油田污水处理监控系统设计

针对老油田在开发过程中含水量的增加,日产含油污水量增大,造成土壤、地面水体的污染日趋严重的趋势,油田污水的二次处理越加得到重视。根据油田污水处理的过程和特点,设计了1套基于工控软件的油田污水处理监控系统,对污水处理过程中的重要参数进行了监控,并对其中重要的加药部分进行了控制方法的研究,提高了污水处理质量。     

催化剂窑炉温度的启发式动态规划控制

针对催化剂生产过程中焙烧窑炉温度控制问题,提出了一种启发式动态规划（heuristic dynamical programming,HDP）控制方法。该方法通过策略评价及策略提升的重复进行逐渐逼近最优的控制策略。采用人工神经网络建立了被控系统和评价指标模型,基于梯度下降原理阐明了控制器各模块的在线学习方法。对某催化剂公司的窑炉温度控制实验表明,与常规PID控制相比,HDP控制方案具有较强的工况适应能力,其控制精度较常规控制提高约70%,加热电流均值减小约5%。     

一种在线自调整因子的模糊控制算法在I/A''S上的应用

对模糊控制在复杂工业对象控制中的应用进行了实践。首先论述了模糊控制器的一种设计方法，同时针对简单模糊控制器调节能力较差的情况，提出了一种在线自调整因子的模糊控制器。这种控制器改变了传统的一个模糊控制器只采用一组量化因子及比例因子的做法，可以根据控制需要在线选择量化及比例因子，从而使系统具有更好的控制效果及更强的适应能力。文中最后对模糊控制算法在集散控制系统I／S‘S及EFPT－1B型复杂过程控制实验装置上的应用进行了分析。     

车辆轴载作用下半刚性基层沥青路面破坏潜力分级

针对不同轴载对半刚性基层沥青路面的潜在破坏能力问题,提出一种根据不同轴载作用下路面力学响应为标准的路面破坏分级方法。该方法应用弹性层状体系理论分析了不同轴载作用下的半刚性基层沥青路面力学特性,通过计算沥青层的抗剪强度、半刚性基层的拉应力和各结构层的压应力,并与标准轴载作用下结构层力学特性进行了比较,辅以各结构层的设计允许应力值,得到不同轴载作用下的路面破坏潜力表。通过对某公路安徽段实测数据的分析表明,该方法可以有效地实现不同轴载对半刚性基层沥青路面的潜在破坏能力分析。     

时间分割的池计算网络及其动力学

为解决针对给定任务构建合适的神经元池问题,提出了一种时间分割的神经元池设计方法,该方法将多个子神经元池顺序连接,每两个相邻的子神经元池之间嵌入一个滞后环节以构成时间分割的神经元池,每个子神经元池只需处理一段时间的信息,从而达到复杂记忆任务分解的目的.输出层可对各子神经元池的状态进行整合以获取不同时段的输入特征.对多阶层振荡器的实验表明,在宏观参数相同的情况下,时间分割的池计算网络比常规池计算网络具有更强的记忆能力,能够产生更加多样化的动力学行为.     

基于回声状态网络的柴油性质近红外光谱测量模型

针对柴油性质的近红外光谱测量问题,提出了一种基于回声状态网络(Echo State Network,ESN)的近红外光谱测量模型。该模型采用化学计量学方法,通过ESN对柴油性质的近红外光谱数据进行学习以建立光谱信息与柴油性质间的输入输出关系模型。为克服ESN生成过程产生的随机性对测量精度的干扰,采用集成学习方法对模型进行校正。对柴油的十六烷值和密度的近红外光谱测量表明,该模型在测量精度上优于偏最小二乘、主成分回归及多元线性回归等常规化学计量学方法建立的模型。     

基于一类过程先验信息的模型化方法及其应用

根据单值预测控制算法的特点,给出了基于一类过程先验信息的模型化方法:利用工程技术人员熟知的过程先验信息,确定预测控制算法中的模型参数,从而大大降低了模型化的难度。结合先进控制项目案例,将这种方法应用于石油加热炉的模型化。应用结果表明:对一类生产过程,本文的模型化方法是有效的。     

OPC技术在催化装置分布式先进控制软件中的应用

提出一种针对石油化工领域实现优化控制的方法,对胜华炼油厂催化装置先进控制的总体结构进行介绍,提出运行平台和软总线的概念,阐述基于DCS的先进控制软件的分层设计思想,重点介绍运行平台设计中使用的OPC技术,详细论述运行平台的功能以及用lightOPC开发包设计运行平台的过程,说明运行平台周围模块的设计方法。     

基于信息强度的RBF神经网络结构设计研究

在系统研究前馈神经网络的基础上,针对径向基函数(Radial basis function, RBF) 网络的结构设计问题,提出一种弹性RBF神经网络结构优化设计方法. 利用隐含层神经元的输出信息(Output-information, OI)以及隐含层神经元与输出层神经元间的交互信息(Multi-information, MI)分析网络的连接强度, 以此判断增加或删除RBF神经网络隐含层神经元, 同时调整神经网络的拓扑结构,有效地解决了RBF神经网络结构设计问题; 利用梯度下降的参数修正算法保证了最终RBF网络的精度, 实现了神经网络的结构和参数自校正. 通过对典型非线性函数的逼近与污水处理过程关键水质参数建模, 结果证明了该弹性RBF具有良好的动态特征响应能力和逼近能力, 尤其是在训练速度、泛化能力、最终网络结构等方面较之最小资源神经网络(Minimal resource allocation net works, MRAN)、增长修剪RBF 神经网络(Generalized growing and pruning RBF, GGAP-RBF)和自组织RBF神经网络(Self-organizing RBF, SORBF)有较大的提高.     

启发式动态规划在污水处理过程控制中的应用

针对溶解氧及硝态氮浓度的跟踪控制问题,提出了一种基于回声状态网络的启发式动态规划控制方法,该方法首先对当前策略进行评价,然后根据评价结果对当前策略进行调整,这个过程交替进行,直至发现最优的控制策略.评价函数及控制策略的逼近均采用回声状态网络实现.为保证控制器的可用性,对控制器学习过程的参数选择范围进行了分析.污水处理过程的控制实验表明,该方法能够显著提高系统控制的平稳性及控制精度.