城市污水处理过程动态多目标智能优化控制研究

城市污水处理过程(Municipal wastewater treatment process, MWWTP)是一个典型的复杂流程工业过程, 其优化运行涉及到多个动态性能指标. 为了实现城市污水处理运行过程的优化控制, 本文提出了一种城市污水处理过程动态多目标智能优化控制方法(Dynamic multiobjective intelligent optimal control, DMIOC). 首先, 建立了一种基于自适应核函数的动态性能指标模型, 实现了城市污水处理关键性能指标的准确描述; 其次, 设计了一种基于自适应飞行参数调整机制的动态多目标粒子群优化算法(Dynamic multiobjective particle swarm optimization, DMOPSO), 可有效平衡粒子的多样性和收敛性, 完成了溶解氧和硝态氮优化设定值的实时获取; 最后, 利用多回路PID控制方法对溶解氧和硝态氮优化设定值进行控制, 实现了城市污水处理过程安全稳定运行. 将提出的DMIOC应用于城市污水处理基准仿真平台, 实验结果显示: DMIOC 能够提高溶解氧和硝态氮的控制效果, 实现城市污水处理过程出水水质达标, 并降低运行成本.     

遗传算法在多目标优化应用中的对比研究

多目标优化应用研究在过程工程领域越来越受重视。本文首先给出了多目标优化问题的一般形式,指出多目标问题求解任务：引导搜索向整个的Pareto优化范围;Pareto优化前沿上保持解集的多样性。在简要论述遗传算法求解多目标技术的基础上,对应用了遗传算法求解多目标的两种方法进行了对比研究,并给出了线性加权遗传算法和一种多目标遗传算法的计算框图。指出线性加权法求解Pareto最优解时不能不能很好地处理非凸区域、均匀分布的权重值不能生成均匀分布的Pareto前沿等局限性,以及多目标遗传算法生成种群多样性及Pareto最优解均匀分布的优点,并用实例进行了验证说明。     

多目标蚁群遗传算法在区域水资源优化配置中的应用研究

讨论了区域水资源优化配置算法。首先建立了区域水资源优化配置的数学模型，然后提出了采用多目标蚁群遗。传算法解决这个多目标约束优化的问题。最终通过应用实例验证了算法的适用性。     

多变量动态矩阵控制算法研究

研究精馏塔的优化控制问题,由于PID控制精度差,多变量解耦控制理想完全解耦难以实现,预测控制存在模型失配,参数与工程指标联系不紧密的缺点,提出基于PID的多变量动态矩阵控制(DMC)策略.通过在DMC性能指标中引入预测输出误差项,利用PID指标改变传统DMC优化过程.上述算法兼具预测控制的解耦特性与PID控制参数工程意义明确的特点,加快了Shell原油精馏塔响应速度,消除了产品干点在设定值附近振荡,减少一个产品干点改变致使另一产品干点波动的现象.同时改进算法与传统预测控制器结构类似,便于广大工程人员设计实现.     

多目标遗传算法及在过程优化综合中的应用

化工过程的多目标优化综合问题可归结为多目标混合整数非线性规划(MOMINLP)模型的求解,求解方法主要有数学规划法和多目标进化算法。以多目标遗传算法(MOGA)为代表的进化算法被认为是特别适合求解此类问题。遗传算法大多用于单目标问题的优化,近十几年来将遗传算法应用到多目标优化的研究得到了很大的发展。本文对多目标遗传算法的一些重要概念、发展历程进行了回顾。针对化工过程的模型特点,对MOGA在过程综合中的应用研究进行了讨论,并认为混合遗传算法应是求解此类问题的有效算法。     

模糊多目标优化控制

本文提出了对复杂过程进行高质量控制的模糊多目标优化控制(FMOC),它由两部分组成:模糊多目标预测控制(FMPC)和自适应的模糊多目标控制(AFMPC)。FMOC不仅能体现操作人员控制行为的多目标性,而且还能反映其心理过程对控制行为的影响,它基于对控制目标的全面评价来实现对过程的控制。将FMOC用于列车运行控制的仿真,结果证明了它的适用性。     

多目标蚁群遗传算法在区域水资源优化配置中的应用研究

讨论了区域水资源优化配置算法.首先建立了区域水资源优化配置的数学模型,然后提出了采用多目标蚁群遗传算法解决这个多目标约束优化的问题.最终通过应用实例验证了算法的适用性.     

多目标进化算法及其在控制领域中的应用综述

多目标进化算法在求解多目标优化问题方面具有独特的优势.对此,介绍了多目标进化算法的基本原理,讨论了多目标进化算法的一系列改进方法;论述了近年来多目标进化算法在自动控制领域中的最新研究成果,并对其未来的发展方向进行了展望.     

改进多目标蚁群算法在动态路径优化中的应用

为对城市动态车辆路径进行优化,设计一种具有贪婪转移准则的改进多目标蚁群算法。对蚂蚁执行多目标迭代局部搜索,在多个邻域上优化解或产生新的帕累托解。使用SUMO和NS2仿真软件,并用TraNS软件进行交互,对西安市区500组不同出发点和终点数据进行测试。结果表明,与两种传统优化算法相比,计算复杂度略有增加,但求解旅行时间明显缩短(平均少10%左右);与三种最新优化算法对比,在不同迭代次数和不同车辆数量条件下,虽然收敛速度不全都最快,但求解旅行时间均为最短(平均少5%左右)。该算法能更好满足行车时间硬要求,规避交通拥堵,能较好应用于动态车辆路径优化问题。     

基于Hopfield网络的多变量动态矩阵控制及其在精馏塔系统中的应用

利用Hopfield网络的优化计算功能求解有约束多变量动态知阵控制问题,算法简单,收敛性好,即或以用硬件实时实现,也可用数值积分求解,对Wood-Berry精馏塔的仿真表明了算法的有效性。     

基于模型匹配的精馏塔产品质量非线性控制

将非线性系统模型匹配问题 (MMP)应用于精馏塔产品质量控制器的设计 ,得到精馏塔的MMP非线性控制器。理论分析和仿真表明 ,该控制器实现了对部分干扰的解耦 ,具有良好的跟踪和调节特性。     

重油分馏塔基于混沌神经网络的Laguerre函数模型自适应预测控制

基于Laguerre函数模型的自适应预测控制方法中的性能指标,在有约束的情况下往往难以达到全局极优,而混沌神经网络(CNN)可以有效地避免优化过程陷入局部极小.文章简介了Laguerre预测控制策 略的基本方法和CNN的特点,着重提出了一种利用CNN对控制性能指标进行寻优的新颖策略.在重油分馏塔Shell模型上的仿真实验结果表明,这种混合智能控制策略比原有控制策略在控制品质上有显著提高.     

精馏塔的自适应解耦控制

本文针对某精馏塔提出了一种简单的自适应解耦控制器。该控制器将广义最小方差控制策略和解耦补偿器结合起来,不仅可以对随机多变量系统实现动静态解耦而且具有良好的伺服跟踪性能。该控制器与常规PI控制器在某精馏塔双组分控制中的对比实验结果表明自适应解耦控制的性能优越于常规PI控制。     

具有热泵的苯-甲苯精馏过程的建模与控制

研究了热泵精馏塔的建模与控制问题.针对苯-甲苯精馏过程,采用逐板计算的方法进行动态机理建模;在热泵端,基于能量守恒定律等热力学方程建立了热量传递模型.通过对仿真模型结果的分析,研究了热泵精馏塔系统的特性.为了研究热泵精馏塔的控制问题,通过对动态机理模型的阶跃测试和辨识,获得了控制模型.对热泵精馏塔系统,按照单变量PID控制和多变量DMC控制两种结构,分别设计控制系统,通过仿真研究对比了两种控制方案的性能.     

双线性时滞系统的最优控制及其在精馏塔的应用

本文利用块脉冲函数(BPFs)和参数优化方法,提出了解决具有任意状态时滞、控制时滞及其任意初始条件的多变量双线性系统最优控制问题的具体算法,该算法被成功地用于一类可用双线性时滞模型描述的精馏塔的温度最优控制,同时,通过其它例子仿真,也表明这个算法是令人满意的。     

MTBE反应精馏过程动态模拟和控制系统分析

针对在闭环控制方面还远远不能满足反应精馏技术实际操作需要的问题,展开了相关研究。首先建立了通用反应精馏过程非平衡级动态模型,并在此基础上对MTBE(甲基叔丁基醚)反应精馏(Reactive Distillation,RD)过程进行了动态性能的分析和控制系统的设计,提出了一种基于软测量技术的产品质量／转化率联合控制方案。仿真结果表明,该方案优于其他控制方案,可有效地进行产品质量和转化率的多指标控制,控制效果良好。     

蒸馏塔的分散化控制

本文在不同的分散化信息结构下,对一个二元蒸馏塔分别给出了静态分散化和一阶动态分散化干扰解耦控制器的设计.结果表明,反馈后蒸馏塔的产品输出完全不受干扰量进料组分的影响.     

城市交通联网控制及其多目标优化实现

从城市交通的宏观动态特性出发, 提出了城市交通的动态多车道、四相位网络模型, 并给出了多目标优化性能指标及其约束条件. 采用了遗传算法进行多目标优化. 仿真结果表明本文的方案是可行的.     

基于径基函数神经网络的精馏塔自适应控制

精馏塔是化工过程中最常用，最重要的操作单元，基本质的非线性及时变性使得对它控制军权