基于T-S模糊模型的直接自适应预测控制

提出一种基于T-S模糊模型的直接自适应预测控制算法。该算法利用加权递推最小二乘法在线辨识T-S模糊模型的后件参数。用已经辨识好的参数,进行直接迭代计算,直接得到模型的预测输出。此算法很好地解决了非线性预测控制中,建模与优化两大难题,为非线性系统的高精度控制提供了保证。计算机仿真表明,该算法具有较好的跟踪性能。     

自适应正余弦搜索樽海鞘群优化算法

针对基本樽海鞘群智能优化算法的收敛速度慢、搜索精度低、容易陷入局部最优的缺点,提出了一种自适应正余弦搜索樽海鞘群优化算法.该算法引入正余弦搜索,以加强领导者位置更新速度,提升算法寻优速率;在跟随者位置更新公式中引入自适应权重因子,提高算法跳出局部最优的能力,并且提高了算法的收敛精度.使用所提出的算法对12个典型寻优测试...     

化工计算应用MATLAB进行线性方程组求解探索

通过苯加氢生产环己烷、丙烷燃烧、某一水煤气转化流程、某三级逆流洗涤过程及丁烷脱氢制丁烯物料衡算的更正5个典型的示例详尽介绍了MATLAB（Matrix Labratory）软件在求解化工计算中的物料衡算的应用,以及利用MATLAB软件中的指令x=A／b求解化工数学中的原解三对角线方程组的追赶法、病态方程组、原Gauss-Siedel迭代法等的线性方程组.利用MATLAB软件求解化工计算中的线性方程组是精准的、稳定的、快捷的,且运行成本较低.     

加氢裂化装置的流程模拟及用能分析

科学地分析评价炼油过程用能状况是节能工作的基础.以某炼油厂加氢裂化装置为例,利用PRO/Ⅱ软件模拟加氢裂化装置,运用过程系统三环节能量结构理论,依据热力学第一定律和热力学第二定律进行了装置的能量平衡和(火用)平衡计算及分析,并根据分析结果指出了装置的节能方向.     

安全仪表系统的设计

通过对安全仪表系统的重要性及其发展过程、安全仪表系统的相关知识、安全完整度等级的判定方法等内容的阐述,明确安全仪表系统设计的基本原则及其应用。     

基于模型残差基准的模型预测控制性能监控

针对控制系统性能评估中的模型失配问题,提出了一种新的闭环模型评估方法.该方法首先分析了控制系统中扰动是具有反馈不变性的,其次推导了可以用常规闭环回路数据估计扰动序列,并利用扰动序列的反馈不变性原则定义了模型质量指标,建立该指标的时间序列模型对其进行预测,对预测残差进行统计过程控制,实现了对控制系统性能的实时评价.当检测出控制系统性能出现下降时,通过基于距离的判别分析方法快速定位性能下降源.最后通过Wood-Berry二元精馏塔上的仿真研究验证了所提方法的有效性.     

基于迭代学习的BP神经网络权值训练算法

针对传统BP算法存在收敛速度过慢、易陷入局部极小的问题,提出基于迭代学习的BP神经网络权 值修正算法。该算法将迭代学习的原理与神经网络相结合,同时采用本次训练误差和前一次的训练误差修正神经 网络权值,提高了网络训练速度。仿真结果验证了该算法的有效性。     

一种基于DE-ENN的烟气轮机运行状态潜在风险识别方法

针对烟气轮机在运行中潜在风险难以快速准确识别的问题,提出了一种基于差分进化-可拓神经网络（DE-ENN）的风险识别方法．该方法根据可拓学的基本理论对烟气轮机的运行模型进行拓展分析,构建物元模型,确定特征向量和潜在风险等级;接着将差分进化思想引入到可拓神经网络中,以解决学习速率和加权系数难以确定的问题,进而提出了完整的DE-ENN算法,并用UCI标准数据集进行测试,验证了该算法的有效性．最后将该算法应用于烟机运行模型的潜在风险识别,实验结果表明该方法不仅结构简单、运行时间短、预测准确率高,而且还具有出色的泛化能力．     

基于T-S模型的自适应模糊预测函数控制

针对多变量非线性系统，提出一种基于Takagi-Sugeno(T-S)模型的自适应模糊预测函数控制方法.在T-S模糊模型结构已确定情况下，利用加权递推最小二乘法对T-S模糊模型后件参数进行在线辨识.对模糊模型在每一采样点进行线性化，将描述非线性系统的T-S模型转化为线性时变的状态空间模型，并假设输入基函数为阶跃函数，推导出预测控制律的解析式.仿真结果表明，该方法在求解控制律时，无需求解非线性优化问题，并且有效克服了模型失配对系统控制性能的影响，增强了系统的跟踪性能和鲁棒性.     

一种基于Wiener模型的非线性预测控制算法

针对一类Wiener模型描述的非线性系统,提出了一种改进的非线性预测控制算法.该算法利用Laguerre函数描述Wiener模型动态线性部分的控制信号，将预测控制中在预测时域内优化求解未来控制输入序列转化为优化求解一组无记忆的Laguerre系数,以减少优化所需的计算量.利用静态模糊模型来逼近Wiener模型的非线性部分,将非线性预测控制优化问题转化为线性预测控制优化问题,克服了求控制输入时解非线性方程的困难,进而推导出了预测控制输入的解析式.CSTR过程的仿真结果表明了本文算法的有效性和可行性.