状态多重时滞大系统时滞相关分散鲁棒镇定

考虑状态多重时滞大系统的稳定性问题,依赖系统最大时滞界,给出了其可分散状态反馈镇定的时滞相关鲁棒稳定的充分条件.应用Lyapunov-Krasovsii泛函和LMI方法及积分不等式方法,研究其分散鲁棒稳定化的鲁棒控制器设计问题,在此基础上,通过求解一凸优化问题,提出了具有较小反馈增益的分散稳定化状态反馈控制器的设计方法.通过仿真验证了该方法的有效性.     

针铁矿法沉铁过程亚铁离子浓度预测

针对针铁矿法沉铁过程出口亚铁离子浓度离线化验获得,存在很大滞后性,难以实现沉铁过程实时控制的问题,研究反应器出口亚铁离子浓度在线预测方法.本文在分析沉铁过程化学反应机理的基础上,考虑铜离子对反应过程的影响,结合连续搅拌反应器（Continuous stirred tank reactor,CSTR）特性,建立了针铁矿法沉铁过程的机理模型,并提出了基于信息交换的双粒子群搜索算法（Double particle swarm optimization,DPSO）优化选择机理模型的参数,构建基于最小二乘支持向量机（Least squares support vector machine,LS-SVM）的机理模型输出误差的补偿模型,采用并联补集成方式建立了亚铁离子浓度的集成预测模型.工业现场数据验证了所建模型能有效地反映亚铁离子浓度的变化趋势,为针铁矿法沉铁过程的优化控制奠定了基础.     

高炉软熔带位置状态的二级模糊综合评判

通过对高炉生产过程参数进行提取、分类,提出一种基于熵权可拓理论的二级模糊综合评判模型来评估高炉软熔带的位置状态的方法。可拓理论通过引入物元的概念建立物元模型,用熵权法计算各物元指标的权重系数,实现定性分析和定量计算相结合对高炉软熔带位置状态的进行综合评判,并以某钢铁厂2 650 m3高炉为实例对其软熔带位置状态进行综合评判,得出与现场实际情况反映的状态相吻合的评判结果。     

数值界不确定性奇异大系统分散鲁棒H∞广义输出反馈控制

用矩阵不等式方法研究了数值界不确定性奇异大系统的广义输出反馈分散鲁棒H∞控制问题．基于有界实引理，提出了存在分散鲁棒广义输出反馈H∞控制器的矩阵不等式条件，并采用同伦迭代算法来获得控制器的参数．数值算例表明该方法求解简单，证明了它的有效性．     

尿素施用对土壤pH值和模拟温室箱内NH3和NO2浓度的影响

在模拟条件下测定尿素引起土壤的pH变化及其对氨挥发的影响,同时利用被动采样法测定模拟温室箱中施用尿素所造成的NO2和NH3浓度变化趋势。实验表明:在短期内施用尿素能明显升高土壤pH,并增加土壤氨挥发。用1%柠檬酸作为NH3的吸收剂,测得NH3浓度在6～18μgm-3之间,用25%TEA作为NO2的吸收剂,测得NO2的浓度在12～35μgm-3之间。施用氮肥的模拟温室箱中NH3、NO2浓度明显高于不使用氮肥的状况及背景环境。     

非相称多时滞奇异系统的有记忆状态反馈控制

针对一类非相称多时滞奇异系统, 研究其时滞相关稳定性问题. 给出了易于数值检验的时滞无关正则条件. 基于Lyapunov-Krasovskii泛函方法和广义积分引理给出了系统时滞相关稳定的充分条件. 本文的主要思想是利用矩阵不等式方法, 设计有记忆状态反馈控制器, 使相应的闭环系统时滞无关正则、无脉冲、渐进稳定, 并直接给出了有记忆状态反馈控制器参数化的表达形式. 最后通过数值仿真验证了所提方法的有效性.     

基于时序关联矩阵的高炉冶炼过程多重关联时延估计方法

高炉冶炼过程由炉料传输反应时间和冶炼单元在空间和时间分布上的差异带来的变量时延影响了数据的准确性和真实因果关系,因此有效地估计过程变量间的时延信息,并在时序上配准数据,是后续过程建模、优化控制与性能评估的核心.考虑到变量间时延的多重关联性,提出了一种基于时序关联矩阵的时延参数估计方法.首先,根据过程变量的时延参数在时空上重构对应的时序关联矩阵,并引入灰色关联分析量化时序矩阵的多重关联相关性;接着,考虑到穷举所有时序关联矩阵的时间复杂度,提出了一种双尺度协同搜索策略的动态多群粒子群算法用于快速寻找最优的时延参数,提出的粒子群算法能兼顾全局探索能力和局部探测能力并跳出局部最优解;最后,基于一个数值仿真和某钢铁厂2#高炉的工业实验验证了所提时延参数估计方法的可行性和有效性,且通过所提方法在时序上重构的数据能有效提高后续硅含量软测量模型性能.     

不确定关联大系统分散鲁棒H∞输出反馈控制

针对一类状态矩阵和控制矩阵存在参数不确定性关联大系统,研究其分散鲁棒H∞输出反馈控制问题.基于有界实引理将其鲁棒分散H∞动态输出反馈控制器的解归结为一个非线性矩阵不等式(NLMI),先通过选取适当的同伦函数来表示该非线性矩阵不等式,再通过Schur补引理将其化为两个双线性矩阵不等式,最后通过迭代算法求解该控制器,使闭环大系统鲁棒渐进稳定,并且满足给定的H∞性能指标.     

基于分数阶的多向微分算子的高炉料面轮廓自适应检测

高炉料面图像含有丰富的高炉炉况信息,高炉料面轮廓能直接反映料面的凹凸起伏、煤气流分布以及炉况等信息,但高炉料面图像具有对比度低、细节不明显和有强亮斑等特点,使得高炉料面轮廓检测十分困难.本文提出一种新型的高炉料面轮廓检测方法:1）对高炉料面图像进行预处理,增强图像动态范围和图像边缘信息;2）采用分数阶的多向微分算子提取一组料面轮廓可行域;3）用自适应方法确定最佳分数阶阶次,获得可行域中最优的料面轮廓曲线;4）用改进的Canny算子对其进行修正和补偿,得到连续准确的料面轮廓曲线.理论研究和实验结果表明,该方法可准确获取平滑的高炉料面轮廓,对高炉操作人员及时有效调控布料具有很好的参考价值.     

基于粗糙集理论与神经网络的铁水硅含量预测

摘要：高炉铁水硅含量预测对调控炉温和稳定炉况具有重要作用。基于粗糙集理论与神经网络模型对铁水硅含量进行预测。采用粗糙集理论对输入参数进行约简，得到优化的输入集，结合BP(back propagation)神经网络实现高炉硅含量的预测。同时，针对炉况波动较大情况下神经网络模型预测误差大的问题，建立波动知识库，利用kNN(k Nearest Neighbor)算法匹配识别波动炉况，对预测结果进行补偿。以国内某钢铁厂实际高炉生产数据进行验证，该方法在预测误差为±0.1％以内时预测命中率达到91.74％，可为高炉操作者判断炉况提供参考。