稀土萃取过程PI型广义预测控制

针对稀土萃取过程具有工况复杂、非线性、大滞后的特点以及自动化生产水平低的问题,提出一种具备比例-积分特征的多变量预测控制策略(PI-GPC).首先运用具有时序特征的Elman神经网络描述稀土萃取非线性过程模型,在此基础上,综合考虑比例积分控制的反馈结构和广义预测控制的预测功能,实现对萃取剂流量以及洗涤剂流量等的优化控制...     

基于双线性模型的稀土萃取过程优化控制

针对稀土萃取过程的强非线性、过程的控制通常由经验丰富的工人手动调节、效率不高等问题,提出一种基于双线性模型的稀土萃取过程控制方法,实现稀土萃取过程的自动调节。首先,以物料平衡方程为基础,结合稀土萃取过程动态特性,进行机理分析,确定模型形式;然后,对模型进行分段集结降阶简化,通过工业现场采集的数据,采用最小二乘法对模型参数进行辨识,建立具有状态滞后的双线性模型,运用广义预测控制方法实现各控制流量的优化控制;最后,基于CePr/Nd萃取过程动态数据进行仿真实验,并与文献[11]的逐点线性化方法进行对比,证明了方法的有效性。     

基于CARMA模型的广义预测控制解耦设计

针对CARMA模型描述的双输入双输出多变量强耦合系统,首先将系统分解为两个双输入单输出系统,在各系统中分别将另一输入量暂视为一种干扰,并用广义预测控制原理设计控制器。通过再次引入丢番图方程并求解二元一次矩阵方程组,实现了多步预测的解耦控制,新的方法对各预测时域和控制时域可针对不同通道间的不同响应特性而具体选择,参数调整更加灵活,活算量相对减少。     

基于GA-ELM的稀土混合溶液多组分含量预测

针对稀土萃取液中有颜色特征和无颜色特征的离子在共存工况下组分含量难以快速检测的问题,提出一种基于遗传算法(GA)-极限学习机(ELM)的多组分含量预测方法。确定稀土萃取槽体混合溶液图像特性和描述图像信息的H、S颜色特征分量,利用ELM速度快、泛化能力强的优点,建立基于颜色特征的多组分含量模型,鉴于传统ELM模型初始权值和阈值的随机性易影响模型性能,使用GA对初始值进行优化确定。基于CePr/Nd萃取溶液样本数据的实验结果表明,与ELM、BP、LSSVM以及GA-BP、PSO-ELM等算法相比,该方法具有较高的预测精度且稳定性较好,可为稀土萃取现场快速获取多组分含量值提供技术支撑。     

稀土萃取分离过程综合自动化系统

针对我国稀土工业生产过程自动化装备水平普遍较低而造成的生产成本高、产品质量一致性差、资源消耗大的问题,提出了实现稀土产品纯度、金属回收率和产品产量等综合生产指标优化的稀土萃取分离生产过程综合自动化系统,讨论了由生产过程管理系统和过程控制系统两层结构组成的综合自动化系统的体系结构、功能和以萃取分离过程两端出口产品组分指标为目标的优化控制策略。将所提出的系统应用于某公司HAB萃取提钇生产过程,实现了稀土萃取过程的优化控制、优化运行和优化管理,取得了显著的应用成效。     

基于对角解耦的多变量约束广义预测控制

由于多变量系统各变量之间往往存在严重耦合现象,在对系统进行对角解耦的基础上,设计了带约束输入的广义预测控制算法。该算法保证了系统输出有效跟踪设定值,并且充分考虑了输入信号及其增量均受约束的情况,使其均被控制在允许范围之内,同时避免了求解Diophantine方程,很大程度上减少了计算量。仿真结果表明该算法可以在很大程度上削弱变量之间的耦合程度,且具有良好的控制效果。     

电厂锅炉除氧器系统的解耦广义预测控制研究

由于除氧器具有非线性、大迟延、强耦合和模型时变的特性,传统的PID调节器难以使除氧控制系统达到理想的控制效果。为了使除氧器水位和冷凝泵出口压力的控制取得满意的效果,采用解耦广义预测控制方法。该算法首先利用预测模型得到系统未来时刻的输出,然后将设定输出值和预测值间的预测误差变化率作为自适应控制器的输入,控制器利用最小二乘算法推理得到控制输出,并在系统中增加一个相互耦合项,来调整原有的自适应控制规律,获取未知参数信息并有效地抑制强耦合造成的控制量波动。通过仿真表明,该算法计算简单、鲁棒性较强、控制品质较高,运用此算法的该除氧系统比常规系统具有更优越的性能。     

多变量系统的广义预测控制解耦设计

针对在系统关联严重的情况下,通过选择合适的权矩阵,预测控制可以实现间接解耦控制,但是系统的跟踪性能将大大降低的问题,提出了一种带设定值观测器的多变量广叉预测解耦控制算法,结合前馈解耦控制策略与广义预测控制律,将其他通道对当前通道的影响作为扰动,从而实现近似解耦.在目标函数中用控制量的增量代替控制量,使控制增量变化不至于...     

稀土萃取分离过程的优化设定控制

针对稀土萃取分离生产过程的特点,将机理分析与神经网络技术相结合,给出了实现稀土萃取分离生产过程组份含量在线预测的软测量模型及其校正算法．提出了基于案例推理和软测量技术相结合的稀土萃取分离生产过程智能优化设定控制技术．将该技术应用于某公司HAB双溶剂萃取提钇分离生产过程,实现了萃取分离生产过程的优化控制和优化运行,取得了明显的应用成效．     

时滞过程的多变量广义预测控制算法

文章提出了用广义预测控制算法解决多变量系统的时滞问题的一种新的方案。该方法将时间滞后因子自然纳入系统的控制机制,可完全无误差的实现对时滞系统的控制,克服了传统近似法解决时滞所带来的误差问题。这种广义预测控制算法能有效的控制开环不稳定非最小相位系统,并有良好的解耦性能．在跟踪性．鲁棒性和抗下扰性方面都得到了很好的控制效果。     

多变量广义开环解耦控制算法

针对离散多变量系统提出了一种能有效地处理过程时滞、开环不稳定和非最小相位的解耦控制算法。它原理简明，易于实施，每一回路仅需整定一个参数。仿真结果表明，这一新控制算法在跟踪性、鲁棒性和抗干扰性等方面均可获得满意的控制效果。     

神经网络解耦预测函数控制

结合解耦思想研究多变量系统预测函数控制。通过引入神经网络补偿环节，对多变量系统解耦，在此基础上，对解耦后各子系统进行单变量预测函数控制，以确定各个控制量。同时基于系统脉冲传递函数，得到单变量PFC控制器的显式表达式。仿真表明，该算法有较好的跟踪特性，对解决多变量系统的优化和控制具有一定的适用性。     

多变量反馈解耦控制系统研究

针对某燃烧系统中温度、流量耦合的特点,基于两种典型的解耦系统结构,设计了一类前置反馈补偿解耦控制和PID控制相结合的控制系统。仿真结果表明,该解耦方法基本消除了系统间的耦合作用,提高了经典解耦控制系统的动态性能。     

数据驱动的浮选过程运行反馈解耦控制方法

浮选过程是利用矿物本身的亲水或疏气性质或经药剂处理得到的亲水或疏气性质进行矿物分离的物理过程.本文通过建立以矿浆液位和矿浆流量为输入,以浮选过程的精矿品位与尾矿品位为输出的多变量、强耦合、非线性、时变的运行过程模型,利用未建模动态前一拍可测的特点,提出了包括矿物品位运行过程控制器驱动模型、PID控制器、反馈解耦控制器、未建模动态补偿器的数据驱动的一步最优未建模动态补偿PID解耦控制方法,实现了消除稳态误差、静态解耦与未建模动态的补偿,通过浮选过程运行反馈控制仿真实验验证了本文所提方法的有效性.     

双输入双输出过程解耦内模控制

针对双输入双输出稳定过程,提出一种新的解耦内模控制设计方法.综合解耦和稳态误差两方面因素,利用对象传递函数模型行列式的静态增益及次对角元素与同行相应主对角元素之商的不合理部分(即不稳定极点和纯超前部分)的逆来设计控制器,简化了多时滞问题的处理.对Wood-Berry蒸馏塔过程设计内模控制器,并将其转化为能在DCS上实施的PID控制器,仿真结果表明了该方法的有效性,控制系统具有较好的解耦能力和较强的鲁棒性.方法简单,易于实现,具有工程应用价值.     

强耦合温度对象的多变量动态矩阵解耦控制

针对实验室的现场总线过程控制装置中,电加热锅炉与强制对流换热器之间存在强耦合的现象,提出了将动态矩阵解耦控制策略应用于该控制装置中,同时控制锅炉内胆水温及强制对流换热器的出口热水水温,并与多变量动态矩阵控制算法进行比较。实验结果表明,采用动态矩阵解耦控制,与原来的多变量动态矩阵控制相比,其参数调整灵活,运算量相对减少,而且能够获得比较好的解耦性能,实验结果对实际工业过程的控制有一定的指导意义。     

时滞多变量过程信息融合解耦控制

针对工业过程中时滞多变量线性系统各回路问存在的强耦合问题,提出一种基于信息融合估计的解耦控制方法.通过融合主通道和相应耦合通道的期望输出软约束信息和控制能量软约束信息,估计出二次性能指标下的最优自适应解耦控制律.进一步对无限预见期望输出信息进行一步预见等效处理,获得计算更简单的近似最优解耦控制律.实例仿真结果表明了该解耦控制器具有计算量小、解耦程度可调以及控制品质好等优点.