安全仪表系统设计的多目标优化

安全仪表系统在过程工业中日益受到更多关注,为满足安全仪表系统多目标优化问题对于安全完整性等级的综合要求,提出一种改进的多目标遗传优化方法.首先研究了安全仪表系统多目标优化中存在的问题,然后结合安全仪表系统优化问题的特殊性提出了一种更加适合用于安全仪表系统多目标优化的方法,最后将该方法应用于一个实例.结果表明:改进的方法能够解决安全仪表系统优化对于安全完整性等级要求的优化偏好问题,所得到的解比原有方法的解更具参考价值.     

基于改进VRFT算法的PID控制器参数整定

分析虚拟参考反馈参数整定（VRFT）设计方法和内模控制（IMC）方法的内在关系,提出一种改进的VRFT—PID参数整定方法。该方法的基本思想是将运行一段时间的过程输入输出数据添加到原始数据序列中,用来更新传统VRFT设计方法中的离线数据。然后利用VRFT使性能指标最小时的参数即为控制器参数的设计思想来整定PID控制器。仿真结果表明,改进的VRFT-PID整定方法优于传统的VRFT-PID方法。     

安全仪表系统的不同运行阶段实时可靠性分析

安全仪表系统(SIS)的可靠性是保障安全生产的重要指标,由平均要求时失效概率(PFD(avg))衡量。然而,PFD(avg)计算结果并不能保障SIS在运行阶段的任意时刻均满足目标安全完整性水平(SIL),实时可靠性计算模型PFD(t)可提供更好的分析结果。本文在A.C.Torres-Echeverria等人的研究基础上,对SIS的4个运行阶段建立了实时可靠性计算模型PFD(MooN)(t),并运用MATLAB对该模型进行仿真和分析。最后,通过高完整性压力保护系统(HIPPS)应用实例,得到以下结论:即使PFD(avg SYS)计算结果满足目标SIL,PFD(SYS)(t)也可能在运行阶段的某个时间段内达不到目标SIL;只有当t=TP+RT+n×TI时刻的PFD(SYS)(t)值满足目标SIL时,才能保障SIS在整个运行阶段均能满足目标SIL。该可靠性计算模型的建立,能更好的对SIS进行实时可靠性分析,并为保障SIS在整个运行阶段满足目标SIL提供了有力依据。     

几种PID控制器设计方法的比较

现代过程工业中PID控制器的使用仍然占据统治地位.文章针对被控对象模型未知的情况,给系统加入白噪声,测得输出数据,通过输入输出数据估计模型阶次与延迟时间,从而得到被控对象模型.仿真结果表明,辨识模型能较好地反映原过程的动态特性.在此基础上,利用内模法、直接综合法及频域法这三种方法进行了PID控制器的设计,同时用随机性能指标和确定性指标对系统性能进行了评价.根据评价结果,对这三种PID控制器设计方法的适用条件给出了一些建议.     

基于有偏估计的数据融合提高双传感器测量可靠性

为了提高测量数据可靠性,过程控制领域广泛采用双冗余传感器测量生产状态信息,而目前处理双传感器测量数据常用的方法为线性无偏估计融合理论。通过估计理论得到的测量数据同时涉及方差和偏差两个统计特性。由于无偏测量数据具有无偏性的优良性质,所以测量方差能够全面地描述无偏测量数据的可靠性,然而不能由此认为无偏测量数据一定具有高可靠性。为了进一步提高双传感器测量数据的可靠性,提出有偏估计数据融合方法。首先,证明了有偏测量能够改善单传感器测量数据的可靠性;其次,采用凸组合方法推导了双传感器有偏估计融合表达式;最后,证明了有偏估计融合的均方误差小于任意单传感器的均方误差。仿真分析与实例应用均表明有偏估计数据融合可以有效地提高双传感器测量数据的可靠性。     

基于管柱压力波的注水井无线通信方法

针对目前注水井测调工作量大以及周期长的问题,提出基于管柱压力波的注水井无线通信方法.开展了基于管柱压力波双向通信的分层注水控制方法研究,探索了压力波控制信号生成和响应的特征,建立了压力波的编码和解码方法,进行了冀东油田模拟井试验.研究结果表明:该方法中压力波进行数据传输过程不需要停止注水,通过操作井口和井下的调节阀即可...     

状态反馈预估控制

本文给出了具有状态变量反馈的预估控制算法。该算法使系统突破了内模控制（ＩＭＣ）的框架,可用于不稳定的被控对象,抑制干扰的能力也得到提高。本文分析了闭环预估控制系统的特点,给出了稳定的必要和充分条件。     

基于改进双卡尔曼滤波法的储能电池SOH估计

准确估计储能电池的健康状态（State-of-health,SOH）,对电池的容量及安全管理有着重要意义。使用双卡尔曼滤波算法实现对模型参数和状态的估计,并结合安时积分法逆过程,实现SOH估计。为提高双卡尔曼滤波算法的鲁棒性和估计精度,对算法结构进行改进,建立起参数辨识和状态估计的耦合结构;并结合模型状态和参数的时变特点,引入多时间尺度方法,提出一种多时间尺度双扩展卡尔曼滤波算法。在放电深度为50%的恒流放电数据上的应用结果证实了所提算法的有效性,稳定后的SOH估计误差小于2 Ah,精度较改进前有较大的提升,且具有很好的鲁棒性。     

基于核主成分分析-半监督极限学习机的钻井溢流诊断方法

溢流是钻井作业中最常见的事故之一,如果对溢流监测与诊断不及时,可能导致严重的井控风险,甚至井喷。钻井现场监测数据较多,直接采用这些数据作为溢流诊断模型的输入会增加模型的复杂度,影响模型的准确率,并且在诊断模型建立过程中存在溢流样本数据标记代价较高的问题。为此建立了基于核主成分分析-半监督极限学习机（KPCA-SSELM）的钻井溢流诊断方法。首先利用核主成分分析（KPCA）算法对钻井各参数进行信息整合,提取其主成分以反映原数据的核心信息,然后选用半监督极限学习机（SSELM）算法进行模型训练,最后利用现场钻井数据与SSELM和KPCA-ELM等模型进行对比实验,验证模型的有效性。结果表明,基于KPCA-SSELM的模型较其他模型具有较高的溢流诊断率及模型泛化能力,采用半监督极限学习机算法能够在钻井数据标记样本比较少的情况下充分挖掘无标签样本所包含的信息训练网络,进一步提高模型的性能,具有很好的应用前景。     

研究生课程“控制系统仿真”的教学改革

＂控制系统仿真＂是自动化专业研究生课程体系中的一门重要专业课。本文首先分析了该研究生课程目前存在的问题,然后针对存在的问题,就研究生课程教学内容和实践环节的教学等方面提出了改革方案,最后给出了实践效果。效果表明该课程改革取得了良好的教学效果,解决了目前存在的问题。