酸碱中和反应中pH值的单神经元自适应控制研究

基于酸碱中和反应过程中pH值变化的动态模型,设计单神经元自适应控制器,解决化工生产过程中pH值的PID控制所存在的调节时间长、超调量大和系统抗干扰性差的问题。在相同条件下与PID控制器进行对比实验,实验结果表明单神经元自适应控制器明显改善pH值过程控制系统的动态性能,该控制系统具有较强的自适应性与鲁棒性。     

酸碱滴定中pH值的微机监测系统

该系统是以Visual C＋＋为开发工具，将分析化学中酸碱滴定实验通过计算机形象地描述出来。系统主要包括4部分内容：计算机模拟、联机试验、实验结果分析、实际应用举例。详细阐述了该系统软件的编制内容、关键技术、使用方法及开发过程。     

酸碱中和过程pH值的Fuzzy-PID控制

针对酸碱中和过程的非线性和时滞特性,提出一种在线自调节参数的Fuzzy-PID控制方法;由pH值变化特性曲线可知,在离中和点较远的两侧pH值变化缓慢.而在中和点附近pH值变化十分剧烈,因此PID控制器参数在pH值中和的全过程需要适时变动;Fuzzy控制器根据pH值实时偏差在线调整PID控制器的参数,获得期望控制效果的主要方法有两个:其一,通过提高偏差较小时语言值的灵敏度,来适应中和点附近pH值变化率较大的特性;其二,通过分析偏差及偏差变化率的大小和符号来设置模糊规则;仿真结果表明,该方法既能适应pH值全局变化的特点,又能克服流量波动的影响.     

基于DE算法的非线性预测控制及其应用

针对非线性预测控制系统中需要实时求解非线性规划问题,基于差异演化算法(DE)提出了一种非线性预测控制的新方法。差异演化算法是进化算法的一种,具有全局最优、稳健性强、收敛速度快、及参数调整简单等优点,用于求解非线性预测控制问题中的非线性规划问题具有明显优势。该算法应用于化工过程和化学反应的pH值控制仿真中,仿真结果说明了该方法的有效性。     

用酸碱滴定法测定酸性红壤的pH缓冲容量

通过对土壤的酸碱滴定曲线进行分段直线拟合并求算土壤pH缓冲容量,结果表明在pH4.0~6.0范围内红壤的酸碱滴定曲线可以较好地用直线方程进行拟合,从直线的斜率可以求出土壤在这一pH范围内的pH缓冲容量(pHBC)。对闽、浙、皖3省某些酸性红壤的pH缓冲容量的研究结果表明,不同土壤的pH缓冲容量数值之间有比较大的差异,但大部分红壤的pHBC值在15.0 mmol kg-1左右。土壤有机质和pH对pHBC有重要影响,土壤有机质含量和pH越高,pHBC值越大。     

pH值中和反应过程的无模型学习自适应控制

根据pH值处理过程的时变和非线性特性,将基于紧格式线性化的单入单出非线性离散时间系统的无模型学习自适应控制方法应用在带有时滞的pH值中和反应过程中。控制器的设计是无模型的,是直接基于称为伪偏导数的向量,此伪偏导数是通过一种新型参数估计算法,根据酸碱中和反应系统的输入输出信息在线导出的。此无模型控制方法非常适用于实际的模型参数难以辨识,且是时变的非线性系统。仿真控制验证了该方法对不确知动态的非线性pH值的控制具有鲁棒性强、响应速度快和控制精度高的优点,性能好于传统的PID控制。     

pH精算及酸碱滴定曲线绘制通用软件的开发

以Microsoft.NET Framework为开发平台,使用面向对象的C#语言,开发pH计算及滴定曲线绘制的软件。该软件利用分布系数计算各种形态的平衡浓度,根据酸碱质子理论归纳出通用方程后,利用二分法求解氢离子浓度计算pH。软件收集了常见酸碱的离解常数,用户只要输入浓度后就可精算pH值、绘制酸碱滴定曲线,同时提供Excel数据输出、图像保存等功能。如果需要考虑活度,可根据德拜-休克尔公式计算活度系数,使用浓度常数代替活度常数,使所得pH更接近体系真实值。软件计算结果准确、界面友好、容易操作,可广泛应用于各种体系。     

基于TSA的多变量模糊预测控制

针对多输入多输出的非线性系统,提出了一种基于树和种子算法(tree and seed algorithm,TSA)的多变量模糊预测控制算法.该算法首先将非线性系统的过程模型建模为Takagi-Sugeno(T-S)模型,并将其作为预测模型.在此基础上,利用该模型和反馈校正方法,递推得到校正的输出预测值.然后,给定相应的...     

基于云模型在废水处理pH控制中的仿真研究

pH值的控制问题即酸碱中和问题涉及到工业废水处理过程的各个环节,pH值控制效果的好坏直接影响到废水处理效果,牵涉到环境污染等问题.由于工业废水具有复杂性、非线性、不确定性、时变性等特点,需要及时对pH进行有效控制.针对废水处理过程pH控制问题的复杂性、时变性和非线性的特点,采用传统PID控制方法解决上述问题控制效果不佳,导致超调量过大.为了解决上述问题,在传统PID的基础上,结合云模型具有空间数据发掘的特点,提出云模型理论结合传统PID的控制方法.用MATLAB进行仿真研究,并与传统PID控制方法进行对比,结果表明上述控制器结构简单、超调量小,能够实现良好的pH控制效果,为废水处理pH控制提供参考.     

非线性HAMMERSTEIN系统的预测控制及其pH过程应用

本文基于非线性离散Hammerstein模型,开发了一种非线性Hammerstein系统预测控制(Non-Linear Hammerstein Predic- tive Control,NLHPC)算法。遵循预测控制策略,该算法利用Hammerstein模型进行输出预测。理论分析结果表明,该算法不仅具有好的稳定性和鲁棒性,而且其自身具有积分作用。在一台工业PC机上实现了该NLHPC算法,并用于具有强非线性的酸碱中和过程实验装置pH值的控制。实验结果表明NLHPC有着比工业界常用的非线性PID控制(nonlinear PID,NL-PID)更好的控制性能。     

Latent‐variable Nonlinear Model Predictive Control Strategy for a pH Neutralization Process

Linear model predictive control (MPC) is a widely‐used control strategy in chemical processes. Its extension to nonlinear MPC (NMPC) has drawn increasing attention since many process systems are inherently nonlinear. When implementing the NMPC based on a nonlinear predictive model, a nonlinear dynamic optimization problem must be calculated. For the sake of solving this optimization problem efficiently, a latent‐variable dynamic optimization approach is proposed. Two kinds of constraint formulations, original variable constraint and Hotelling T² statistic constraint, are also discussed. The proposed method is illustrated in a pH neutralization process. The results demonstrate that the latent‐variable dynamic optimization based the NMPC strategy is efficient and has good control performance.     

一类非线性系统非切换解析模型预测控制方法研究

针对关系度不确定非线性系统, 基于模型预测控制理论和切换解析非线性模型预测控制(Nonlinear model predictive control, NMPC) 提出了一种非切换的解析NMPC新方法. 论证了在非切换解析NMPC控制律下, 通过坐标变换可以将闭环系统分别在关系度确定和不确定的两个子空间近似为线性系统, 得出非切换解析NMPC使闭环系统稳定的必要条件. 通过仿真实验验证了非切换解析NMPC可以达到很好的响应特性, 无需切换的特征也扩大了其应用范围.     

采用Hammerstein模型的非线性预测控制

对于象ｐＨ中和，高纯度分离以及化学反等过程的控制，由于其过程本身的严重非线性而变得十分困难。本文提出了一种采用Ｈａｍｍｅｒｓｔｅｉｎ模型的预测控制方法来控制诸如上述的非线性过程，Ｈａｍｍｅｒｓｔｅｉｎ模型用两种方法进行辨识：联立辨识法与序贯识法，特别地，本文提示了一种改进型Ｈａｍｍｅｒｓｔｅｉｎ模型用于克服常规Ｈａｍｍｅｒｓｔｅｉｎ模型在控制器设计时的不足之处，对－ｐＨ中和过程的仿真结果表明，基于     

基于多面体描述系统的鲁棒非线性预测控制

针对一类具有持续有界扰动的离散时间非线性系统, 提出一种基于多面体描述系统的鲁棒非线性模型预测控制策略. 首先利用泰勒级数构造多面体描述系统包裹原系统. 其次, 对该多面体描述系统构造鲁棒终端不变集和仿射输入型预测控制律. 进一步, 利用离散系统的输入状态实际稳定性(Input-to-state practical stability, ISpS)概念证明了闭环系统的鲁棒稳定性. 最后, 通过仿真验证了本结果的有效性.     

废水中和过程的RBF神经网络预测控制

废水中和过程有较强的非线性、时变性和滞后特性,对于过程模型的辨识与控制较为困难,采用常规的线性化模型或传统PID控制方法存在模型过于复杂,算法难以在线实施,控制精度不能保证等问题,很难取得满意的控制效果、针对该问题,应用酸碱中和的强酸当量模型,提出了一种基于敏感度(Sensitivity Analysis,SA)和动态粒子群优化算法(Dynamic Particle Swarm Optimization,DPSO)相结合的RBF神经网络模型辨识方法,通过调整网络结构和辨识出系统的滞后时间来提高模型辨识效率和预测精度,将RBF神经网络辨识器与神经网络控制器相结合构成电厂废水处理pH中和过程的预测控制系统。经过仿真研究和试验验证,与电厂实际应用的PID控制方法相比较,该方法能有效地对pH值进行控制,并实现较小的控制误差和节约药剂的效果。     

基于稳态非线性模型和线性ARX模型组合的非线性预测控制

通过点集映射来表示非线性系统的稳态模型,用系统的稳态增益来修正具有外界输入的线性自回归（AutoRegressive with eXternal input, ARX）模型的动态增益,提出了一种基于稳态非线性模型和线性ARX模型组合的非线性预测控制算法．该算法用递归最小二乘法在线辨识系统的动态模型参数,用序列二次规划算法求解目标函数．最后通过对典型化工非线性对象pH中和过程的仿真对本算法进行了验证．结果表明,本算法比广义预测控制算法具有更好的设定值跟踪性能和抗干扰能力．     

MIMO系统的多模型预测控制

针对非线性多变量系统提出一种多模型预测控制(MMPC)策略.首先给出一种多模型辨识方法,利用模糊满意聚类算法将复杂非线性系统划分为若干子系统,并获得多个线性模型,通过模型变换得出全局系统模型,接着对全局MIMO系统设计MMPC,并进行了系统的性能分析,最后以pH中和过程为例,通过仿真研究验证了辨识和控制算法的有效性.     

基于一类特殊非线性模型的广义预测控制

针对Hammerstein模型和Wiener模型,分别选择PH中和滴定过程和控制阀门作为仿真对象,研究了基于两步法的非线性预测控制方法。计算机仿真结果表明,该控制算法比PID控制具有更好的控制品质。