB,Excel和Matlab的发酵过程优化软件平台;通过该优化软件平台找到多粘菌素发酵过程pH值的优化轨迹;对它采用参数自调整模糊控制方法,使之按优化轨线变化.统计多粘菌素10批次优化控制发酵生产结果,发酵时间平均缩短5 %,提高产量3 %.