网络环境下不敏感系统的分布式区域预测控制方法

针对二分图网络结构下的不敏感系统的可控性比较差的问题,本文提出了带有区域控制的分布式模型预测控制方法.该方法首先利用分支定界法对分布式控制系统结构进行最优设计;然后,结合区域控制提高控制系统的动态性能指标;最后,依据回路之间的关联性的强弱选择每个回路的控制方式(精确控制或区域控制).仿真结果显示带有区域控制的分布式预测控制系统的调节时间比没有带区域控制的分布式控制系统明显缩短;同时,通过对回路控制方式的选择增加了精确控制的智能体数量.仿真结果证明了利用分布式区域预测控制方法可以提高系统的容错性,通过对系统的可控性和关联性进行分析,可以在精确控制和区域控制之间寻找到最优组合,从而达到快速精确的控制效果.     

蒸汽管网流量测量误差的在线修正方法与应用

针对蒸汽管网中蒸汽流量的测量误差较大,导致蒸汽在管理和调度中容易造成能源浪费的问题,提出了一种基于主元分析(principal component analysis,PCA)的蒸汽流量测量误差在线修正方法,首先,利用主元分析法对蒸汽管网中各节点的流量测量值进行滤波,去除随机性误差;其次,利用基于主元分析模型的平方预报误差(squared prediction error,SPE)判断蒸汽管网的负荷工况;然后,综合考虑流量的大小和方差,采用Lagrange乘子法对仪表的测量偏差进行数据协调;最后,利用残差矩阵对下一个统计周期内的数据进行在线修正.将该算法应用到钢铁企业的蒸汽管网中,实验结果表明,基于所提算法的误差修正软件对蒸汽流量测量误差修正后,累积误差比原来减少了99.09％.有效地消除部分检测误差,使蒸汽管网流量在总体上趋于供需平衡.     

单臂集束型装备随机Petri网模型与性能分析

针对因集束型装备配置非常灵活,运行模式多样造成的对装备性能分析困难的问题,提出一种用随机Petri网对集束型装备的运行过程进行建模,分析模型,计算装备性能的方法.利用工具Visual Object Net＋＋验证模型的可达性,活性,有界性.采用马尔可夫过程方法分析模型和计算性能.结果表明：该模型不仅可表现集束型装备的并发性,而且能表示出装备运转活动持续的随机的时间特性.与赋时Petri网模型相比,该方法更能反映装备实际加工过程.     

基于多层数据处理的嵌入式RFID中间件系统开发

针对大规模RFID应用环境特点,研究了具有流数据处理和语义分析功能的中间件体系结构及信息处理关键技术,在处理海量电子标签数据的基础上,融合了数据感知、事件处理和嵌入式Web服务功能。在嵌入式应用环境下提出了资源任务调度优化策略,为上层应用提供统一的标准服务和运行环境,来实现对不同硬件资源的屏蔽,有针对性地解决多层数据处理中存在的难点,以便于未来RFID业务的部署和更新。     

基于多尺度空间划分与路网建模的城市移动轨迹模式挖掘

针对城市移动轨迹模式挖掘问题展开研究, 提出移动全局模式与移动过程模式相结合的挖掘方法, 即通过移动轨迹的起始位置点--终点位置点 (Origin-destination, OD点) 与移动过程序列分别进行移动全局模式与过程模式的发现. 在移动全局模式发现中, 提出了弹性多尺度空间划分方法, 避免了硬性等尺度网格划分对密集区域边缘的破坏, 同时增强了密集区域与稀疏区域的区分能力.在移动过程模式发现中, 提出了基于移动轨迹的路网拓扑关系模型构建方法, 通过路网关键位置点的探测抽取拓扑关系模型.最后基于空间划分集合与路网拓扑模型对原始 移动轨迹数据进行序列数据转换与频繁模式挖掘. 通过深圳市出租车历史 GPS 轨迹数据的实验结果表明, 该方法与现有方法相比在区域划分、数据转换等方面具有更好的性能, 同时挖掘结果语义更为丰富, 可解释性更强.     

基于同步聚类的污水水质混合在线软测量方法

污水处理过程工况频繁波动,单一模型难以保证软测量精度,提出了基于同步聚类的出水COD混合在线软测量方法。模型由简化机理模型和建模误差补偿模型组成,其中简化机理模型作为主模型,集成模型作为误差补偿模型。机理模型用于表征污水处理过程的基本动态机理特性;误差补偿集成模型中子模型均采用线性模型,用以补偿不同工况下的机理模型建模误差。子模型个数采用在线同步聚类算法进行划分,考虑了输入和输出数据的时间区间,同时考虑了相邻数据间的关联性,提高了计算效率,改善了模型的实时性。采用实际污水处理厂数据进行仿真实验,验证了所提建模方法在多个运行工况下仍具有较好的精度。     

带有工况中心修正的多模型在线建模

针对运行工况频繁波动、单一模型难以描述过程特性的问题,提出了带有工况中心修正的多模型在线建模方案,包括工况识别机制、局部模型、多模型合成机制.工况识别机制根据工况特征变量分析工况范围,由相近度修正工况中心;局部模型采用Hammerstein模型,非线性增益由带有稳定学习算法的小波神经网络建立,线性模型由带控制量的自回归模型(ARX)建立;多模型合成机制采用加权求和方法.在线修正工况中心可反映工况的时间变化特性,参数稳定学习算法改善了模型精度和自适应能力.采用此方法建立污水处理过程化学需氧量(COD)软测量模型,结果表明,模型在工况大范围变化时仍具有满意预测效果.     

结合机理和RBF的污水处理过程水质软测量模型

针对活性污泥污水处理过程强非线性、不确定性和时变性等综合复杂特性,本文研究了污水水质COD的检测技术现状,并总结了现有水质软测量模型的存在问题,最后建立适应大范围变化工况条件、并具有较高精度的多模型结构的水质软测量模型。其中,工况识别机制采用案例推理技术实现,每个局部模型采用机理模型结合RBF神经网络技术实现。     

模特机器人CAN总线控制系统设计与实现

针对SIAHMR-I模特机器人的机械结构特性和机器人控制系统对实时性和稳定性要求,设计和实现了具有三层结构的基于can总线的分布式控制系统,包括了机器人主控层,基于CAN总线系统通信层,以及底层节点执行层,并且给出了整个机器人系统的控制结构和节点控制器的软、硬件原理图以及增量式PID位置控制设计方案,并且完成搭建了机器人控制系统实验平台。实验结果表明,控制系统性能良好,能够实现真实的模拟人体的体型和姿态动作,并且可靠性和抗干扰能力强。