一种基于局部模型的非线性多工况过程监测方法

针对复杂工业过程中的非线性、非高斯特性以及多工况问题, 提出了一种基于局部模型的在线统计监测新方法. 首先利用局部最小二乘支持向量机回归 (Least square support vector regression, LSSVR) 模型对过程输出进行预测, 与真实的输出相比较构成残差序列. 然后利用 ICA-PCA 两步特征提取策略, 完整地提取残差的高斯和非高斯信息, 最后用三个统计量 (I2、T2 和 SPE) 对过程进行监测, 建立了一种具有非线性、非高斯特性的多工况过程在线监测算法. 通过对 TE (Tennessee Eastman) 过程的仿真研究, 验证提出的方法是可行、有效的, 并显示出了一定的故障检测能力.     

重构高频采样数据的小波多尺度逼近方法

针对工业过程中存在的高频采样数据重构问题 ,本文提出了一种基于小波多尺度分析理论的误差递阶补偿算法．首先对含有噪声的低频采 样数据在时频域进行滤波,然后利用该逼近算法实现高频采样数据的重构,并给出了算法的 精度分析．此算法具有能克服噪声影响、重构精度高和物理意义明确的特点．     

一种热风炉燃烧数据分析与控制的方法

热风炉燃烧控制不够理想,经过提取生产过程数据信息,建立热风炉的状态方程模型,构建预见控制在非线性过程控制中的误差状态方程;用偏微分方法推导预见时刻控制系数,确定最优控制目标的时间序列值;编写最优预见控制程序进行仿真,仿真结果表明最优预见控制效果理想.     

基于RBF神经网络的软测量算法的SoC实现

提出了一种面向片上系统(SoC)的RBF神经网络的软测量算法,在OMAP-L137双核处理器SoC 硬件平台上成功实现了整个训练与预测算法.针对SoC计算速度和存储空间等资源有限,对网络结构、权值更新模式和步长以及数据预处理方式等参数提出了具体的解决方案.经过相关数据集的测试结果表明:提出的算法移植方法完全满足工业应用...     

不确定性间歇过程的一种实时优化控制方法

针对不确定性间歇过程的实时优化问题,提出了一种集成批间和批内优化的新实时优化控制方法。首先求解标称模型得到最优输入轨迹的结构,然后将输入轨迹参数化为若干标量决策变量及子输入轨迹。对最优性条件中的终端约束部分,使用批间优化满足约束条件;对梯度轨迹部分,提出一种回归法近似最优输入轨迹,以解决不确定扰动的在线不可测问题,实现梯度轨迹的批内优化。对一个间歇反应器的仿真研究表明了新方法的有效性。     

一种提升格式的非线性插值小波图像编码方法

在Sweldens等人提出的提升格式(Lifting Scheme)的基础上,提出了一种非线性的避免边缘的小波变换方法.针对信号的局部特性选择提升格式中的预测环节,同时将如何选择预测环节的信息保存在小波系数中,避免了额外的存储空间.对于保存选择信息的小波系数做简单的可逆变换,使其不会因为量化和压缩编码等原因而丢失,从而保证逆变换的稳定性.     

基于经济指标的分层递阶控制系统性能评估

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.     

基于流向变换技术处理工业有机废气的控制系统设计

综述了基于催化燃烧方法处理工业有机废气的控制系统的设计,指出该系统的控制对象为流向变换反应器,采用PLC控制系统完成控制功能。介绍了这种处理方法的理论依据,并提出控制系统的控制目标。以及对该处理过程的控制方法,以及控制系统的硬件构成和程序设计。最后以实例说明该处理方法及其控制策略的有效性。     

PCA过程监测方法的故障检测行为分析

通过分别导出T2 和SPE统计量均值与过程数据统计参数之间的关系 ,分析了影响主元分析 (PCA)检测行为的因素以及工况变化与故障在PCA下的不同被检测行为 ,利用双效蒸发过程的仿真监测验证了获得的结果 ,指出了通常关于PCA检测行为的一些不准确的结论     

基于经济模型预测控制的金氰化浸出过程动态实时优化

针对金氰化浸出过程时间常数大、不确定性强等问题，提出了一种基于经济模型预测控制（EMPC）的动态实时优化方法。不同于传统的模型预测控制，EMPC将经济指标直接作为滚动优化的目标函数，在每个采样时刻求解滚动窗口内的最优操作序列。和稳态优化方法相比，基于EMPC的方法能保证动态最优性，提高经济收益。此外，金氰化浸出过程受随机噪声、未知参数可变等不确定性影响，提出使用扩展卡尔曼滤波（EKF），通过构造增广系统对状态变量及不确定参数进行在线同步估计，加强EMPC的准确性和可靠性。仿真结果表明，提出的EMPC+EKF策略能有效提高金氰化浸出过程的经济性能。