基于C-R模型的非线性系统模糊内模控制算法研究

针对大多数非线性系统的内模控制难以建立精确的对象模型和逆模型的问题,引入了基于C-R模型的非线性系统建模方法,并在此基础上研究基于C-R模型的非线性系统的模糊内模控制设计。由C-R模型的辨识递推算法获得对象模型和逆模型,并建立模糊内模控制算法。通过对连续搅拌反应釜控制系统的仿真表明,该控制方法有效、可行,具有良好的控制品质。     

碳三加氢装置鲁棒最小协方差约束控制及应用

碳三加氢反应器操作条件多变，并且存在级联反应，传统的手动操作配氢容易过加氢或漏炔，导致出口甲基乙炔(MA)和丙二烯(PD)浓度波动较大，还会影响催化剂的选择性和转化率。由于碳三加氢过程具有非线性、操作区域多变的特点，传统的基于线性模型的模型预测控制器在工业过程控制中存在较大的局限性。Hammerstein模型是一种将非线性稳态环节和线性动态环节串联的非线性模型，非常适合描述非线性工业对象且方便控制器设计。提出了一种基于Hammerstein模型的鲁棒最小协方差约束控制方法，Hammerstein模型的非线性稳态部分采用WaveARX神经网络逼近，并根据多操作点稳态输入输出数据进行辨识，通过机理分析辨识得到的操作点附近线性化模型作为线性动态部分，将非线性鲁棒控制问题转化为线性模型鲁棒约束控制和非线性环节求逆问题，基于Hammerstein模型的建模偏差，对模型输出偏差协方差上限进行约束并最小化，采用线性矩阵不等式求解出次优状态反馈控制律，再根据非线性部分的逆模型得到系统的控制输入，仿真及工业应用结果证实了所提方法的可行性和有效性。     

基于有限测量信息的过程系统参数可估计性分析

实时优化与过程对象模型的精确程度有关。如果过程对象模型与实际模型偏差较大,则会引起优化结果与过程实际的最优结果不一致,并导致优化的效率降低。在实时优化中应采用参数估计,调整过程对象模型的参数,从而保证过程对象模型与实际模型相一致或偏差最小。基于系统可估计性定义,本文根据有限测量信息的参数估计问题特点,提出了系统的参数可估计性定义;通过分析线性系统与非线性系统,指出系统具有参数可估计性的充分条件;并分析了如果系统不具有参数可估计性时,则需要固定哪些参数才能使得整个系统具有参数可估计性。最后分析了当测量变量有多组测量时对系统参数可估计性的影响,通过线性与非线性实例验证了分析结果的有效性。     

基于ANFIS与多模型的一类非线性系统的自适应控制方法

针对一类不确定的离散时间零动态不稳定非线性系统,提出了一种基于自适应神经模糊推理系统(ANFIS)与多模型的非线性自适应控制方法。该方法由线性鲁棒自适应控制器,基于ANFIS的非线性自适应控制器以及切换机制组成。线性控制器用来保证闭环系统输入输出信号有界,非线性控制器用来改善系统性能。切换机制通过对上述两种控制器的切换,保证闭环系统输入输出有界的同时,改善系统性能。在采用ANFIS作为系统未建模动态补偿器时,首先用一个连续、单调、可逆的一一映射把可能无界的未建模动态的定义域转化成一个有界闭集,保证了ANFIS的万能逼近特性成立的前提条件。而且,ANFIS能减小BP神经网络收敛速度慢和容易陷入局部极小的问题,改善了控制效果。建立了保证系统稳定性的引理,并给出了闭环系统的稳定性和收敛性分析。通过仿真比较,说明了所提方法的有效性。     

埋地输油管道“Ω”形自然补偿器的热力耦合分析

埋地输油管道在温度等荷载的作用下会产生较大的应力,作为管道必不可少的组成部分,自然补偿器有着分散管道过大应力的作用。基于非线性有限元方法,建立了"Ω"形自然补偿器的模型,用壳单元模拟管道,用非线性土弹簧模拟了管土相互作用。参考实际工程数据,分析了弯头回转角度对管道最大应力的影响,并讨论了不同温差与内压下自然补偿器对管道应力的降低作用。分析得到,使用90°的"Ω"形补偿器较为合理,内压较小时,补偿器能够更好的降低管道的应力水平。研究结果可为长输管道结构设计提供一定的参考。     

基于Hammerstein模型的非线性系统辨识方法研究

工业大系统中Hammerstein模型的非线性系统,一般都是多输入多输出系统,具有大滞后、大惯性、时变性和强耦合性的特点,它的数学模型难于精确获得;且传统PID控制器无法使控制效果处于最佳状态的局限性.为了更加快速准确控制,使系统更加地稳定工作在最佳工作状态.利用分散辨识方法对Hammerstein模型的非线性系统进行...     

基于内部热耦合精馏塔非线性wave模型的高纯控制

首先建立内部热耦合精馏塔（ITCDIC）的非线性波动降阶模型,并将非线性波动理论（wave）应用到ITCDIC控制问题中,实现一般模型控制（GMC）方案.与传统控制方案相比,基于波动理论的一般模型控制（waveGMC）不再采用ITCDIC的近似线性模型,更好地解决了高纯控制过程中的非线性问题,通过对波形的速度和位置控制能够在短时间内使系统达到稳定.苯-甲苯物系的实例研究表明,ITCDIC波动模型在高纯控制过程中能够精确反映ITCDIC的动态特征,waveGMC控制方案较传统控制方案更加稳定可靠.     

基于FGPC的单元机组协调控制系统研究

针对单元机组的大迟延、强耦合、参数时变且不确定性的特点,将T—s模糊模型引入预测控制中,作为预测模型。首先,用改进的模糊c一均值聚类算法和随机牛顿法辨识得到非线性系统的T-s模型;然后基于线性化后的系统模型设计模糊广义预测控制器,并对非线性对象进行在线控制。仿真结果表明：FGPC对于时变的非线性系统具有很好的控制效果。     

核电站蒸发器水位的二自由度模型驱动控制

针对核电站蒸发器水位被控对象的非自平衡、非线性等特性,传统PID控制难以获得期望的控制要求,设计了二自由度模型驱动PID(TDF MD PID)串级控制系统,并加入前馈控制,以克服蒸汽流量的影响。该方法通过PD反馈补偿器改善蒸发器水位对象的开环不稳定特性,使其达到稳定,然后进行控制。仿真结果表明,与传统串级PID相比,TDF MD PID结构简单,参数易于整定,具有快速的跟踪能力和很强的鲁棒性,有效地提高了系统的控制性能。     

ADHDP方法在静止无功补偿器优化控制中的应用

介绍了静止无功补偿器SVC和自适应动态规范的执行方法ADHDP的基本原理,基于PI控制法的电压负反馈控制策略,应用ADHDP方法对输入PI调节器的电压偏差进行了优化,并在Matlab/Sim-ulink环境下对SVC控制系统进行了仿真实验。仿真结果表明,经优化后的控制系统响应速度明显提高,动态性能得到了较好的改善。     

基于GMC(1,N)的聚丙烯熔融指数预报

引言聚丙烯是以丙烯单体为主聚合而成的一种合成树脂,是五大通用塑料之一,是塑料工业中的重要原料。世界丙烯的50%、我国丙烯的65%都用来生产聚丙烯。熔融指数(简称MI)是在一定温度、一定压力、一定负荷下,熔体在10min内通过标     

基于AP聚类算法的跳汰机床层松散度软测量建模

松散度是跳汰分选过程的重要影响因素,针对其难以用仪器在线检测的问题,提出采用最小二乘支持向量机(LS-SVM)的软测量建模方法。在充分考虑分选过程高度非线性及强耦合性的基础上,为避免单模型建模回归精度差和泛化能力弱的问题,提出采用基于仿射传播(AP)聚类的LS-SVM多模型建模算法进行床层松散度软测量建模。首先采用AP算法对样本数据进行聚类划分,再用LS-SVM的方法对子类样本分别建立子模型,最后通过子模型切换策略得到系统输出。仿真实验表明,基于AP聚类算法的LS-SVM软测量建模算法能够更好地预测跳汰机床层松散度。     

基于支持向量机的柴油十六烷值近红外光谱测量方法

提出一种基于最小二乘支持向量机(LS SVM)的柴油十六烷值近红外光谱测量方法。该方法用聚类分析法对训练样本进行了一次筛选,然后用最小二乘支持向量机建立柴油十六烷值的预测模型。实验结果表明该方法不仅可以显著减少计算时间,在预测精度上比常用的多元线性回归和偏最小二乘等方法有显著提高。     

COMPENSATOR FOR CONSTANT RELATIVE STABILITY IN PROCESS CONTROL SYSTEMS

Process control systems are designed for a closed-loop peak magnitude of 2 dB, which corresponds to a damping coefficient (ζ) of 0.5 approximately. With this specified constraint, the designer should choose and/or design the loop components to maintain a constant relative stability. However, the manipulative variable in almost all chemical processes will be the flow rate of a process stream. Since the gains and the time constants of the process will be functions of the manipulative variable, a constant relative stability cannot be maintained. Up to now, this problem has been overcome either by selecting proper control valve flow characteristics or by gain scheduling of controller parameters. Nevertheless, if a wrong control valve selection is made then one has to account for huge loss in controllability or eventually it may lead to an unstable control system. To overcome these problems, a compensator device that can bring back the relative stability of the control system was proposed. This compensator is similar to a dynamic nonlinear controller that has both online and offline information on several factors related to the control system. The design and analysis of the proposed compensator is discussed in this article. Finally, the performance of the compensator is validated by applying it to a two-tank blending process. It has been observed that by using a compensator in the process control system, the relative stability could be brought back to a great extent despite the effects of changes in manipulative flow rate.     

一种融合无时滞测量值和含时滞测量值的状态估计方法

在很多工业过程中,常常可获得两种测量数据,无时滞测量值和含时滞测量值,其中,无时滞测量值直接由传感器在线测得,即时却精度较低,含时滞测量值通过人工实验分析离线得到,精度高却有时滞。引入状态增广卡尔曼滤波法对上述两种数据进行融合以估计当前状态值。考虑到无时滞测量值建立的在线软测量模型存在不可避免的模型不匹配问题,引入模型偏差作为待估计状态,通过离线测量值对其进行估计,从而实现对在线软测量模型的校正。最后将所提方法运用到线性化的非线性二元蒸馏塔模型中估计填料压板各成分浓度,取得了良好效果。     

LS-SVM模型在线校正的替代法及其软测量应用

软测量技术是现代化工过程控制系统的重要组成部分,化工过程的时变性要求软测量模型及时进行在线校正,以适应新工况,保持模型的预测精度。基于矩阵计算理论,提出了最小二乘支持向量机模型在线校正的替代法,它无需重新训练,校正速度快。通过分析还提出以距离标准选择被替代个体,可提高预测精度。将该法用于某炼油厂常压塔塔顶汽油干点的软测量,效果良好,表明该法可以克服工况变化对模型预测精度的影响。     

DISTURBANCE COMPENSATION FOR NONLINEAR PROCESSES

This paper focuses on the feedback linearization of nonlinear processes with external measurable and immeasurable disturbances. The proposed disturbance compensator, based on a set of the adjustable parameters, is used as a technique to robustify the cancellation of nonlinear terms under a suitable tuning framework. The bound for the adjustable parameters is given to ensure the stability of the closed-loop system. The proposed methodology is applied to the composition control of a CSTR, such that the output regulation and system robustness are achieved. Computer simulation shows results in satisfactory control.     

一种基于多模型融合软测量建模方法

针对锌湿法冶炼净化过程中钴离子浓度LS-SVM软测量建模方法精度低的问题,将最小二乘支持向量机（LS-SVM）和自回归滑动平均模型（ARMA）融合建立钴离子浓度融合软测量模型,首先通过离子浓度序列的小波变换获得序列的低频和高频子序列,对各子序列分别进行相空间重构,并在相空间中分别建立最小二乘支持向量机模型,然后将各模型的输出利用小波重构整合得到钴离子基于LS-SVM软测量结果,利用自回归滑动平均模型对基于LS-SVM模型输出误差信息进行建模,通过对两个模型的融合,获得融合模型的软测量估计值。将该方法应用于锌液净化除钴段入口钴离子浓度的软测量,结果表明该方法比单一的LS-SVM方法具有更好的泛化性能和测量精度,显示出良好的应用潜力。     

基于改进的LS-SVM测量油气两相流空隙率

利用ECT电容传感器提供的电容测量值,基于改进的最小二乘支持向量机(LS-SVM),提出了一种油气两相流空隙率测量的新方法.运用该方法测量空隙率时,以ECT电容传感器获取的66个独立电容值作为空隙率模型的输入,计算即可得空隙率.建模阶段,针对LS-SVM使用中存在的问题,首先运用训练数据筛选技巧,对LS-SVM进行稀疏化改进,接着引入实数编码的遗传算法(RC-GA)优化LS-SVM参数,然后运用改进后的LS-SVM和基于RC-GA的参数选取方法建立空隙率测量模型.所提出的空隙率测量方法省去了常用ECT方法测量空隙率时的复杂耗时的图像重建过程,提高了空隙率测量的实时性.实验结果表明,提出的LS-SVM改进和参数优化方法是有效的,提出的空隙率测量方法具有实时性佳的优点,测量精度满足实际应用要求.     

基于RBF神经网络陶瓷窑炉温度动态矩阵控制

陶瓷窑炉普遍具有纯滞后、大惯性、非线性、时变复杂等特点,其精确数学模型往往很难获取。针对这类系统,本文采用RBF神经网络建立被控对象模型,避免了常规控制算法建立对象精确数学模型的困难。应用动态矩阵预测算法实现对被控系统的预测控制。该控制方法具有很好的动、静态性能和强鲁棒性。以陶瓷窑炉温度为对象,与PID控制进行了比较;仿真结果证明了所提控制方法的有效性。