模糊控制器积分作用的进一步探讨

本文对模糊控制器积分作用常见的加入方式和算法进行了广泛的研究,并进行了仿真试验,指出了它们各自的特点。并结合实际生产对象(油烧辊道窑温度对象),提出了智能式加入积分作用的方法。仿真试验及实际应用证明该方法是实用的和有效的。     

基于不同建模周期的多变量预测控制研究

文中对各通道特性差异比较大的多变量系统采用了不同建模周期的预测建模方法及预测控制算法，并给出了算法推导和仿真实例。     

八方形精刨刀

我厂合理化建议组根据圆形刨刀的原理,设计了一种八方形精刨刀,它的结构如图1所示。图中1是刀杆;2是刀头,用螺钉3、垫圈4和螺帽5固定在刀杆1上。这种刨刀的优点是:1)能节省刀杆材料;2)刀片的使用寿命很长。精刨铸铁件所采用的切削用量是:切削深度t=0.05～0.2公厘;走刀量s=10～18公厘/往复行程;切削速度V=8～15公尺/分。如果用精刨来代替刮研,则所采用的切削用量是:切削深度     

具有大纯滞后的随动系统中数字调节器参数整定的探讨

本文分别用解析法种计算机寻优方法研究了数字PI调节器的参数整定问题。为使用方便,已将结果绘成曲线形式。特别是本文探讨了大纯滞后过程的采样控制,发现了一些比较有趣的结果,提出了一些值得注意的问题。     

自校正动态矩阵控制

本文首先把最小二乘辨识方法与对象的离散脉冲系数模型相结合,实现了具有大纯滞后对象的在线辨识,解决了纯滞后时间在线辨识这样一个颇为棘手的问题。作者再把此辨识方法与动态矩阵控制相结合,实现了自校正动态矩阵控制。在具有慢时变大纯滞后的温度实验装置上进行的实对控制实验表明,上述自校正动态矩阵控制,在过程控制中有很大的实用价值。     

蒸馏装置实时监测与智能事故预报系统的开发研究

以INTEMOR软件为平台,针对炼油厂蒸馏装置开发了实时监测与智能事故预报系统,实现了数据通讯、数据仿真、基于专家私有知识的事故预报、实时监测多媒体显示,以及基于人工神经网络的质量预估软测量等功能。这一系统的建立,对实现安全生产,优化设备管理,提高生产效益具有重大意义本文对该系统的整体框架结构进行了阐述,着重介绍了基于私有知识的专家系统和基于人工神经网络的软测量两个重要组成部分,并提出了未来工作中研究重点和方向。     

自适应神经元非模型多变量优化补偿控制*

根据解耦补偿和优化控制的思想，本文提出了一种完全不依赖于对象模型的自适应神经元多变量优化补偿器模型，命同了神经元权系统的在线学习方法，分析了其工作机理，进一步给出在某多侧线精馏塔和连续搅拌釜式反应器（ＣＳＴＲ）上的仿真结果。     

基于神经网络的非线性预测控制的进一步研究

介绍了适于具有纯滞后对象的基于人工神经网络的非线性多步预测控制，提出了具有自补偿功能的非线性预测反馈校正方法。仿真实验证明此方法大大增强了非线性预测控制的鲁棒性，改善了控制系统的动态和静态性能。     

基于定性知识和线性PLS的间歇蒸煮过程Kappa值软测量方法

间歇制浆蒸煮过程是一个复杂的物理化学过程,蒸煮过程的各变量之间的关系是本质非线性的。文章应用蒸煮过程各变量的定性知识对过程数据进行变换,经过变换后的数据之间的关系的非线性程度得到降低,因而线性PLS建模方法也能较好地应用,避免了因采用非线性PLS算法而引起的复杂计算和稳定性分析。PLS方法不仅能见到主导变量和辅助变量之间的外部关系,还能看到因子之间的内部关系。对实际蒸煮过程数据的应用表明,该软测量方法是有效的。