基于遗传算法的分数阶控制器参数整定研究

针对动态系统可用包含非整数阶的积分和微分方程来描述的特点。同样将这一工具引入到分数阶控制器中,即包含分数阶积分和微分的PI^λD^β控制器;提出了基于改进遗传算法的分数阶PI^λD^β控制器定阶次参数整定的方法。通过使用该遗传算法,分别进行了采用整数阶PID控制器和分数阶PI^λD^β控制器,对整数阶和分数阶系统的控制器参数整定的对比仿真。结果表明,在限定相同的参数整定范围时,采用分数阶PI^λD^β控制器的控制效果优于整数阶PID控制器。     

一类缩聚反应过程的分子量分布模型

以一个工业化聚酯生产过程为例,将反应度法和生成函作为工具,建立了描述此类缩聚反应过程的反应动力不冢其分子量分布的数学模型,并介绍了求解数学模型的方法。     

基于asNMPC方法的非线性网络化实时反馈控制

在网络化控制系统中,网络的介入带来了一些不利于系统控制的问题,如数据传输中普遍存在的随机时变延时,数据丢失和数据时序颠倒等。在预测控制思想的基础上,针对前馈通道和反馈通道同时存在网络传输环节的情况,采用asNMPC(advanced-step nonlinear model predictive control)方法实现了对于非线性网络化控制系统中上述问题的补偿控制。模型失配情况下与DMC(dynamic matrix control)进行比较,仿真结果表明了asNMPC方法对于非线性网络化控制系统的有效性。     

聚酯工业分子量分布的计算机控制

基于模型预估、模式识别与在线专家系统,在涤纶工业首次实现了聚酯过程分子量分布的计算机控制,取得了明显的技术经济效果。     

基于间歇反映器的迭代学习控制

根据间歇反应的特性,提出改进型的PID迭代学习算法。用这种方法实现的PID控制器结果简单,作用于系统中可以得到较强的鲁棒性和较好的动态特性。通过仿真结果可以看出这种方法具有很好的可行性和实用性。     

聚合反应周期进料对分子量分布可控性分析

对聚合产品的分子量分布实现在线控制是保证高分子产品质量的重要任务。以实验室规模的乙烯基丁基醚管式阳离子聚合反应为研究对象,验证了单体、引发剂周期进料对分子量分布有加宽效应,并从混合平均分布的角度研究了周期进料对分子量分布的影响,从而分析了实现分子量分布控制的可行性。     

Modeling and optimum operating conditions for FCCU using artificial neural network

A self-organizing radial basis function(RBF) neural network(SODM-RBFNN) was presented for predicting the production yields and operating optimization. Gradient descent algorithm was used to optimize the widths of RBF neural network with the initial parameters obtained by k-means learning method. During the iteration procedure of the algorithm, the centers of the neural network were optimized by using the gradient method with these optimized width values. The computational efficiency was maintained by using the multi-threading technique. SODM-RBFNN consists of two RBF neural network models: one is a running model used to predict the product yields of fluid catalytic cracking unit(FCCU) and optimize its operating parameters; the other is a learning model applied to construct or correct a RBF neural network. The running model can be updated by the learning model according to an accuracy criterion. The simulation results of a five-lump kinetic model exhibit its accuracy and generalization capabilities, and practical application in FCCU illustrates its effectiveness.     

碳纤维微机控制系统

本文叙述了碳纤维微型机控制系统的一般构成,并着重介绍了在本系统中使用的多功能多通路的可控硅过零数字触发电路;通用的热电偶信号线性化程序及利用中断在线修改参数及键盘命令等实时操作功能。     

利用输出反馈方法实现聚合物分子量分布的控制

利用正交多项式组合神经网络对聚合反应分子量分布(MWD)进行建模,MWD被解构为若干矩值组成的矩向量函数,由此二元MWD控制问题可被转换为一元分布矩控制问题。以矩向量为直接被控对象,通过对矩的控制实现MWD的跟踪。为便于求解这类非仿射非线性多变量系统的控制策略,提出了改进型非线性自回归正交多项式网络结构,建立模型输出与U(k)之间的线性映射关系;针对高维被控矩向量,证明了矩向量中独立变量与分布函数参变量间的数量对等关系,给出了矩向量降维准则,将高维输出控制转化为低维问题。基于改进的神经网络模型,利用输出反馈方法对MWD矩向量进行控制,实现了对MWD的形状跟踪,仿真实验证明了方法的有效性。所提出的方法为非线性多变量系统的建模控制问题提供了新思路。     

基于核Fisher包络分析的间歇过程故障诊断

随着间歇过程越来越受重视,其过程监控和故障诊断技术也成为研究热点。以核Fisher判别分析为基础,提出了基于核Fisher的正常工况与故障包络面模型,给出了基于该模型的在线故障诊断流程。此方法利用了Fisher判别分析对类别的划分特点,分别针对正常工况数据和各故障类型数据建立包络曲面模型。与多向Fisher判别分析相比,该方法按批次方向将数据展开,能够解决生产周期不一致问题,在线故障诊断时也不需要预报完整的生产轨迹,并且加入核函数来处理复杂的非线性。最后在青霉素发酵过程的仿真平台上对该方法进行测试,与改进多向Fisher判别分析方法进行对比,该方法获得了满意的诊断效果：能够及早诊断出故障的发生,并在有效识别已有故障的同时还具有对新故障的自学习能力。