在制品追踪技术研究

详细分析了基于条码的在制品信息采集中存在的问题。论述了复杂作业模式下在制品追踪的多样性。针对在制品批次追踪以及复杂作业模式下在制品批次流转的复杂性这一特点,提出了基于构造映射的在制品追踪,通过构造集合和构造映射将复杂的在制品转化过程进行简化,最终转化为对复合映射的求解过程,提高在制品追踪的准确性和全面性。     

基于跟踪微分器的高超声速飞行器反演控制

针对高超声速飞行器不确定模型,设计了一种基于跟踪微分器的反演控制器.引入跟踪微分器,在存在量测噪声的情况下,对弹道角和攻角进行有效重构.分别设计了基于动态逆的速度控制器和基于反演的高度控制器,并利用跟踪微分器解决了"项数膨胀"问题.为了保证控制器对模型参数摄动的强鲁棒性,设计了一种新型干扰观测器.仿真结果表明,所设计控制器鲁棒性强,并可提供良好的跟踪效果.     

领域本体构建研究

为解决车间业务活动领域中的术语以及概念在语义上的歧义问题,建立了车间业务活动领域本体.阐述了车间业务活动领域知识包含的要素以及车间业务活动领域知识元模型;在元模型基础上,划分了车间业务活动领域知识的分类;创建了车间业务活动领域本体元模型;根据车间业务活动知识的分析与建立的业务活动领域本体元模型,构建了车间业务活动领域本体,详细介绍了本体建立的过程.     

基于PSO的RBF神经网络在热工系统辨识中的应用

在神经网络辨识大迟延对象时,模型类中迟延时间多是根据经验估测的,而不同的值对神经网络辨识的精度和效率就会不同。针对上述问题,将基于正交最小二乘(OLS)算法的径向基(RBF)神经网络和粒子群优化(PSO)算法相结合对热工系统的复杂对象进行辨识仿真。通过对电厂一次风量数据和平均床温数据的仿真实验结果表明,在RBF神经网络对大迟延对象进行辨识时,通过PSO算法进一步确定其最佳迟延时间,从而得到更精确的模型并提高辨识效率,可以取得良好的效果。     

基于模糊聚类分析的汽轮机振动故障自动诊断研究

通过分析汽轮机振动故障诊断所面临的不确定性等问题,引用模糊理论中隶属度的概念来描述机组振动故障存在的倾向性,采用模糊C均值聚类方法分析机组振动的原因。通过实例检验表明,理论计算与现场检查结果相符,该方法具有良好的实际应用前景,为汽轮机组状态监测及故障自动诊断提供了一种新途径。     

分散控制系统CAI教学软件的开发

通过对分散控制系统CAI教学软件的开发过程的总结,说明了该系统的组成及开发中的技术问题,阐述了计算机辅助教学软件开发的一种新的方法。     

粒子群优化的模糊控制器设计

为避免模糊控制器设计中参数的复杂调试,并使其获得最佳控制性能,应用新颖的粒子群优化算法对模糊控制器参数进行优化设计。针对常规模糊控制器稳态精度欠佳的弱点,采用模糊控制与PID控制相结合的双模控制以有效消除静态偏差。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主蒸汽温度被控对象的仿真研究,表明粒子群算法寻优速度快,计算量小,对模糊控制器参数的优化设计是非常有效的,使得主汽温控制系统在不同负荷下均获得很好的调节品质。图6表2参8     

在制品追踪技术研究

详细分析了基于条码的在制品信息采集中存在的问题.论述了复杂作业模式下在制品追踪的多样性.针对在制品批次追踪以及复杂作业模式下在制品批次流转的复杂性这一特点,提出了基于构造映射的在制品追踪,通过构造集合和构造映射将复杂的在制品转化过程进行简化,最终转化为对复合映射的求解过程,提高在制品追踪的准确性和全面性.     

一种连续空间优化问题的蚁群算法及应用

针对随机优化算法收敛困难及搜索时间较长的问题,提出一种求解连续空间优化问题的蚁群算法,为蚁群算法在连续空间中的应用提供了一个可行的方案。给出了该算法的详细定义及实现步骤,并将该算法应用于多变量函数优化及热工控制系统控制器参数优化,仿真结果表明:该算法具有良好的全局优化性能,能加快收敛速率,解决了随机优化算法收敛困难的问题,并提高寻优精度。     

火电机组辅助系统一体化控制方案

提出一种全新的火电机组辅助控制系统的控制模式，特别是在火电机组广泛使用DCS控制的情况下，如何进一步提高控制水平，实现减人增效，安全经济运行，本给出了一个很好的途径。