转炉炼钢智能动态终点控制

针对转炉炼钢过程复杂,影响终点因素多,而且难以进行连续准确针测量,提出了基于副枪检测信息的智能动态终点控制方法。采用灰色模型并通过神经网络进行补偿对转炉炼钢终点温度和碳含量进行预报,在此基础上,以RBF神经网络作为预设定模型,通过模糊调整确定补吹阶段需要的氧气量和加入的冷却剂量,并对一座180吨转炉进行仿真计算,结果表明了该方法的有效性。     

神经网络预测控制局部优化初值确定方法

为解决局部优化算法初值选取不当造成神经网络预测控制性能下降的问题,本文提出了一种动态确定初值的方法.在每次优化时通过逆网络将初值选在输出误差最小点,通过修正目标性能函数中的权重因子来确保初值与当前控制量之间存在极值,并在理论上进行了证明.以BP神经网络预测控制为例,采用牛顿拉夫逊算法实现滚动优化,对所提方法进行了仿真实验,结果表明能够解决初值问题,提高控制系统的可靠性.     

基于神经网络的转炉终点碳温分类预测模型建立与改进

针对传统预测模型建立中的弱点,分析了转炉炼钢的输入输出参数,建立了三输出转炉碳温分类预测模型;根据不同数据范围所对应的不同规律,对数据源进行了交叉分段处理;为提高模型训练速度,采用LM算法进行训练,同时针对该算法容易陷入局部极小和过学习的缺陷,采用了多种方法进行处理,实验仿真证明,将训练数据源进行分段建立分类预测模型,能显著提高网络的泛化能力,结合三输出模型结构,有效地提高了转炉终点碳含量和温度的预测百分比。     

基于WKLSC-LWKL相似性度量策略的转炉炼钢终点碳温软测量方法

转炉炼钢终点控制的关键是实现碳温准确预测.针对炉次样本间波动性较大,导致即时学习的样本相似性度量困难而造成预测精度不高的问题,提出一种基于改进谱聚类算法构建的相似性度量策略.首先,根据过程变量和关键变量间的耦合关系构造全局加权KL度量准则的谱聚类算法,获得类间方差较大、类内方差较小的聚类子集以消除炉次样本间的波动;其次,根据类簇间差异信息,融入局部加权KL度量准则计算待测样本隶属于各类的后验概率,从而构造出一种适合描述转炉炼钢过程复杂特性的相似性度量策略;最后,采用该度量策略度量出与待测炉次工况特性更加相似的样本子集,建立相关向量机回归模型进行终点碳温预测.实际转炉炼钢生产过程数据仿真结果表明,碳含量在±0.02%的预测误差范围内精度达到89%,温度在±10°C的误差范围内精度达到92%.     

基于改进PSO算法的过热汽温神经网络预测控制

将改进粒子群优化算法(MPSO)融合到神经网络预测控制中,提出了基于MPSO-RBF混合优化策略的模型预测器,以及基于MPSO算法的非线性优化控制器.针对过热汽温的控制,构造了基十神经网络预测控制的串级控制系统,并就该系统在实现时所涉及到的预测模型、滚动优化算法、反馈校正、仿真参数设置问题等进行了分析,给出了MPSO算法的粒子编码、操作设计和混合优化算法步骤.对某超临界600 MW直流锅炉高温过热器的过热汽温控制,进行了仿真试验,结果表明该方法具有良好的性能指标和应用前景.     

人工智能在网络拥塞控制中的路径优化研究

研究网络拥塞控制问题,由于网络数据量增大,使网络的吞吐能力下降,延长传输时间,引起信息丢失.要解决网络拥塞控制的路径优化问题,采用单一的遗传算法或粒子群算法对网络拥塞路径进行优化,其精度较差.为了提高网络拥塞控制路径优化的速度和精度,提出将遗传算法和粒子群算法组合方法,实现控制网络路径的优化.组合算法在优化前期采用粒子...     

基于神经网络预测控制的主汽温优化控制

火电厂锅炉主汽温不易直接测量,容易受到外界干扰,主汽温控制过程容易受到电力生产工艺因素的制约,所以采用常规的控制技术难以取得良好的优化控制效果.根据我国火电厂的实际情况,同时结合智能控制的发展现状,将火电厂锅炉主蒸汽温度作为研究对象,提出采用基于神经网络的预测控制策略对锅炉主汽温进行控制.神经网络具有的自适应学习能力能够很好地适应控制环境的变化,可以通过简单的工具自动进行特征提取,产生有用的数据.采用LSTM循环神经网络建立主汽温的预测模型以预测主蒸汽温度的未来输出值,同时进行反馈校正,克服外界因素对系统扰动所造成的预测误差,得到较为精确的主汽温预测值,最后根据二次性能指标建立优化器实现对控制量的滚动优化.     

基于神经网络的转炉炼钢终点控制

转炉炼钢是一种非常重要的炼钢方法,终点控制是转炉炼钢后期的重要操作.由于冶炼过程温度极高,很难进行准确及时地测量,无法形成通常意义下的反馈控制.采用RBF神经网络预报转炉炼钢终点温度和碳含量,在此基础上提出了基于神经网络的动态终点控制方法来确定在补吹阶段需要的吹氧量和加入的冷却剂量,克服了传统控制方法中基于热平衡和氧平衡控制模型不准确的缺点,提高了终点命中率.     

基于CJS-SLLE降维与即时学习的转炉炼钢终点碳温软测量方法

转炉炼钢中碳温的准确检测是终点判断的关键, 基于数据驱动的终点碳温软测量方法是一种有效途径, 但转炉炼钢生产过程数据存在高维度、非线性和数据波动大的问题. 针对这一问题, 本文提出一种降维与即时学习的终点碳温软测量(CJS-SLLE)算法用于过程数据的监督降维. 通过在距离度量中引入量化后的碳温标签信息, 从而构造了一种带有监督信息的度量方式实现类内类间方差的调整, 然后在带标签信息的基础上引入数据间方向信息, 从而实现了样本标签、方向和距离三者信息融合的一种新型(CJS)相似性度量策略, 应用到局部线性嵌入中获得高维训练样本低维坐标; 其次, 提出一种自适应局部线性投影策略用于无标签待测样本, 实现其低维坐标中同样包含标签信息; 最后, 根据即时学习算法选取样本子集建立偏最小二乘局部回归模型对终点碳温预测. 在实际转炉炼钢生产过程数据仿真下, 碳含量在±0.02%误差范围内预测精度达到90%, 温度在±10℃误差范围内预测精度达到87%     

神经网络预测及电力主变室多参数优化控制

针对变压器室通风散热这类多变量、非线性和时变的复杂控制系统,采用神经网络作为优化反馈控制器求解优化反馈解;利用预测控制的滚动优化具有克服室外温度干扰和不确定性影响的优势,通过滚动优化算法训练神经网络模型,同时对控制系统中负荷电流变化也采用神经网络进行预测,以实现被控对象的实时预测;利用该方法对变压器室通风散热系统进行理论分析和仿真,仿真结果表明系统具有较强的鲁棒性;最后应用于变压器室智能通风散热系统实际工程中,获得较好降温的效果。     

智能控制与常规控制

智能控制是在常规控制理论与技术基础上的进一步发展与提高,目的是在非结构化、不确 定性与控制对象有强相互作用的环境中实现过程任务(追求目标)的闭环自动控制.虽然传统 人工智能方法应用于实际控制问题有很大困难,但是把对复杂环境建模的严格数学方法研究 同人工智能中新兴学派思想的研究紧密结合起来,有可能导致新的智能控制体系结构的产生 和发展.这种研究将会在"自上而下"和"自下而上"两个方向的交汇处取得重大突破.     

局域网的安全控制与病毒防治

网络技术的发展,给局域网带来了很大的安全威胁,本文介绍了局域网安全控制的策略及局域网病毒防治的基本模型。     

基于可拓控制的离散变结构系统的组合控制

提出了一种新的离散变结构系统组合控制策略和一种改进的变速趋近律.众所周知,由于变结构控制系统中存在高频抖振,这一现象限制了变结构控制方法在各种工程设计领域中的应用.新的离散变结构系统组合控制策略的目的是使系统在最短的时间内完成正常运动从而系统的鲁棒性得以提高.对于滑动模态的到达问题,提出了基于改进的变速趋近率、指数趋近率和可拓控制的组合控制策略.这种新的控制策略能有效地削弱抖振提高系统的动态性能.最后通过将传统组合控制策略与所提出的组合控制策略仿真比较,其结果表明新的组合控制策略能够获得令人满意的结果.     

基于在线LS-SVM的逆模/PID复合控制

针对最小二乘支持向量机(LS-SVM)无法在线建模的问题,提出了一种基于在线LS-SVM回归的非线性逆模型建立方法。在线LS-SVM能够跟踪时变非线性系统的动态特性,当系统参数随时间变化时仍然有效。在前馈控制中,在线LS-SVM建立系统逆模型,并与PID反馈控制相结合构成复合控制方法,应用于较一般的离散非线性系统。仿真结果表明,采用在线LS-SVM建立非线性系统的逆模型的方法有效,复合控制策略具有良好控制性能。     

网络控制系统的建模与控制方法研究

网络控制系统降低了电缆成本,易于系统诊断和维护,具有很大的灵活性,因此正逐渐应用于工业控制中.在网络控制系统中,不可避免地存在网络诱导时延,这降低了系统的性能甚至使系统变得不稳定.本文研究了系统建模,控制等问题.系统仿真结果表明了本文方法的正确性和有效性.     

模糊控制理论在微网控制技术中的应用

微网控制策略是微网技术中最重要组成部分。由于各种分布式电源发电机制和环境不同,所需控制策略也不同。针对风力发电机、光伏发电等新能源发电具有间歇性,本文将模糊控制理论运用于控制系统中,利用参考电流和误差电流控制滞环环宽,使开关频率得到很好控制,从而有效控制了逆变器的输出电流。通过MATLAB/SIMULINK以及模糊控制块仿真,证明系统鲁棒性强,能提高电流跟踪精度和降低谐波,干扰和参数变化对其控制效果的影响减弱。     

网络控制系统的分析与控制

网络控制系统是指通过网络形成闭环的实时反馈控制系统.针对同时具有网络诱导时延和数据包丢失的网络控制系统,研究了其建模、稳定性分析与控制器设计的问题.所考虑的网络诱导时延为小于一个采样周期的短时延,既可以是定常的也可以是时变的;随机丢包过程是具有普遍意义的任意丢包过程,其数字特征不必先验得到.运用Lyapunov方法,得...     

智能控制在城市交通控制中的应用

介绍了自适应神经模糊推理系统的结构,以及用MATLAB模糊工具箱提供的ANFIS应用工具仿真,完成训练模糊神经网络,将智能控制应用在城市交通控制中。     

基于Fuzzy-PI双模控制的控制系统

叙述了孵化装置中有关温度与湿度的控制方法。为了提高控制精度、改善系统的动态、稳态性能,引入了基于Fuzzy-PI双模控制方法,并利用Matlab进行仿真。通过仿真和实际运行表明,采用了Fuzzy-PI双模控制以后,加快了动态响应,提高了控制精度,有效地降低了超调量,孵化率达到了规定的技术指标。对于实际中存在的非线性、大滞后、大惯性、难以建立数学模型的系统,采用该控制方法,不失为一种好的策略。     

烤箱温度控制系统的模糊PID控制

通过与单纯的模糊控制和单纯的PID控制相比,采用模糊PID控制烤箱温度系统可以明显改善系统的稳态性能以及稳态响应。