一种基于伪Wigner-Ville分析的动态优化问题网格重构策略

为了解决控制向量参数化方法逼近精度和计算时间之间的矛盾，提出了一种基于伪Wigner-Ville时频分析的控制向量参数化方法。该方法首先给定较少的网格进行第一次优化迭代，快速获得控制变量的大致轨迹。然后通过伪Wigner-Ville分析得出不同时间网格节点瞬时频率变化对性能指标的影响，籍此对原有网格节点进行重构，包括对时间节点的消除、细化。并且结合变时间节点控制向量参数化方法的思想，将瞬时频率为极大值时对应的时间节点作为待优化参数，与控制变量一同进行求解优化，从而找到准确的最优时间切换点。三个经典的化工反应实例用于验证所提方法，计算结果表明：与传统的控制向量参数化方法和文献结果相比，所提方法可以更有效地重构时间网格，找到准确的时间切换点，不仅计算成本低，而且计算精度更出色。     

一种可变时间节点的控制向量参数化方法

控制向量参数化方法是求解最优控制的一种常用方法,其时间网格通常是固定的。在每个时间段上,控制向量表示为由一组参数确定的时间的函数。时间网格的划分会影响到数值求解最优控制问题时最优化算法的准确性和效率。为了同时优化控制参数和时间网格的节点,提出了一种可变时间节点控制向量参数化方法,通过带有时间参数的S型函数来近似分段常数参数化方法中的切换过程。推导出了最优控制性能指标对时间参数的导数,并提出了处理时间节点约束的算法。利用所提出方法求解带有两个控制的最优控制实例,对于两个控制获得了不同的时间网格划分,从而能够更好地近似最优控制轨迹。     

一种求解最优控制问题的变时间节点控制向量参数化方法

控制向量参数化方法是求解最优控制问题的一种常用数值方法。它通过离散化控制时域,将控制向量近似地表示成一组参数化的函数。离散化后的时间网格通常是固定的,其划分会影响到最优控制问题数值求解的精度和效率。为了同时优化控制参数和时间网格节点,提出了一种时间节点可变的控制向量参数化方法。推导出了最优控制性能指标对时间参数的导数与对时间分段长度导数之间的关系,得到了性能指标的梯度表达式。用两个经典最优控制实例对所提出的方法进行了测试,结果表明所提出方法能够更好地逼近最优控制轨迹。     

基于PSO-控制变量参数化混合策略的间歇化工过程优化控制

控制变量参数化方法作为一种化工过程动态优化的梯度搜索算法,其求解效率过于依赖初始给定轨迹。目前初始轨迹一般都是设定在边界值或中间值,缺乏科学依据,从而大大影响了算法的收敛速度。针对这一问题,提出了一种粒子群优化(PSO)与控制变量参数化方法混合的策略,首先利用粒子群优化对间歇化工过程最优控制量进行求解,结果作为控制变量参数化方法初始给定轨迹,进行二次优化。双层优化的混合策略提高了控制变量参数化方法的收敛速度和粒子群优化算法的求解精度。将混合策略应用于两个间歇化工过程优化控制实例,仿真结果表明了该算法对求解化工过程动态优化问题具有可行性和有效性。     

基于PSO-控制变量参数化混合策略的间歇化工过程优化控制

控制变量参数化方法作为一种化工过程动态优化的梯度搜索算法，其求解效率过于依赖初始给定轨迹。目前初始轨迹一般都是设定在边界值或中间值，缺乏科学依据，从而大大影响了算法的收敛速度。针对这一问题，提出了一种粒子群优化(PSO)与控制变量参数化方法混合的策略，首先利用粒子群优化对间歇化工过程最优控制量进行求解，结果作为控制变量参数化方法初始给定轨迹，进行二次优化。双层优化的混合策略提高了控制变量参数化方法的收敛速度和粒子群优化算法的求解精度。将混合策略应用于两个间歇化工过程优化控制实例，仿真结果表明了该算法对求解化工过程动态优化问题具有可行性和有效性。     

平行反应的近似最佳温度控制

本文讨论了Pontryagin极大(极小)值原理及控制向量参数化两种方法来求取近似最佳温度控制,提高平行反应主产品产率,控制向量参数化方法较简单,计算量少,对一般化学反应器的最佳控制均能适用。     

小波域提取地震信号瞬时参数

利用复地震道技术可以提取瞬时振幅、频率、带宽等瞬时参数。这些瞬时参数对地震资料解释,油藏描述和岩性解释等都具有重要的意义。由于小波变换具有良好的时间-尺度局部化特性,因此可以在小波分解的时间-尺度域提取地震信号的瞬时参数。本文利用解析小波尝试在小波域提取地震瞬时频率和带宽。实验表明,此方法可以得到高分辨率的瞬时参数频率,有利于对地震剖面进行精细解释。     

一种改进的热泵供暖系统动态实时优化策略

基于经济性目标的热泵供暖动态优化操作具有重要意义,但在操作区间内环境温度和模型参数变化的不确定性会对实际优化操控带来很大挑战。在完善热泵供暖系统模型的基础上,提出了一种改进的动态实时优化控制策略以改善系统的实际节能效果。该方法首先建立以压缩机和送水泵运行频率为控制变量的热泵供暖系统的非线性动态关系模型,并得到以24 h为周期、以综合性能指标最低为目标的动态实时优化命题。然后,在给定24 h环境温度预测情况下通过求解该优化命题得到热泵压缩机和送水泵的最优运行频率轨线,并以当前时间点的最优控制量对热泵供暖系统进行控制;接着,基于天气逐时预测和模型参数最新校验结果对环境温度轨线或者模型参数进行更新,不断地求解原优化命题以更新最优控制轨线,并不断地采用当前点的最优控制量对热泵供暖系统进行控制,直到当前时间点达到第24 h。实例计算结果表明:采用本文提出的方法可以进一步改善热泵供暖系统的动态优化操控效果,并能够很好地满足给定终端约束要求。本方法对于具有周期性和不确定参数的动态实时优化问题求解具有一定的借鉴意义。     

一种改进的热泵供暖系统动态实时优化策略

基于经济性目标的热泵供暖动态优化操作具有重要意义，但在操作区间内环境温度和模型参数变化的不确定性会对实际优化操控带来很大挑战。在完善热泵供暖系统模型的基础上，提出了一种改进的动态实时优化控制策略以改善系统的实际节能效果。该方法首先建立以压缩机和送水泵运行频率为控制变量的热泵供暖系统的非线性动态关系模型，并得到以24 h为周期、以综合性能指标最低为目标的动态实时优化命题。然后，在给定24 h环境温度预测情况下通过求解该优化命题得到热泵压缩机和送水泵的最优运行频率轨线，并以当前时间点的最优控制量对热泵供暖系统进行控制；接着，基于天气逐时预测和模型参数最新校验结果对环境温度轨线或者模型参数进行更新，不断地求解原优化命题以更新最优控制轨线，并不断地采用当前点的最优控制量对热泵供暖系统进行控制，直到当前时间点达到第24 h。实例计算结果表明：采用本文提出的方法可以进一步改善热泵供暖系统的动态优化操控效果，并能够很好地满足给定终端约束要求。本方法对于具有周期性和不确定参数的动态实时优化问题求解具有一定的借鉴意义。     

基于PTP协议的提高工业以太网时钟同步精度的方法研究

介绍了PTP系统模型及其时间传播过程、点对点透明时钟的精确时钟同步原理,应用点延时机制计算路径延时。针对晶振频率漂移对硬件打时间戳的影响,用频率补偿算法来获得更准确的时间戳,从而提高工业以太网的时钟同步精度。     

PTFE间歇聚合反应过程变周期动态经济优化控制

聚四氟乙烯(PTFE)间歇聚合生产模式可满足小批量、多用途以及高质量产品的市场需求。针对PTFE聚合过程存在强非线性和大时滞特性,提出了一种基于自由终端的动态经济优化控制方法。首先,将生产周期作为一个自由度纳入优化变量建立动态经济优化问题,采用改进控制变量参数化方法,控制输入被离散为可变长度的片状序列,便可将动态经济优化问题转换为非线性规划(NLP)问题;然后,采用基于梯度下降的内点罚函数法求解NLP问题,通过变周期预测时域的滚动优化控制方法优化控制输入和终端时间;最后将提出的变周期动态经济优化控制与传统PI控制、非线性模型预测控制进行对比测试分析,仿真结果表明本方法单位经济效益更高,生产周期更短,突显了间歇生产的灵活性。     

基于PSO-LS-SVM的主蒸汽流量测量

为提高火电机组主蒸汽流量的测量精度,提出了最小二乘支持向量机的建模方法,同时利用粒子群优化算法对最小二乘支持向量机的参数进行优化,按照机理分析选择相应的运行参数作为输入,利用该模型对主蒸汽流量进行预测计算。计算结果表明:利用粒子群优化最小二乘支持向量机的建模方法提高了主蒸汽流量的测量精度。     

PTFE间歇聚合反应过程变周期动态经济优化控制

聚四氟乙烯(PTFE)间歇聚合生产模式可满足小批量、多用途以及高质量产品的市场需求。针对PTFE聚合过程存在强非线性和大时滞特性,提出了一种基于自由终端的动态经济优化控制方法。首先,将生产周期作为一个自由度纳入优化变量建立动态经济优化问题,采用改进控制变量参数化方法,控制输入被离散为可变长度的片状序列,便可将动态经济优化问题转换为非线性规划(NLP)问题;然后,采用基于梯度下降的内点罚函数法求解NLP问题,通过变周期预测时域的滚动优化控制方法优化控制输入和终端时间;最后将提出的变周期动态经济优化控制与传统PI控制、非线性模型预测控制进行对比测试分析,仿真结果表明本方法单位经济效益更高,生产周期更短,突显了间歇生产的灵活性。     

带路径约束的聚烯烃牌号切换操作优化方法

产品多样化需求使得聚烯烃生产过程中经常需要进行牌号切换操作。以往关于牌号切换优化的研究大多只关心切换过程结束后聚合物质量指标是否达到目标牌号值,对过渡过程中质量指标及状态变量的波动情况缺少关注,而过程的波动会影响到最终产物的质量性质和操作平稳性。为此,本文以聚乙烯气相流化床反应器为对象,通过在牌号切换优化命题中加入关于熔融指数等的路径约束,防止过渡过程中的状态变量剧烈波动影响聚合物树脂质量。为求解此类带路径约束的动态优化问题,对常规的控制变量参数化方法进行了改进,通过求解微分代数方程(DAE方程)将路径约束转化为控制变量约束。仿真结果表明,加入路径约束可以有效避免牌号切换中变量的剧烈波动,增强过程平稳性。     

塑料制件最大流长比算法研究与应用

提出了计算塑料制件最大流长比(流动长度与厚度的比值)的算法。该算法利用三角形网格模型表示复杂制件的中面模型，通过对三角单元的带权边进行细分，由细分得到的点、边和原三角网格模型上的节点构成带权图G，采用快速最短路径法(FSPA)动态计算带权图上两点的最短路径，从而得到制件上由一点到任意点的最短路径值即流长比。该算法效率高，容易实现，可通过改善网格质量和调整细分参数γ控制近似精度。给出了该算法的两个应用实例。     

二次求解具有控制切换结构的动态优化问题

基于多级表述策略,提出了二次求解具有控制切换结构动态优化问题的数值方法。基于常用的优化方法获得初始控制结构。动态优化问题根据控制结构进行分级,每一级对应一个特定的控制弧段,进而将原问题表述为一个多级动态优化问题。基于控制向量参数化(CVP),多级动态优化问题转化为一个非线性规划(NLP)问题进行求解。控制参数和级长作为优化变量。基于Pontryagin极大值原理,构造多级伴随系统,进而获得NLP求解器所需的梯度信息。仿真实例验证了方法的有效性。     

基于Fluent网格变形的旋流器的形状优化

目前,旋流器的流体结构优化主要局限于单参数的尺寸优化;大多采用多组网格分别模拟的方法;不仅费时,而且对于微小的尺寸变形常常难以操控。当旋流器的分离效率优化到一定峰值后,进一步提高则比较困难。为解决这一问题,提出了基于网格变形的形状优化方法。以旋流器的分离效率为目标,采用ANSYS Fluent的网格变形方法,优化了旋流器的外形结构,将旋流器的分离效率由原来的95.69%提高到了99.18%,并对比分析了优化前后的压降、速度和油相体积分布。研究结果表明：Fluent 网格变形器驱动网格节点的平滑变形,可以同时实现变形区域的结构参数的优化组合,以及优化迭代的自动化和智能化,具有良好的全局搜索能力和较强的鲁棒性;Fluent网格变形优化算法能够缩短CAD建模的时间,避免网格重构;可在单一尺寸优化的基础上,在一定范围内提高旋流器的分离效率。     

优化增量型随机权神经网络及应用

针对传统增量型随机权神经网络(I-RVFLNs)存在网络参数难以优化确定、模型收敛速度慢和结构复杂的问题,提出一种优化增量型随机权神经网络算法,即O-I-RVFLNs。与传统I-RVFLNs不同,所提O-IRVFLNs算法首先设定了一个期望的建模残差向量,然后在每次新增隐层节点时,选择可以达到或小于此节点期望残差的输入权值和偏置作为该节点的输入参数,进而提高网络的收敛速度。除此之外,考虑到算法在不断迭代更新过程中建模误差越来越小,下降趋势越来越不明显的问题,将各指标参数相邻两次迭代均方根误差的差值考虑在算法终止条件内,并借鉴统计过程控制中的西电规则制定了相应的算法收敛判定准则。最后,基于UCI能效数据和实际高炉工业数据,对所提O-I-RVFLNs算法进行了验证和应用。结果表明,相对于其他RVFLNs算法,所提算法建立的数据模型能够获得更紧凑的网络结构以及更好的泛化性能和预测精度。     

优化增量型随机权神经网络及应用

针对传统增量型随机权神经网络(I-RVFLNs)存在网络参数难以优化确定、模型收敛速度慢和结构复杂的问题,提出一种优化增量型随机权神经网络算法,即O-I-RVFLNs。与传统I-RVFLNs不同,所提O-I-RVFLNs算法首先设定了一个期望的建模残差向量,然后在每次新增隐层节点时,选择可以达到或小于此节点期望残差的输入权值和偏置作为该节点的输入参数,进而提高网络的收敛速度。除此之外,考虑到算法在不断迭代更新过程中建模误差越来越小,下降趋势越来越不明显的问题,将各指标参数相邻两次迭代均方根误差的差值考虑在算法终止条件内,并借鉴统计过程控制中的西电规则制定了相应的算法收敛判定准则。最后,基于UCI能效数据和实际高炉工业数据,对所提O-I-RVFLNs算法进行了验证和应用。结果表明,相对于其他RVFLNs算法,所提算法建立的数据模型能够获得更紧凑的网络结构以及更好的泛化性能和预测精度。     

基于全局正交配置的非线性预测控制算法

针对非线性预测控制(NMPC)在线优化计算量大这一关键问题,提出一种基于全局正交配置的非线性预测控制算法。该算法以高阶插值正交多项式为基函数同时配置优化时域内的状态变量和控制变量,将连续动态优化问题转化为非线性规划问题(NLP)求解。全局正交配置可以使用较少的配置点而获得较高的逼近精度,这样即使NMPC使用很长的优化时域,离散化后得到的NLP问题的规模也比较小,能够有效地降低在线优化计算量。最后,以连续聚合反应过程为例验证了算法的有效性。