丢包网络化控制系统非脆弱量化H∞控制

针对非线性网络化控制（NCS）系统中控制器参数存在摄动的问题,考虑传感器—控制器和控制器—执行器均存在随机丢包和量化误差,提出了一种加性非脆弱量化H_∞控制器的设计方法．利用李亚普诺夫稳定性理论和线性矩阵不等式（LMI）方法,将该问题转化为线性矩阵不等式约束和线性目标函数的凸优化问题进行求解,给出了丢包下的非脆弱量化H_∞控制器存在的充分条件．所设计的控制器在容许的参数摄动、丢包概率和量化密度条件下,不仅能保证闭环NCS的稳定性和性能要求,而且是非脆弱的．数值仿真验证了所提方法的有效性．     

酵母流加发酵生产中乙醇浓度的在线测量

研制了乙醇浓度在线监测仪 ,并对其在酵母流加生产中的应用情况进行了考察 .结果表明 ,采用乙醇浓度反馈流加培养方式 ,细胞产率和发酵活力可分别达到 0 .4 1 6g/ g和 980～ 1 1 0 0mL ,显示出良好的应用前景 .     

模拟移动床的控制系统设计和优化

为了满足现代工业色谱分离的要求,对模拟移动床（SMB）色谱分离的工艺流程进行了改进,设计了一套由工控机、西门子PLC、变频器和智能仪表构成的模拟移动床集散控制系统,提高了系统的自动化水平。用改进的BP神经网络对苯丙氨酸模拟移动床的色谱分离过程进行了建模,并根据所建的模型,用实数编码的遗传算法对分离参数和操作条件进行了优化。在开发过程中,上位机软件采用了国产“组态王”和VB相结合的方式,克服了“组态王”命令语言环境较弱的缺点。该方法在苯丙氨酸生产中得到应用,使得产品的纯度和回收率都得到了较大的提高。     

苯丙氨酸模拟移动床色谱分离的建模和优化

根据模拟移动床（SMB）的发展现状和操作流程要求,对模拟移动床色谱分离的工艺流程进行了重新设计,使得系统的整个操作流程更为简单实用。用BP神经网络对苯丙氨酸模拟移动床的色谱分离过程进行了建模,用实数编码的遗传算法对分离参数和操作条件进行了优化,并在实际生产中得到应用,使产品的纯度和回收率都得到了较大的提高。该工艺具有分离效果好等优点,现已在江阴某公司成功投入使用,苯丙氨酸的纯度和回收率都达到了98％以上。     

DCS在柠檬酸发酵过程控制中的应用

基于国产IPC和I／O模板设计了柠檬酸发酵过程微机分布式控制系统,本文介绍了该系统的软硬件结构与功能,提出了发酵过程参数的优化控制方法。     

增量式约简拉氏非对称ν型孪生支持向量回归机

拉氏非对称ν型孪生支持向量回归机是一种泛化性能良好的预测算法,然而其并不适用于增量提供样本的场景。为此,提出了一种增量式约简拉氏非对称ν型孪生支持向量回归机（IRLAsy-ν-TSVR）算法。首先,引入正号函数,将有约束最优化问题转换成无约束最优化问题,并采用半光滑牛顿法在原始空间直接求解,以加快收敛速度。接着,利用矩阵求逆引理,实现半光滑牛顿法中Hessian矩阵求逆的高效增量更新,节省时间开销。然后,为了减少样本累积导致的内存消耗,使用约简技术分别筛选增广核矩阵的列向量和行向量以逼近原增广核矩阵,确保解的稀疏性。最后,在基准测试数据集上验证算法的可行性和有效性。结果表明,与一些代表性算法相比,IRLAsy-ν-TSVR算法继承了离线算法的泛化性能,能够获得稀疏解,更适合大规模数据集的在线学习。     

发酵过程的建模与优化方法研究

对于发酵这样一个复杂的非线性动态过程,由于在线传感器的缺乏,使得过程中的一些重要状态变量难以在线测量,从而给发酵过程的优化控制带来了极大困难。为此,提出了一种新型的动态网络—递归补偿模糊神经网络方法,实现对发酵过程的建模和状态估计,结果表明该网络能够较为准确地拟合过程的动态特性。进一步采用改进的蚁群算法来对发酵过程的控制变量进行优化,使发酵的产物产量得到提高。该方法应用于多粘菌素的发酵生产过程中,实现了状态变量的在线预估与控制变量的在线优化。     

晶体生长过程高精度温度控制系统设计

目前晶体生长装置通常采用PLC进行控制,但常规PLC的温度测量精度达不到要求的控制精度。采用PLC和高精度智能温度控制表结合,使生长槽温度精度达到±0.01℃。同时设计顺序降温控制,在规定的时间内,可进行阶段性的降温达到设定的温度。该系统已在实际生产中使用,满足了高品质晶体生长的要求。