炼焦生产全流程优化控制实验平台设计与开发

面向炼焦生产全流程智能优化控制,设计与开发一种仿真实验平台。分析炼焦生产流程和仿真实验目的,提出一种包括优化控制实验层和炼焦过程模拟层的分层分布式系统结构。实现炼焦过程状态参数与控制信号的模拟收发、各车间级子系统优化监控、全流程生产集中实时监视与综合生产目标优化等璁能。系统运行表明,该仿真实验平台能合理有效的模拟炼焦生产特性和进行智能优化控制实验。     

Multi-Agent的连续轧制过程控制系统研究

结合带钢连续轧制过程控制系统的特点,提出基于多智能体理论的控制方法.将多智能体理论应用于连续轧制过程的控制之中,给出了基于多智能体轧制过程的控制系统架构,并对多智能体控制系统的划分机制、协调机制和模型结构等关键问题进行了分析和研究,提出一套基于多智能体的带钢连续轧制过程控制系统的全新控制结构.该系统有利于建立轧制流程的广义集成模型,消除控制系统之间的耦合关系,实现连续轧制生产的高度自动化和智能化.     

智能集成控制技术在铝电解过程控制中的应用

研究了将专家系统、神经网络、模糊控制、混沌优化等先进智能技术相集成，共同完成铝电解生产过程控制的智能集成控制技术，建立了基于神经网络的电解槽参数预测模型，设计了槽况解析神经网络专家系统，设计了基于混沌优化的电解质温度模糊控制系统及电解槽极距专家模糊控制系统．实验结果表明，系统能有效地实现预焙铝电解槽智能集成控制，实现槽状态在线解析，并能达到优良的生产控制指标，为企业带来了巨大的经济效益和社会效益．     

基于多源数据的铝土矿浮选生产指标集成建模方法

在长流程浮选过程中,生产指标难以在线检测,造成操作不及时,影响系统的稳定运行.本文提出了一种基于多源数据的铝土矿浮选过程生产指标集成建模方法.首先结合浮选机理和现场工人经验,分析影响和反映生产指标的多源数据(生产数据和泡沫图像特征数据);然后分别建立各生产指标预测子模型和同步误差补偿子模型;最后采用信息熵和智能协调策略分别构建精矿品位和尾矿品位的集成预测模型.工业验证和工况分析表明,本文集成建模方法具有良好的预测性能和较强的泛化性,为基于生产指标的浮选过程操作参数控制和全流程优化奠定基础.     

先进控制技术在预焙铝电解过程控制中的应用

设计了预焙铝电解生产过程先进控制系统的总体结构,建立了基于神经网络的电解槽参数及阳极效应预测模型,设计了基于支持向量机的槽况解析与槽况诊断专家系统,提出了极距NN—PID控制策略、电解质温度基于混沌优化的模糊控制策略及氧化铝浓度的模糊专家控制策略;同时,针对有关参数的优化控制和产量质量能耗优化控制问题,提出了基于模糊专家控制技术的智能协调策略,以满足全局优化的控制目标;实验结果表明,系统能有效地实现预焙铝电解槽的优化控制,实现槽状态在线解析,并能达到优良的生产控制指标,为企业带来了巨大的经济效益和社会效益。     

基于PCA与RBF的焦炭质量预测模型

针对炼焦生产过程焦炭质量难于实时测量的问题,建立一种主元分析(PCA)和径向基函数(RBF)神经网络相结合的预测模型.通过机理分析确定焦炭质量的影响因素包括配合煤指标和炼焦过程操作参数;采用主元分析减少径向基函数网络的输入;最后采用k-均值聚类算法确定径向基函数隐含层的参数,并用最小二乘法确定线性输出层参数.采用炼焦生产过程现场数据进行仿真,结果表明,该模型具有学习速度快、跟踪性能好以及泛化能力强等优点,实现了焦炭质量的在线预测.     

铅锌烧结配料过程的智能集成建模与综合优化方法

以铅锌烧结配料过程为背景, 针对传统配料方法中存在的成本高和准确率低的问题, 提出一种智能集成建模与综合优化方法. 首先, 在建立过程神经网络模型和改进灰色系统预测模型的基础上, 利用信息论中熵值的概念, 提出一种既可保证预测精度又能满足配料计算对数据完备性要求的烧结块成分集成预测模型; 其次, 以成本最小为目标建立烧结配料优化模型, 采用基于专家推理策略和改进免疫遗传算法的定性定量综合集成方法, 实现烧结配料的优化. 仿真结果验证了该方法的有效性.     

加热炉先进控制系统经济性能评估

先进控制系统通过减少关键过程变量的方差,将过程操作区域推向最佳效益点,从而挖掘出潜在的经济效益。有效评估先进控制所能够带来的经济效益是评估先进控制项目可行性的重要依据,也是检验先进控制项目实施效果的重要方法。文章研究和探讨以最小方差作为性能评估基准的加热炉先进控制经济性能评估方法。加热炉是石化生产过程中的主要设备之一,加热炉操作状况决定了整个生产装置的处理能力、能耗和操作周期等。通过对加热炉先进控制系统进行经济性能评估,可为进一步挖掘加热炉的潜在经济效益提供参考,并保持加热炉先进控制系统的安全稳定、长周期、高性能的运转,这对企业提高效益具有十分重要的意义。     

固体发酵过程参数检测与优化控制

针对固体发酵过程中主导参数难以在线实时测量和控制,运用软测量方法和智能控制技术,构建了一种多变量模糊神经控制系统及其解耦算法:综合应用传统的PID控制方法、模糊神经网络技术,并参考历史数据和专家经验取得优化控制.实验证明,该方法结构简单、具有较好的泛化性能,实时性和准确性可以满足生产要求.     

基于多模型混合最小方差控制的时变扰动控制系统性能评估

在实际工业过程中,控制系统经常会受到时变扰动的影响,致使针对单一扰动模型设计的最小方差控制准则不再适用于评估时变扰动控制系统的性能. 当多个扰动信号同时出现时,采用常规多模型切换方法会发生间歇切换进而产生较大的暂态误差,不能准确评估系统当前性能. 针对上述问题,本文提出了一种基于多模型混合最小方差控制准则的性能评估方法. 首先根据每个扰动模型分别制定最小方差控制器,组成多模型最小方差控制器,然后在每个时间点混合多模型最小方差控制器,并将在其作用下的输出方差作为最终的性能评估基准,该方法既 充分考虑到每个扰动的特性,又避免了常规多模型切换方法因间歇切换而产生的暂态误差对评估结果准确性带来的影响,实现了准确、可靠地评估时变扰动控制系统的性能. 通过仿真,验证了基于多模型混合最小方差控制准则的性能评估方法的有效性.