基于聚类多模型建模的多模态预测控制

多模型预测控制(MMPC)是解决非线性控制问题的重要手段,本文针对多模态控制器设计中模态匹配准则的选取问题,利用当前样本状态与各聚类建模子空间距离差异,提出了一种基于距离匹配的多模型控制器加权算法。然后,基于模态融合思想,提出了模态加权构建实时预测模型的控制策略。通过对pH中和过程进行仿真,结果表明：两种方法都提高了非线性系统的暂态响应,跟踪特性优良,体现了它们对非线性系统大范围控制的有效性。     

基于模型预测残差和目标函数的MPC实时性能监控

模型预测控制的性能受多种因素的影响,现有的模型质量评价指标没有考虑外界干扰的变化,反映系统整体性能时不够全面。针对上述问题,现结合两个指标:基于模型预测控制目标函数的历史性能指标和基于模型预测残差的协方差指标对系统性能进行实时监控。其中,历史性能指标用以评价系统的整体性能,协方差指标反映模型失配和干扰变化的影响。根据两个指标对不同性能影响因素的不同表现和性能恶化后对干扰新息的重新辨识结果,对系统性能下降的原因进行初步诊断,缩小性能下降源的范围,并通过Wood-berry塔实验验证了该方法的有效性。     

基于在线子空间辨识的自适应预测控制

针对实际工业工程中存在非线性、时变的特点,提出一种基于子空间辨识的自适应预测控制方法。利用滚动窗口在线更新R阵,得到新的预测模型参数矩阵,通过比较更新前和更新后的预测误差来决定是否更新预测模型。将此控制方法应用于2-CSTR过程控制的仿真试验,通过与自适应模糊控制、PID控制器的比较,说明了该方法的优越性。     

城市道路基坑开挖对临近地铁隧道影响研究

研究深基坑开挖变形模式和破坏机理对城市地铁隧道的影响。基于土体的莫尔库仑剪切第3主应力破坏条件,通过MIDAS/GTS建立基坑开挖对临近地铁隧道的数值模型,控制基坑和地铁隧道的位置关系,观察预设观测点的位移变化,得到基坑开挖对临近地铁隧道的影响。结果表明：基坑开挖打破了原状土层应力状态是影响地铁隧道的主要因素,即第3主应力的释放;通过控制变量法控制基坑和隧道的位置关系L₁和L₂来观测隧道断面位移变化可为实际工程提供指导意义;随着基坑与地铁隧道间距的变化靠近基坑的观测点B偏移量较大,并通过观测发现加固基坑底部对控制临近土体的偏移具有很大帮助;改变基坑和地铁隧道竖向位移关系时,观测点的竖向偏移较大而水平偏移较小,主要是由于基坑底部的卸荷引起的土层偏移。     

基于加权偏离度统计方法的预测控制性能评估算法

针对带区域约束条件的预测控制系统性能评估问题,在考虑过程输出变量约束类型的基础上,提出了基于加权偏离度统计方法的控制性能评估算法。该方法依据控制要求的不同,将输出变量分为质量变量和约束变量,并结合工程经验合理选择变量的权重。基于系统闭环运行数据和约束设置,通过计算变量的加权偏离度得到控制系统的性能评估指标,从而为预测控制器的参数调整和性能提升提供了决策依据。系统仿真实例和工程应用证明了该评估算法对区域预测控制系统性能评估的有效性。     

基于LQG基准的单回路控制系统性能评价

介绍了基于LQG基准的子空间辨识方法,可用于焦化生产过程控制中各类单回路控制器的性能评价。通过仿真实例验证了该方法的有效性,同时给出了输入方差不变时控制器理论上的提升空间。     

基于机器学习设计和制备高熵氮化物陶瓷

高熵陶瓷作为一种新兴的陶瓷材料自问世起就成为陶瓷领域的研究热点，然而，其巨大的成分设计空间也为基于实验和“试错法”的组分设计带来了挑战。近年来，通过机器学习与实验探索相结合的方式为这一问题的解决带来新方法。基于此，本研究建立了4个机器学习模型，通过训练评估选出性能最好的梯度提升决策树模型(R²=0.92)并用于预测，然后通过实验成功合成了单相的(Ti_0.2V_0.2Zr_0.2Nb_0.2Hf_0.2)N高熵氮化物陶瓷，验证了模型的准确性，为高熵氮化物陶瓷的设计提供了新思路，加快了新体系的发现。     

基于改进Kalman滤波算法的多模型融合建模方法

针对聚合物生产过程重要质量控制指标或状态变量的软测量问题,提出了一种基于改进Kalman滤波算法的多模型融合建模方法。将混合核函数主元分析(K₂PCA)与人工神经网络(ANN)相结合,建立一种基于K₂PCA-ANN的数据驱动模型;利用改进Kalman滤波算法实现K₂PCA-ANN模型与机理模型融合,构建一种并联结构的混合模型;协调二次滤波(线性滑动平滑)和方差更新对混合模型进行优化处理,使混合模型的估计性能尽可能地达到最优,使混合模型的预测稳定性得到有效改善。将该多模型融合建模方法应用于氯乙烯聚合过程聚合速率软测量中,应用研究结果表明:与单一的机理模型或K₂PCA-ANN数据驱动模型的预测性能相比,该建模方法建立的聚合速率模型具有更佳的预测性能。该建模方法的运用为进一步开展聚合物生产过程优化与控制等研究提供基础条件。     

复杂化工过程失配子模型深度诊断与修正算法

针对复杂化工生产过程中多变量预测控制系统发生模型失配导致控制性能下降造成的产品质量波动的问题，研究了过程失配子模型深度诊断与模型修正方法。考虑到复杂化工生产过程中被控变量为控制通道和扰动通道的综合响应，通过逐次移动操作变量到扰动通道的方法，评价移动后对模型质量指标的影响，从而判断出所移出子模型的性能，进而对失配子模型进行定位。进一步地，利用现场采集的历史数据用自回归滑动平均模型辨识法辨识出失配部分的模型，用于对原有子模型进行修正。实验采用Wood-Berry精馏过程对其进行动态仿真验证，结果证明了该算法的有效性。     

基于ICA-SVM的复杂化工过程集成故障诊断方法

针对由于复杂操作或多回路控制等因素造成复杂化工过程故障诊断难度加剧问题,提出了一种基于独立成分分析（ICA）和支持向量机（SVM）的集成故障诊断方法。该方法利用快速ICA算法建立正常工况ICA模型,通过监控统计量I²、I_e²、SPE是否超过用核密度估计方法确定相应的置信限检测故障。如检测到故障发生,即用梯度算法计算每一个监控变量对统计量I²、I_e²、SPE的贡献度,根据观察贡献度变化情况初步诊断出可能的故障源,并利用支持向量机多分类算法诊断出初始故障源。利用丁二烯精馏装置的实际工业故障数据验证提出的ICA-SVM集成故障诊断方法的有效性。     

Enhanced Performance Assessment of Subspace Model‐Based Predictive Controller with Parameters Tuning

This study focuses on performance assessment of model predictive control. An MPC‐achievable benchmark for the unconstrained case is proposed based on closed‐loop subspace identification. Two performance measures can be constructed to evaluate the potential benefit to update the new identified model. Potential benefit by tuning the parameter can be found from trade‐off curves. Effect of constraints imposed on process variables can be evaluated by the installed controller benchmark. The MPC‐achievable benchmark for the constrained case can be estimated via closed‐loop simulation provided that constraints are known. Simulation of an industrial example was done using the proposed method.     

Improved process monitoring using the CUSUM and EWMA-based multiscale PCA fault detection framework

Process monitoring techniques are of paramount importance in the chemical industry to improve both the product quality and plant safety. Small or incipient irregularities may lead to severe degradation in complex chemical processes, and the conventional process monitoring techniques cannot detect these irregularities. In this study to improve the performance of monitoring, an online multiscale fault detection approach is proposed by integrating multiscale principal component analysis (MSPCA) with cumulative sum (CUSUM) and exponentially weighted moving average (EWMA) control charts. The new Hotelling's T² and square prediction error (SPE) based fault detection indices are proposed to detect the incipient irregularities in the process data. The performance of the proposed fault detection methods was tested for simulated data obtained from the CSTR system and compared to that of conventional PCA and MSPCA based methods. The results demonstrate that the proposed EWMA based MSPCA fault detection method was successful in detecting the faults. Moreover, a comparative study shows that the SPE-EWMA monitoring index exhibits a better performance with lower values of missed detections ranging from 0% to 0.80% and false alarms ranging from 0% to 21.20%.     

Actuator stiction compensation via model predictive control for nonlinear processes

The problem of valve stiction is addressed, which is a nonlinear friction phenomenon that causes poor performance of control loops in the process industries. A model predictive control (MPC) stiction compensation formulation is developed including detailed dynamics for a sticky valve and additional constraints on the input rate of change and actuation magnitude to reduce control loop performance degradation and to prevent the MPC from requesting physically unrealistic control actions due to stiction. Although developed with a focus on stiction, the MPC‐based compensation method presented is general and has potential to compensate for other nonlinear valve dynamics which have some similarities to those caused by stiction. Feasibility and closed‐loop stability of the proposed MPC formulation are proven for a sufficiently small sampling period when Lyapunov‐based constraints are incorporated. Using a chemical process example with an economic model predictive controller (EMPC), the selection of appropriate constraints for the proposed method is demonstrated. The example verified the incorporation of the stiction dynamics and actuation magnitude constraints in the EMPC causes it to select set‐points that the valve output can reach and causes the operating constraints to be met. © 2016 American Institute of Chemical Engineers AIChE J, 62: 2004–2023, 2016     

纳米TiO2/沸石复合材料光催化降解苯酚的性能

苯酚是一种较难处理的有毒有机污染物。本文以TiOSO₄为钛源,尿素为沉淀剂,沸石为载体,采用均匀沉淀法制备了纳米TiO₂/沸石复合材料,并以苯酚作为降解对象,研究了不同TiO₂负载量、煅烧温度以及重复使用对纳米TiO₂/沸石复合材料的光催化降解苯酚性能的影响。结果表明:TiO₂负载量为30%、煅烧晶化温度为650℃时,经300W高压汞灯照射3.5h,纳米TiO₂/沸石复合材料对20mg/L苯酚溶液的光催化降解率达到91.6%;重复使用5次仍对苯酚溶液具有85%的光催化降解率。     

独立元子空间算法及其在故障检测上的应用

针对高维数据建模问题,提出一种独立元子空间算法(ICSM),作为一种新的集成学习算法,ICSM利用独立元在不同变量上的贡献度来选取子空间,符合了集成学习的要求,具备了明确的物理意义,有效地克服了随机子空间算法(RSM)的主要缺点。在此基础上,进一步将ICSM应用于工业过程监控,提出了一种新的ICSM-PCA故障检测算法。首先在各个子空间内分别建立相应的PCA监测模型,然后根据T~2和SPE统计量的值计算出集成时各自的权重,最后构造两个集成统计量对工业过程进行监测。通过在Tennessee Eastman(TE)模型上的仿真研究,说明提出的算法具有较好的建模效果和故障检测能力。     

ENHANCED IMC-PID CONTROLLER DESIGN WITH LEAD-LAG FILTER FOR UNSTABLE AND INTEGRATING PROCESSES WITH TIME DELAY

In this article, a design method for a PID controller is proposed based on IMC principles for control of open loop integrating and unstable first-order processes with time delay. The design is based on H₂ optimal closed-loop transfer function for set point changes and step input disturbances. The method has one tuning parameter, and systematic guidelines are provided for the selection of this tuning parameter based on peak value of the sensitivity function. The performance of the designed controller is verified on various integrating and unstable processes, and it is observed that nominal and robust control performance is achieved with the proposed design method. Improved closed-loop performance was obtained when compared to other methods recently reported in the literature. Further, the proposed method provides good closed-loop performance even when there are large uncertainties in the process parameters.     

微生物燃料电池中阴极长期运行的性能分析

微生物燃料电池（MFC）阴极性能在长期运行过程中逐渐下降,查明其下降原因对MFC技术的实际应用具有重要意义。采用泡沫镍阴极研究了阴极长期运行过程中阴极下降的原因。研究发现：MFC运行4个月之后功率密度相比运行1周的MFC下降达22%,测试电极极化曲线发现阴极性能的下降是导致MFC功率密度下降的主要因素。线性伏安扫描（LSV）结果显示：运行初期在-0.2 V电势下阴极电流密度为12.3 A·m^-2,而运行4个月后,阴极电流密度下降为4.2 A·m^-2,阴极性能随运行时间增加而降低主要表现在大电流区域[>-0.05 V （vs Ag/AgCl）]。对阴极表面和内部进行扫描电子电镜（SEM）分析发现：阴极表面没有明显的生物膜,氧扩散实验发现阴极氧扩散量明显降低是造成阴极性能下降的主要原因;通过能谱分析（EDS）可知阴极内部有磷酸盐析出。这些结果说明阴极内部在长期运行过程中逐渐析盐,而析盐导致泡沫镍阴极内孔隙堵塞,阻碍氧扩散到催化层,从而使阴极性能降低。     

多级孔MnAPSO-34分子筛的制备、表征及其光催化性能

通过晶种辅助合成法,以二乙胺为结构导向剂,正硅酸乙酯为硅源,拟薄水铝石为铝源,浓磷酸为磷源,乙酸锰为锰源,制备了具有多级孔道结构的MnAPSO-34分子筛(MHS)。分别利用粉末X射线衍射、扫描电子显微镜、氮气吸附-脱附、傅里叶变换红外光谱、动态光散射以及紫外-可见漫散射吸收光谱等对样品的结构和性能进行表征,考察结构导向剂种类、水热时间、锰含量对MHS结构和形貌的影响。以亚甲基蓝染料作为探针,对MHS催化剂的可见光催化降解效果进行评价,考察催化剂锰含量、光催化时间及循环利用次数对其可见光催化降解性能的影响。结果表明,当n(Al_2O_3)∶n(P_2O_5)∶n(SiO_2)∶n(二乙胺)∶n(H_2O)∶n(Mn)=1∶1.2∶0.6∶4∶40∶0.15,晶种质量分数为8%时,制备得到了平均粒径为3.64μm且具有多级孔道结构的MnAPSO-34分子筛光催化剂。在300 W卤素灯光照下反应300 min后,0.05 g催化剂对50 mL浓度为0.01 g·L~(-1)亚甲基蓝染料的降解率可达80.04%,催化剂经4次循环使用后其可见光催化活性几乎不变。