基于软测量技术的化工过程优化控制策略

针对参数不确定型系统,提出基于软测量技术的新优化控制思路.通过求解连续静态过程的优化模型,实时跟踪一阶最优性必要条件实现不确定系统的在线优化.借助软测量技术找到可测变量与不可测最优性必要条件之间的估计模型,以该模型的输出为被控变量直接实现过程的优化控制.与传统的实时优化(RTO)方法相比,新策略更加迅速有效,可用简单的控制器（如PID）实现.对一个蒸发过程的研究结果表明了该方法的有效性.     

具有积分环节多变量系统的双层结构预测控制

针对双层结构预测控制面对一阶积分过程时无法形成稳态优化模型的问题,基于一阶积分过程的稳态特性,提出“临界稳态”的概念,给出了“临界稳态”状况下的“点”模型,以及“临界稳态”的成立条件(稳定性条件),由此建立积分过程的稳态优化数学模型.双层结构预测控制分为上层稳态优化和下层动态控制.上层稳态优化通过求解稳态优化数学模型得到最优稳态输出目标,下层动态控制使用基于模型的控制方法实现最优稳态目标的跟踪控制.将稳态优化问题求解过程中划分为两个阶段:可行性阶段与最优化阶段.在可行性阶段针对积分过程稳态优化模型中的稳定性条件给出相应的可行性判定与软约束调整算法,从而确保了最优化阶段解的存在性.仿真中,将所提出的积分型双层结构预测控制算法应用在一个多变量积分过程上.该优化控制系统一方面可以计算出系统的最优稳态输出目标,另一方面实现了对该目标的快速跟踪控制.     

基于经济指标的分层递阶控制系统性能评估

为了解决复杂多变量过程工业平稳安全运行与经济效益最大化共同实现的问题,提出一种分层递阶控制结构的性能评估方法.通过分析分层递阶控制的直接控制、约束控制和实时优化三层垂直结构,构建出抑制扰动、不违反约束和经济效益最大化的控制目标函数.通过计算该控制系统的最优-最差性能区间,给出了一种面向经济性能的评估基准和新的评估指标,提出一种根据开环模型和调节器参数计算被控系统广义对象模型的方法,在此基础上实时监测和评估过程的生产经济效益,并分析存在的最大提升潜力,能有效减少模型与真实对象失配引起的控制性能下降.对Shell重油分馏塔模型的仿真结果表明了本文方法的可靠性和有效性.     

非线性大工业过程稳态模型的强一致性分析

稳态优化问题就是依据过程的数学模型,在约束条件下,优化其目标函数,而实际的工业过程往往是呈非线性或慢时变性。针对动态非线性大工业过程,提出了得到其可分稳态模型强一致性估计的分散辨识方法;利用多项式对非线性函数的无限逼近的性质和优化过程中设定点的阶跃信号作输入激励信号,获得了动态非线性大工业过程的可分稳态模型和可辨识的条件。     

含典型非线性环节系统的混合整数优化控制

通过引入辅助逻辑变量与辅助连续变量,由混合整数线性不等式等价表达逻辑关系表达式,建立了一种广义线性系统模型.该模型能精确地描述一大类包含典型的非光滑,甚至非连续环节的非线性系统.基于广义线性系统模型和变控制时域混合整数预测控制(MIPC)算法,研究了含典型非线性环节的非线性系统的最优调节问题和最优跟踪问题的求解方法.MIPC算法在每一离散时刻归结为求解一个标准的混合整数二次规划(MIQP)问题.利用现有的基于分支定界算法的标准MIQP问题的求解程序,对提出的方法进行数值仿真计算.仿真结果表明,该方法对于解决一大类含典型非线性环节的非线性系统的优化问题是可行和有效的.     

拼焊板成形过程控制参数优化设计

为解决拼焊板（TWB）成形数值模拟中的强非线性问题并消除计算噪声效应，提出了一种基于近似优化技术的最佳成形过程参数求解方法.采用响应面方法（RSM）构造每次优化迭代的目标和约束逼近曲面，逐次迭代收敛得到全局最优解.借助空间映射（SM）技术的代理模型求解响应面和相关优梯度，利用一个精细模型为下一优化迭代修正设计点.选取拉延筋成形阻力和压边力控制参数为设计变量，选取成形极限图（FLD）标准为约束条件，建立最小化焊缝偏移量为目标函数的优化模型.优化计算结果表明，该方法能有效求解拼焊板成形过程参数，使焊缝有害偏移量减少75%以上.     

混凝投药系统的双层结构模型预测控制策略

针对混凝投药(Coagulant dosing)的大惯性、大时滞、非线性、时变及随机干扰多等特点,提出了一种混凝投药系统的双层结构模型预测控制策略.采用模型预测控制(MPC)稳态目标计算和动态优化控制两级结构,通过目标函数来体现经济性能,实现卡边控制.该方法只需较少被控对象的信息,且算法简单,易于实现.理论分析和仿真结果表明:该方法降低了运行成本,实现了经济效益的最大化.     

群体智能优化算法

正0引言群体智能(swarm intelligence)的核心思想就是若干个简单个体构成一个群体,通过合作、竞争、交互与学习等机制表现出高级和复杂的功能,在缺少局部信息和模型的情况下,仍能够完成复杂问题的求解[1].其求解过程为对求解变量进行随机初始化,经过迭代求解,计算目标函数的输出值.群体智能优化算法不依赖于梯度信息,对待求解问题无连续、可导等要求,使得该类算法既适应连续型数值优化,也适应离散型组合优化.同时,     

制粉系统球磨机的神经网络预测控制

通过对制粉系统球磨机这一非线性被控对象建立神经网络预测模型,提出了基于神经网络预测控制器的非线性预测控制方法。为了克服大多数非线性系统预测控制在线计算量大的问题,在预测控制性能指标约束下,采用非线性优化求解技术,得到当前工作点的最优预测控制量,用来训练神经网络预测控制器,最终实现非线性系统的神经网络直接预测控制。新的方法大大减少了在线计算量,仿真试验结果证实了所提方法的有效性。     

寻求零件相似度的优化模型及梯度遗传算法

零件相似度的高效、精确的计算对于汽车的制造工艺有重要的实际意义.本文利用离散化的方法将零件相似性的问题转变为求相似度最大的非线性优化问题,然后通过构造拉格朗日函数将有约束优化转化为无约束优化问题,并结合梯度遗传算法对优化模型进行求解.最后,通过一些实例验证,说明该算法计算相对比较简单,收敛效果好.     

基于稳态模型的加热炉烟风系统控制

由于加热炉烟风系统风量调节执行机构存在较严重的非线性、灵敏度差、变量间强耦合,基于动态的控制系统稳定性和安全性很难得到保障,为此提出采用稳态模型的烟风系统控制方法.利用该模型直接计算出调节量并送至执行机构进行调节,在等待一个稳态响应时间后,如果未能达到控制目标则根据稳定后的调整结果再进行下一次调节.给出了算法收敛的充分条件.该烟风系统控制方法避免了频繁调节所带来的安全隐患,克服了动态反馈控制存在的稳定性难题.将该方法应用于氧含量和负压的控制,实现了加热炉的整体自动控制.仿真研究和现场应用表明,控制效果良好,为加热炉的安全、平稳运行创造了条件,并为进一步的热效率优化提供了基础.     

Nonlinear optimization of load allocation in a manufacturing system

Muchresearchhasbeendoneintheareaofloadal locationinamanufacturingsystem.InRef.[1],loadbalancingistakenastheobjectivefunctionandtheLPmethodasitscomputationaltool.Althoughtheresultisgreatlyimprovedincomputationalcomplexityanddiffi cultycomparedwiththeMulti …     

Adaptive Sliding Mode BTT Autopilot for Cruise Missiles with Variable-Swept Wings

In this paper, an adaptive sliding mode method was proposed for BTT autopilot of cruise missiles with variable-swept wings. To realize the whole state feedback, the roll angle, normal overloads and angular rates were considered as state variables of the autopilot, and a parametric sliding mode controller was designed via feedback linearization. A novel parametric adaptation law was put forward to estimate the nonlinear timevarying parameter perturbations in real time based on Lyapunov stability theory. A sliding mode boundary layer theory was adopted to sroooth the discontinuity of control variables and eliminate the control chattering. The simulation was presented for the roll angle and overload commands tracking in different configuration schemes. The results indicated that the controlled system has robust dynamic tracking performance in condition of the large-scale aerodynamic parametric variety resulted from variable-swept wings.     

给水管网的状态模拟

本文提出了状态估计的带权重最小二乘数学模型，用少量实测节点水压和管段流量估计所有节点水压，用于管网的状态模拟，采用附加节点流量伪测量数据，解决了解的惟一性问题．采用Marquardt法求解数学模型，收敛迅速，模型的解稳定．算例分析表明，估计的精度较高，能满足管网实时模拟的要求。     

基于T-S模型的自适应模糊预测函数控制

针对多变量非线性系统，提出一种基于Takagi-Sugeno(T-S)模型的自适应模糊预测函数控制方法.在T-S模糊模型结构已确定情况下，利用加权递推最小二乘法对T-S模糊模型后件参数进行在线辨识.对模糊模型在每一采样点进行线性化，将描述非线性系统的T-S模型转化为线性时变的状态空间模型，并假设输入基函数为阶跃函数，推导出预测控制律的解析式.仿真结果表明，该方法在求解控制律时，无需求解非线性优化问题，并且有效克服了模型失配对系统控制性能的影响，增强了系统的跟踪性能和鲁棒性.     

一种求解非线性方程组的混沌优化算法

针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。     

非线性时间序列B样条优化网络预测模型及工业应用

为有效实现非线性时间序列的实时预测,建立了一种B样条优化网络预测模型。在网络结构的设计中,将各个样条基函数的权值参数和节点位置同时视为待优化的独立变量,并选择预测误差平方和为评价函数,设计了一种全局优化算法,对网络结构进行优化。工业仿真实验结果表明,所提出的优化网络预测模型具有较高的预测精度,而且结构简单,待优参数少,是一种有效的非线性时间序列预测方法。     

模糊偏最小二乘及其在药物构效关系中的应用

针对高维变量系统的模糊建模易引起规则“组合爆炸”，以及变量间的耦合关系会导致模型泛化能力的减弱， 提出构建模糊偏最小二乘法(FPLS)的一种新方案.先采用非线性迭代偏最小二乘(nonlinear iterative partial least squares, NIPALS)方法从样本数据中成对地提取最优成分，使多变量系统降维，并消除其间的耦合关系;然后对提取的每 对成分采用TSK模糊系统及自适应学习算法，实现单输入单输出的非线性建模，并组合为FPLS模型.将FPLS法应用于人类 免疫缺陷病毒1型蛋白酶抑制剂构效关系，所需规则甚少，所建模型有较强的泛化能力和稳定性，显示出FPLS方法的优越 性.