基于非线性人工神经元网络模型的优化策略及其在润滑油生产中的应用

本文基于人工神经元网络的计算特性,提出了一种具有学习能力的在线优化策略.这种方法不需要对优化对象进行机理建模或变量间的相关性分析,而直接从工艺管线的拓扑结构出发建立神经网络模型.整个优化过程采用增量跟踪运算方式,因而能自动适应工况的变化.文中以润滑油生产过程为例进行了仿真研究,结果表明本方法是有效的.     

一种专家控制器—设计原理和比较研究

本文应用人工智能原理中的问题归约技术设计了一种专家控制器.比较研究表明,该专家控制器是可行的,其控制性能比模糊控制器和 PI 调节器都要优越得多.文中所提出的控制归约与或图,实际上为设计专家控制器示范了一种形式化的方法。     

过程模型化的方法及经验体会

在开发比较高级的控制系统时,过程的数学模型是不可缺少的。现在,不论是稳态及动态最优控制,控制算法都已相当成熟,为了在工业上应用现代控制理论的成果,实现微机优化控制,数学模型成了迫切需要解     

2000年化工自动化展望

回顾了化工自动化发展的历程。着重从检测，基于微处理的控制装置，基于现代控制理论的先进控制系统，智能控制，安全控制，操作优化的生产调度优化，间歇控制，工艺与控制设计的计算机化八个方面展望了化工自动化的发展。     

DCS与化工自动化的新潮流

在简单回顾ＤＣＳ过程控制的发展情况后，着重分析了当代化工自动化的新潮流，在此基础上，说明：ａ．ＤＣＳ是使化工自动化跨上新的高度的合适技术工具：ｂ．过程控制的新进展使ＤＣＳ的功能有充分发挥的机会，将带来更显著的经济效益；ｃ．自动化的新潮流又向ＤＣＳ提出新的要求。     

了解动态 吸收经验——德国大学自控学科的一些特点

91年5月至8月,我应德国学术交流中心(DAAD)之邀,去德国作研究访问,此行的主体内容是执行联合培养博士生的任务,并进行学术交流。除了在乌尔姆(ULM)大学外,还与在职博士生范一平讲师一同去访问了4所在自动控制学科很有名的大学。在89年冬至90年春,我曾与我院三位教授同去西德,学习了解生化工程与自控学科的研究动态,以斯图加特(Stuttgart)大学为主,并访问了其他大学、工厂、研究所等20多个单位。两次访问,都得到各单位很好的接待,了解到很多情况。“他山之石,可以攻错”,综合所见所闻,归纳如下的八个特点,值得我们借鉴。     

非线性系统的多模态ARMAX模型及其参数辨识

本文利用非线性系统多个工作点上的线性化模型，建立了一类参数内插型多模态ＡＲＭＡＸ模型。与传统的线性化模型相比较，在更大的范围内有较高的精度，本文并给出了如何辨识多模态模型参数的方法，仿真例子表明了多模态模型及其参数辨识算法的有效性。     

基于模式识别的自整定控制及应用

本文提出一种基于模式识别的自整定控制方法,以模式表示和模式分类来描述系统的动态特性和调节器的结构,用模式识别优化方法求取调节器的参数,当系统动态模型参数未知时,这种自整定方法是建立在系统测量数据序列基础上的。该方法在实验性二元精馏塔上用IBM-PC微机获得成功应用。其结果优于常规PID调节器。