乙烯脱丁烷塔智能操作优化方法研究

考虑乙烯生产过程中实时操作优化特点,在建立精馏塔严格机理开放式方程优化模型的基础上,提出了基于简约空间序列二次规划(RSQP)算法的精馏塔智能操作优化方法.该法根据精馏塔优化操作的实际性和实时性要求,对简约空间SQP算法进行了一些特殊处理,对收敛条件加入了一些智能化规则,使得优化算法综合考虑优化效益、优化求解时间和质量约束等方面.计算结果表明该法的计算效率高于基于Snopt和一般简约空间SQP算法的精馏塔操作优化方法,并且该方法更符合实时操作优化的要求.     

基于PCA-SVDD的故障检测和自学习辨识

为了利用多变量统计过程控制在故障检测上的优势以及克服其在故障辨识诊断上的缺陷,提出一套新的用于化工过程的故障检测和自学习辨识算法.应用主元分析(PCA)实施故障检测并对故障数据运用PCA特征提取,提出3种基于主元分析-支持向量数据描述(PCA-SVDD)的模式判别方法来实现故障的自学习辨识:考虑故障辨识时可能出现的类分布重合问题,分析和比较了基于欧氏距离和归一化半径判别这2种方法,提出针对新型未知故障辨识的加权归一化半径判别法.通过对Tennessee Eastman(TE)过程的仿真研究,说明了提出的故障检测和自学习辨识算法的可行性和有效性.     

翼伞系统最优归航轨迹设计的敏感度分析方法

本文对三自由度翼伞系统归航轨迹优化问题进行了研究,采用控制变量参数化与时间尺度变换相结合的优化算法对翼伞系统的最优控制问题进行数值求解.该方法是基于灵敏度分析的优化算法,将控制量以及控制量转换时间转化为一系列参数优化问题同时进行求解.仿真结果表明,相对于基于两端边值优化算法而言,灵敏度分析法只需要正向积分进行求解,因而具有计算简单、耗时短等优点,其控制效果良好,距离偏差和方向偏差均满足实际需求,有效地提高了翼伞系统的着陆精度,验证了该优化算法的可行性.     

多项式非线性系统局部镇定控制

针对多项式非线性系统,提出一种用于验证二次型候选Lyapunov函数的数值计算方法.在该方法中,多项式系数被分解成带自由变量的系数矩阵,将正定性验证问题转化为矩阵不等式问题求解.对于局部稳定性分析,采用多个Lyapunov函数来趋近吸引域.每个Lyapunov函数均在各指定方向上进行最大半径优化.在稳定性分析基础上,提出保收敛率的局部镇定控制器设计方法以扩大吸引域.     

高炉铁水硅含量预报的ICA-SVM建模方法

提出了一种基于改进的动态独立分量分析（independent component analysis, ICA）和支持向量机(support vector machine, SVM)的高炉铁水硅含量预报模型建模方法．采用动态ICA方法对样本数据进行特征提取,消除生产工艺参数之间的相关性．在此基础上,再使用目前计算复杂性较小的最小二乘SVM算法建立高炉铁水硅含量预报的动态递推模型,并引入了遗传算法以优化模型性能．以某钢厂高炉实际生产数据进行了应用实验,并与现有的时间序列分析、人工神经网络和基本SVM建模方法进行了对比．实验统计结果表明,本文方法显著提高了铁水硅含量的预测命中率．     

基于模糊模型的非线性内模控制策略研究

针对一类非线性动态过程提出了基于模糊模型的非线性内模控制算法(NFIMC)。NFIMC控制器包括逆模糊模型控制器和滤波器。过程的模糊模型和逆模糊模型均可由模糊辨识获得。CSTR的仿真结果表明:该算法可以对强非线性过程实现有效控制,并且具有结构简单、计算效率高等优点,有利于在线应用。     

独立元子空间算法及其在故障检测上的应用

针对高维数据建模问题,提出一种独立元子空间算法(ICSM),作为一种新的集成学习算法,ICSM利用独立元在不同变量上的贡献度来选取子空间,符合了集成学习的要求,具备了明确的物理意义,有效地克服了随机子空间算法(RSM)的主要缺点。在此基础上,进一步将ICSM应用于工业过程监控,提出了一种新的ICSM-PCA故障检测算法。首先在各个子空间内分别建立相应的PCA监测模型,然后根据T~2和SPE统计量的值计算出集成时各自的权重,最后构造两个集成统计量对工业过程进行监测。通过在Tennessee Eastman(TE)模型上的仿真研究,说明提出的算法具有较好的建模效果和故障检测能力。     

大规模变工况流程模拟的回溯同伦法

针对大规模变工况流程模拟中初值要求高、收敛性差的问题,提出了一种结合同伦思想与回溯搜索方法的回溯同伦法(HBM).该方法利用工况变量作为同伦参数,提高了同伦辅助问题的可解性.采用回溯法自动搜索同伦参数并作为非线性方程组求解器的外壳,降低了求解器对初值的要求.在Aspen Plus中将回溯同伦法与内部求解算法结合对乙烯分离过程变工况算例进行了模拟,结果表明HBM能够扩大收敛范围,可有效达到问题的物理边界.同时,使用回溯法搜索工况参数能保证找到同伦工况点,帮助分析过程瓶颈.     

带遗忘因子的线性系统自适应观测器设计

针对状态方程和输出方程同时含有未知参数的多输入-多输出连续线性时变系统,采用构造性方法设计一种带指数遗忘因子的自适应观测器.证明当系统无噪声时该自适应观测器的全局指数收敛性,在此基础上考虑有噪声系统,在若干假设成立的条件下证明了该自适应观测器的估计误差均值也是全局指数收敛于0的.该自适应观测器采用带指数遗忘因子的时变增益矩阵,以自适应的方式克服噪声的影响,改善了估计的一致性.数值仿真结果表明,该自适应观测器具有良好的快速收敛性、跟踪性及抗干扰性等期望性能.     

一种新的多工况过程在线监测方法

针对复杂工业过程中的多工况和非高斯信息问题,提出一种基于外部分析的ICA-PCA（independent component analysis and principal component analysis）在线统计监测新方法。首先把过程变量分为外部变量和主要变量,通过偏最小二乘（PLS）回归方法分离外部变量对主要变量的影响,然后利用ICA-PCA两步信息提取策略,完整地提取过程的信息,最后用3个统计量对过程进行监测,建立了一种具有非高斯特性的多工况过程在线监测算法。通过对一个数值例子和连续搅拌槽（CSTR）过程的仿真研究,说明提出的方法是可行、有效的。