一种基于PSO算法的闭环辨识方法

闭环模型辨识一直是工业先进控制领域中的一个主要课题。而现在基于粒子群优化算法PSO的辨识,大多都是连续开环系统的辨识。离散闭环模型辨识在计算机控制、运算量等方面比连续开环系统的辨识有较大的优势。文中讨论了PSO的时变惯性权重算法与参数初值的设置和选择方法。通过仿真实验表明,PSO与最小二乘递推算法相比,在有效性和一致性方面,有着明显的优势。PSO算法是一种有效地解决优化问题的群集智能算法,它的突出特点是算法中需要选择的参数少,程序实现简单,并在种群数量、寻优速度等方面较其他进化算法具有一定的优势。该方法在实际项目的应用中取得了较好的效果,应用前景广阔。     

油田注水系统效率的影响因素及对策

为了满足石油资源供给的需要,各种油田不断提高采油速度,越来越多地对注水开采技术进行使用。然而在这些注水系统的实际应用过程中,问题很多,极大影响了系统的效率,不仅对注水生产造成很大的影响,也造成了非常多的资源浪费。为此,对油田注水系统效率的影响因素及对策进行探析,希望对我国油田事业的发展起到促进作用。     

PROFIBUS-DP通信适配器在纸机传动控制系统中的应用

为了解决现代工业控制中所使用的具有不同通信协议的设备之间通信转换问题，本文分析了PROFIBUSDP通讯适配器的功能及其软硬件实现，研究了它在纸机传动控制系统中的应用，实现了把支持不同通信协议的变频器连接到同一 PBOFIBUS-DP网络中，使原有系统的控制性能得到了进一步的提高。     

某联合站采出水水质分析及阻垢技术研究

受地质条件和注水水质的要求,某联合站接收来自不同Y1和Y2层位的采出水,在采出水处理设备、管线和井筒中出现大量的结垢产物,影响了联合站水处理系统的正常运行。为避免这种情况,在采出水水质分析的基础上,通过Scalechem结垢趋势模拟软件,考察不同层位采出水的配伍性、结垢趋势、结垢量和结垢类型,结合室内实验验证了模拟结果的准确性,随后对不同类型的阻垢剂进行筛选,将化学阻垢法和工艺阻垢法结合,实现复合式清垢技术。结果表明：在Y1∶Y2=0.6∶0.4时,结垢量最大为366.46 mg/L,结垢产物为CaCO₃和BaSO₄;随着温度上升,CaCO₃和SrCO₃的结垢量有所增加,BaSO₄的结垢量有所减少;随着压力上升,CaCO₃和BaSO₄的结垢量有所下降;当DTPMPA∶PASP的复配比例为1∶1时,阻垢率为94.2%,该配方最大程度发挥了阈值、螯合增溶、晶体错位作用;距离油区出口20 m后的管段是流速较低、容易结垢的区域,可安装械清管器...     

基于奇异值分解的内模控制方法及在非方系统中的应用

针对复杂工业生产过程中常常出现的输入与输出变量数目不相等的非方系统, 首次提出一种基于奇异值分解(Singular value decomposition, SVD)的内模控制(Internal model control, IMC)新方法. 该方法通过添加补偿项实现对非方系统的解耦并消除不可实现因素, 并应用SVD矩阵理论设计一种非对角型滤波器, 使控制系统不仅具备良好的高维解耦能力和响应速度快的优点, 而且因设置新型滤波结构而具备极强的鲁棒性. 仿真结果表明了这种方法的有效性和可靠性.     

基于混合PSO-SQP 算法同时实现多变量的结构和参数辨识

研究了一种基于混合粒子群优化算法和序列二次规划算法对系统进行辨识的新方法．该方法将典型数学模型相互组合构成系统模型．首先将系统结构辨识问题转化为组合优化问题;然后利用混合PSO-SQP同时实现系统的结构辨识和参数辨识．为了进一步说明该混合算法的有效性,与标准PSO算法和惯性权值逐减PSO算法进行对比．仿真结果表明,给出的混合算法是有效的,辨识精度高,并具有良好的实用性．     

“传热学”课程教学方法研究与探讨

结合"传热学"课程的特点和教学现状,以增强学生在课堂教学过程中的主体作用为思路,探讨以培养学生的主动学习能力、总结归纳能力和实践动手能力为目标的教学方法。并提出学生的学习兴趣包括对授课内容的兴趣和对授课教师的兴趣的观点。     

改进的内模控制方法对一阶非自衡对象的控制研究

针对传统的内模控制方法在非自衡对象中应用的不足,提出一种改进的内模控制方法。该方法在传统的内模控制结构中添加了一个比例控制器和一个比例微分控制器,分别用于镇定不稳定对象和改善控制系统的抗干扰特性及鲁棒特性,并采用全极点近似法对被控对象的纯滞后项进行近似处理。改进的内模控制方法具有很好的目标跟踪特性和干扰抑制特性,各个控制器的设计简单,且整个控制系统只有一个调节参数。最后通过对一个一阶非自衡对象进行仿真,其结果说明了本文所提出的内模控制新方法的有效性。     

具有不稳定初始状态的连续时间系统辨识

针对传统辨识方法不适用于具有不稳定初始状态的连续时间系统的问题,提出一种全新的状态估计辨识法.首先,用状态空间模型中状态变量的初始值表征系统初始状态,并将状态变量的初始值看作待辨识参数的一部分.然后,用粒子群优化算法获得所有参数的最优估计.该方法在测试开始前不需要任何过程数据,对测试信号无任何要求,可直接用于闭环辨识.仿真实验证明该算法是有效的.