A neurofuzzy system based on rough set theory and genetic algorithm

This paper presents a hybrid soft computing modeling approach for a neurofuzzy system based on rough set theory and the genetic algorithms ( NFRSGA ). The fundamental problem of a neurofuzzy system is that when the input dimension increases, the fuzzy rule base increases exponentially. This leads to a huge infrastructure network which results in slow convergence. To solve this problem, rough set theory is used to obtain the reductive rules, which are used as fuzzy rules of the fuzzy system. The number of rules decrease, and each rule does not need all the conditional attribute values. This results in a reduced, or not fully connected, neural network. The structure of the neural network is relatively small and thus the weights to be trained decrease. The genetic algorithm is used to search the optimal discretization of the continuous attributes. The NFRSGA approach has been applied in the practical application of building a soft sensor model for estimating the freezing point of the light diesel fuel in a Fluid Catalytic Cracking Unit (FCCU) , and satisfying results are obtained.     

应用基于粗集的模糊神经网络进行软测量建模的研究

提出将软测量建模与数据挖掘方法相结合的思想。针对模糊神经网络输入维数高，且对应的神经网络是权值不完全连接的网络，结构简单、训练速度快。将该方法用于催化裂化装置的轻柴油凝点的估计，取得良好的效果。     

气体分馏装置中软测量技术的应用

介绍了软测量技术在炼油厂１号气体分馏装置丙烯精馏塔上应用后,确保了该塔丙烯、丙烷产品质量稳定和丙烯收率提高,并扼要讲述了软测量技术在实际工业过程中应用的步骤和应用中应注意的要点。     

过程控制工程课程教学的创新与改革

过程控制工程是自动化专业学生必修的一门专业课,它将控制理论、化工原理、传感器技术、计算机控制技术等综合在一起,密切结合工业过程实际,对培养具有高水平实践能力的自动化专业人才具有重要作用。本文结合华东理工大学过程控制工程国家精品课程建设的经验,从过程控制课程体系构建、教学方法改革、实践环节设计等几个方面探讨了培养具有学习能力、工程能力和创新意识的过程控制人才的教学模式。     

过程控制工程国家精品课程特色建设探讨与实践

本文针对华东理工大学过程控制工程国家精品课程建设中的主要特色,从教学内容、师资队伍、培养方案、实践教学和产学研结合等方面探讨了过程控制工程课程创新教学改革与实践,并详述了教学改革的基本思路、具体的教学措施和经验体会。     

气体分馏装置软测量技术的应用

本文介绍了上海炼油厂气体分馏装置中软测量技术的同时，并扼要讲述了软测量技术在实际工业过程中应用的步骤和应用中应该注意的要点。软测量技术在该装置中的成功应用，确保了丙烷产品质量的稳定和收率的提高。     

基于PSO和BP复合算法的模糊神经网络控制器

为了克服单独应用粒子群算法（PSO）或BP算法训练模糊神经网络控制器参数时存在的缺陷,提出了一种训练模糊神经网络参数的PSO＋BP算法。该算法将二者相结合,即在PSO算法中加入一个BP算子,以充分利用PSO算法的全局寻优能力和BP算法的局部搜索能力,从而更有效地提高其收敛速度、训练效率和提高该模糊神经网络控制器的控制效果。最后的仿真实验结果验证了该基于PSO＋BP复合算法的模糊神经网络控制器的有效性和可行性。     

基于简化ASM1模型的污水处理厂曝气系统优化控制

本文建立了基于ASM1模型的曝气系统简化数学模型,在此基础上提出了以曝气能量消耗最小为目标函数的曝气系统优化控制问题。采用联立配置法进行优化问题的求解,把非线性微分代数方程组的DAE系统转化为非线性代数方程组,将动态优化问题转化为非线性规划问题,最后调用IPOPT解法器求解。在动态入水的条件下进行曝气池的优化控制仿真,其结果显示比传统定值PID控制可节约近40%的能耗。     

软测量建模数据的过失误差侦破--一种基于聚类分析的方法

针对软测量建模数据若含有过失误差会极大影响模型精度的问题,提出了一种基于聚类分析的误差侦破方法来剔除 数据样本中的过失数据。该方法不需过程的先验知识和假设,直接面向数据,可十分方便的实现。用该方法对某炼油厂的气体 分离装置的丙烯浓度软测量建模数据进行过失误差侦破,取得了很好的效果。     

软测量技术的数据预处理方法研究

针对软测量技术在线实施时的数据预处理问题，提出了基于聚类分析的过失误差侦破方法。该方法不需过程的先验知识和假设，直接面向数据，可十分方便地在线实现。将该方法与滑动平均滤波算法相结合，可以有效处理过程测量数据的过失误差和随机误差，从而提高软仪表估计的精度。在二元精馏塔底产品组分浓度软测量仪表在线进行的仿真中，应用该方法进行数据预处理，使进入软测量模型的过程数据更接近真实值，取得了很好的效果。