批次过程控制——回顾与展望

批次过程是一类重要的化工过程.因其本身的灵活性及高效性,被广泛应用于半导体制造、塑料加工、生物制药等领域.针对批次过程控制算法的研究也得到了大批学者的关注.在近三十年中,批次过程控制理论得到了长足的发展.但由于过程本身复杂的动态特性,以及对控制精度要求的提高,现有的理论和方法仍面临着挑战.本文从批次过程的特性出发,分析了算法设计的难点,对几种重要的控制算法进行总结分析,同时讨论了未来可能的发展方向.     

过程控制在火电厂的应用发展

回顾了过程控制在火电厂的发展历史,重点阐述了集散控制系统并指出其中存在的问题,最后指明火电厂自动化今后的发展方向。     

基于统计过程控制的软件过程管理

真正有效管理软件过程的关键是定量管理。统计过程控制是判断软件过程是否异常,预测过程未来行为的重要工具。把统计过程控制技术融合到软件开发过程中,可以实现对软件过程的定量管理,也有助于组织更快地实现CMMI 4/5目标。     

基于统计过程控制的软件测试技术研究

软件测试是软件开发过程中的重要组成部分，测试工作对软件质量有直接影响。利用统计过程控制的基本原理。以实例分析使用Shewhart控制图对测试过程进行控制的方法。     

统计过程控制(SPC)软件的设计

文章在分析了不同生产过程的关键质量特性的基础上设计了相应的数据文件类型。介绍了不同生产过程的统计分析技术与过程控制方法。最后重点介绍了作者开发的中文统计过程控制软件。     

基于统计过程控制技术的钢卷质量控制

统计过程控制（Statistical Process Control, SPC）是生产过程质量控制的重要工具,包括过程监控、过程诊断与改进等一系列活动。详细阐述了此技术在钢卷质量控制方面的应用流程,并通过实例重点介绍了控制图在钢卷质量分析与控制中的应用。系统采集钢卷工艺数据,选择控制图对工艺参数进行监控,计算和分析工序的工序能力指数。发现工序失控时,分析原因并及时采取纠正预防措施,保证工艺的一致性和稳定性,提高工艺成品率。     

应用统计过程控制监控软件测试过程

统计过程控制(SPC)是通过使用控制图来制定过程决策和预测过程行为的一种质量控制方法.SPC的方法用于软件过程,可以通过描述过程行为来监控过程的稳定性.讨论了将SPC应用于软件测试过程,针对测试过程中所度量的不同分布形式的数据而采用不同计算方式应用SPC的控制图,然后根据控制图判断测试过程是否稳定,并分析可能存在的可归属原因.     

基于电子标签的SPC过程控制分析

SPC统计过程控制技术正在成为企业质量控制的重要分析工具.通过对某大型制造业生产流程的研究,找出了质量管理中存在的问题,提出了基于电子标签的SPC统计过程控制系统,分析了系统的结构和电子标签系统和SPC之间的数据关系,描述了数据采集过程,再造了业务流程.实际应用证明了本系统的有效性.     

一种间歇过程的综合预测迭代学习控制方法

为了提高迭代学习控制方法在间歇过程轨迹跟踪问题中的收敛速度,本文将批次间的比例型迭代学习控制与批次内的模型预测控制相结合,提出了一种综合应用方法.首先根据间歇过程的线性模型,预测出比例型迭代学习控制的系统输出,然后在批次内采用模型预测控制,通过极小化一个二次型目标函数来获得控制增量.该方法可使系统输出跟踪期望轨迹的速度比比例型迭代学习控制方法更快些.最后通过仿真实例验证了该方法的有效性.     

间歇生产过程的R调节学习控制

针对间歇生产过程迭代学习控制难以进行跟踪性能分析的难题,本文提出一种变R调节迭代学习控制算法,借鉴经典控制理论定义有界跟踪和零跟踪概念.以此研究能够让系统输出误差达到零跟踪的迭代学习控制策略,并严格地证明了算法的性能,得出可以通过调节权值R使过程产品质量的误差收敛到与模型精度相关联的有界区域的结论,为相关理论结果实施于实际间歇过程提供了理论依据.     

Iterative learning control of heat-up phase for a batch polymerization reactor

This paper describes a novel method for heat-up phase control of an industrial batch polymerization reactor where heat transfer characteristics change with batches due to fouling of the polymer products on the reactor wall. The main objective of the control is to settle the reactor temperature on a target value within ± 0.1°C in a minimum possible time. To achieve this goal utilizing the repetitive nature of batch operation, the control problem was defined as a tracking problem and feedback-assisted iterative learning control (FBALC) was employed as the underlying control technique. The proposed control method was applied to an industrial batch reactor polymerizing ABS resin. After on-site evaluation for an extended period of time, it was found that the proposed method gives a pronounced improvement in heat-up phase operation. Consistent heat-up profiles with a minimized settling time are obtained.     

基于离散Hopfield网络的自相关过程控制方法

对于自相关过程的统计控制,传统统计学方法虚发警报的概率较大,而BP人工神经网络方法权值训练困难,灵敏度不高。提出一种基于联想学习与离散Hopfield网络的自相关过程控制方法。不需任何训练样本,通过正交化编码将过程状态以吸引子的形式存储到Hopfield网络中,并利用网络的联想功能来检测自相关过程的阶跃型突变。算例研究表明,与Elman网络和EWMA方法相比,过程正常时,所提方法的平均链长（ARL）分别提高了27.9%和55.0%;过程异常时,所提方法的ARL分别降低了74.1%与81.8%以上。说明了方法的有效性与优越性。     

执行器故障多率采样间歇过程的鲁棒 耗散迭代学习容错控制

针对一类具有干扰和执行器故障的多率采样间歇过程,提出一种具有鲁棒耗散性能的迭代学习容错控制算法.通过提升技术将多采样率过程用慢速率采样的状态空间模型来描述,并基于二维系统理论,把迭代学习控制过程转化为等价2D Roesser故障系统,再沿时间和迭代方向设计具有耗散性能的反馈容错控制器,并以线性矩阵不等式形式给出容错控制器存在的充分条件,同时确保多率采样间歇过程在正常和故障条件下的耗散性能.注塑过程的注射速度控制仿真验证了方法的有效性和可行性.     

基于Labview开发统计过程控制软件

统计过程控制是质量管理的重要内容,介绍了SPC的原理,并用Labview软件实现了SPC软件.这种开发方法应用了Labview软件提供的统计过程控制模块,方便了程序的开发,很容易被质量人员掌握,设备改动或软件应用于别的设备时,只需简单地修改参数,大大方便了统计过程控制的普及,提高企业的质量水平.     

工业过程稳态优化进程中的噪声平滑型迭代学习控制

针对具有噪声的工业过程稳态优化进程，提出迭代学习控制以期改善控制系统的动态品质，建立了基本的加权噪声平滑型迭代学习控制算法结构。利用频域时域相结合的方法分析和论证了算法的收敛性，给出噪声平滑参数的确定策略，数字仿真表明，平滑型迭代学习控制算法能有效消除噪声对系统输出信号的影响，显著改善工业过程稳态优化进程中控制系统的动态品质。     

Optimal iterative learning control for end-point product qualities in semi-batch process based on neural network model

An optimal iterative learning control (ILC) strategy of improving endpoint products in semi-batch processes is presented by combining a neural network model. Control affine feed-forward neural network (CAFNN) is proposed to build a model of semi-batch process. The main advantage of CAFNN is to obtain analytically its gradient of endpoint products with respect to input. Therefore, an optimal ILC law with direct error feedback is obtained explicitly, and the convergence of tracking error can be analyzed theoretically. It has been proved that the tracking errors may converge to small values. The proposed modeling and control strategy is illustrated on a simulated isothermal semi-batch reactor, and the results show that the endpoint products can be improved gradually from batch to batch. Supported by the National Natural Science Foundation of China (Grant Nos. 60404012, 60874049), the National High-Tech Research & Development Program of China (Grant No. 2007AA041402), the New Star of Science and Technology of Beijing City (Grant No. 2006A62), and the IBM China Research Lab 2008 UR-Program