基于分布函数矩的聚合物分子量分布预测控制

聚合物分子量分布（molecular weight distribution,MWD）是聚合产物重要的质量指标,由于无法在线测量,使得直接质量控制至今难以实现。在利用Legendre正交多项式组合神经网络建立聚合反应分子量分布灰箱模型的基础上,把MWD这个三维空间控制问题解构为以其矩向量为特征的二维时间域的控制问题,提出了通过控制分布的矩值实现分子量分布的预测控制方法。目标函数以矩值误差平方和为基础,考虑控制变量的约束条件,同时引入可测低阶矩的修正项,使得分子量分布的部分闭环反馈控制得以实现。该方法以实验室规模的苯乙烯聚合过程为对象进行了仿真建模与控制研究,获得良好的控制效果,证明了方法的有效性。     

分子量分布的广义状态反馈跟踪控制

针对化工过程中分子量分布的跟踪控制问题, 提出了一种简单的广义状态反馈控制方法, 实现给定分子量分布的跟踪. 该方法充分利用复合动态支持向量机模型, 实现分子量分布函数在时间域和空间域上的分离, 从而将分布函数的跟踪问题转化为动态权值向量的时间域跟踪问题, 并设计了状态反馈与积分器相结合的控制结构, 采用线性矩阵不等式技术对闭环系统稳定性和跟踪性能进行分析. 仿真结果表明该方法的可行性.     

聚合物分子量分布的多变量动态系统模型

为了解决聚合产品分子量分布控制的难题,将神经网络引入对其进行了无需任何系统内部先验知识的黑箱建模。所使用的神经网络是由B样条神经网络和非线性递归神经网络(DRNN)组合而成,并使用误差反传算法对网络进行训练和学习,从而建立了多变量动态系统的分子量分布模型。在模型建立中将控制变量与分布参数的函数关系利用非线性递归神经网络描述,分子量分布函数使用B样条神经网络表示,仿真研究结果证明该方法取得了预期的建模效果,具有一定的推广实用价值。     

5kW氢-空质子交换膜燃料电池堆的模型研究

采用机理模型和经验模型相结合的建模方法建立了一个5kw质子交换膜燃料电池堆实际装置的电化学模型。利用电池堆与单电池之间的内在关系,首先给出了单电池的数学描述,进而建立燃料电池堆的数学模型,其中包括热力学平衡电势、活化极化电势和欧姆极化电势等表达式,以及单电池内阻的经验公式。由于难以得到机理方程中的某些关键参数,因此采用实验设计,获得燃料电池堆的实验数据,运用线性回归的数学方法获得机理模型中活化极化电势方程中的相关参数,通过模拟研究和模型验证,所建立的模型可以较准确的描述燃料电池的极化曲线,预估出燃料电池的输出电压。     

基于灰箱模型的聚合反应分子量分布形状控制

利用离散正交多项式组合神经网络对聚合反应分子量分布(Molecular weight distri-bution,MWD)进行建模,由MWD矩向量线性表示网络权向量,从而实现了灰箱建模。首先,推导了作为网络基函数的正交多项式需满足的约束条件,扩展了基函数的选择范围,为建模方法提供了理论基础。然后,利用最优化方法推导了MWD控制序列,利用权向量可以由矩向量代替的性质,对控制系统性能指标函数进行了修正,实现了对分子量分布形状的控制,提高了算法鲁棒性。最后,通过实验室规模的苯乙烯聚合试验,证明了该方法的可行性。     

机械手视觉系统设计与实现

本文介绍了一种基于智能摄像机的智能机器人视觉系统。它采用Blob分析法可以求取任意形状目标物的中心坐标及其任一斜边与坐标轴之间的夹角．从而实现对微小或缓慢运动的目标物定位。系统硬件平台是内含TMS320C64XX系列DSP的智能摄像机。利用VC智能摄像机来完成场景图像的采集及量化任务,并利用其自带的嵌入式操作系统及开发平台编写了相应的目标定位程序。实验结果表明,该系统能满足实际项目中对目标姿态信息的需要,目标识别率达到100％,定位相对误差小于5％。本系统具有广泛的应用前景．通过修改应用程序可将该系统应用于不同的工业机器视觉检测领域．尤其是图像测量、表面检测．汽车制造业检测、产品包装和印刷业的质量检测、运动轨迹分析与跟踪等领域。     

状态变量部分不可测的间歇反应器的智能建模

提出一种智能化的神经网络建模方法,建立状态变量部分不可测的间歇反应器模型。针对间歇反应是一个非线性、非稳态过程,根据化学反应的非线性分离特性,采用结构逼近式神经网络构建模型的拓扑结构。利用反应的先验知识优化网络结构,赋予网络节点实际的物理意义,并完善网络训练过程,使建模过程灰箱化;通过假想教师-人工免疫训练算法,解决不可测变量影响常规网络训练的问题;通过并行优化假想教师和网络权值,提高建模精度。以实际橡胶硫化促进剂制备的间歇缩合反应过程为实验对象,详细论述了建模和网络训练的过程,证明了方法的有效性。     

管式聚合反应温度分布控制方法的研究

该文利用B样条神经网络建立了管式聚合反应温度分布函数的数学模型,为分布参数系统的建模提供了新方法。研究结果表明,神经网络的组合可以很好的解决分布函数这个高维数据集合的建模问题。该文以期望的温度分相与实测温度分布的误差集合为控制指标,通过最优化方法求解,得到了最优控制序列。以实验室聚合反应器为背景,对上述方法进行了仿真实验,并针对存在噪声和施加干扰的环境,提出了自适应的控制策略,获得了预期的研究结果。     

酯交换过程蒸馏塔数学模型

以工业化聚酯（ＰＥＴ）过程为对象,建立了酯交换过程蒸馏塔的数学模型,克服了以往模型计算中,小分子挥发量计算的缺陷,可望提高数学模型的精度,对实现聚酯过程的在线仿真。预测有一定帮助。蒸馏塔数学模型用拟合的汽液相平衡数据进行计算,其机理采用常规的蒸馏塔物料衡算方程。利用酯交换过程的设计数据和模型实验的数据结果验证了方法的可行性。     

利用温度分布控制管式聚合反应的分子量分布

阐述了如何利用管式反应器内的温度分布控制聚合反应的分子量分布(MWD)这样一个新课题。文章包括这个基本思想的可行性研究,即温度分布与终端产品的分子量分布的关系及可控性问题;系统的控制变量(进料流量和反应物比率)和输出变量(温度分布及分子量分布)之间的灵敏度分析;控制策略包括模式识别和专家系统的应用等,还介绍了基于这种思想的计算机仿真结果及分析讨论意见。