基于GSA-LSTM动态结构特征提取的间歇过程监测方法

间歇过程监测对于保证批次生产过程的稳定运行具有重要意义。传统过程监测方法难以提取间歇过程数据特有的非线性结构和动态时变特征。为此,提出了一种融合图采样聚合网络和长短期记忆网络(GSA-LSTM)的典型相关分析方法用于间歇过程在线监测。首先,利用K近邻方法将批次过程数据转化为图结构形式,利用图采样聚合网络(GraphSAGE)提取数据内部的结构特征,然后利用长短期记忆网络(LSTM)提取数据的非线性动态特征,通过权重系数将结构特征和动态特征融合得到更具有代表性的间歇过程数据特征。进一步地,利用典型相关分析方法对残差建立监测模型。最后将所提方法应用于数值例子和注塑过程监测,结果分析验证了所提方法的有效性。     

基于改进操作模式PID的砷盐除钴过程氧化还原电位控制

针对砷盐除钴过程的时变性、非线性和时滞导致氧化还原电位(ORP)稳定控制困难的问题,提出了一种基于改进操作模式的参数自整定的PID控制方法。为提高操作模式匹配的可靠性和快速性,提出一种考虑参数重要性的改进的模糊C-均值聚类算法对操作模式进行聚类;然后采用二步匹配法匹配出相似的操作模式。由于砷盐净化除钴工段系统参数会随时间发生变化,在操作模式重用时对不同时间的操作模式的解(PID参数)赋予不同的模糊加权值,增强了重用结果的可靠性。工业运行结果表明:本文提出的方法能有效降低ORP波动程度,应对复杂的工况变化。     

基于粒子群优化的磨矿分级过程多层数据协调

准确稳定的过程数据是选矿厂进行过程优化控制和决策管理的依据,今针对磨矿分级过程数据特点,建立了多层数据协调模型,包括总物料平衡层、粒度分布/品位层和不同粒度下的成分分析层(金属分布率层);针对模型维数较高的问题,引入粒子群优化(PSO)算法进行求解。根据不同的测量信息,可选择相应的层次进行协调,并采用从低层向高层逐层协调的方法,实现了部分非线性约束到线性约束的转化,提高了数据协调效率。将该多层模型和PSO算法用于某选矿厂磨矿分级过程实际生产数据的协调,结果表明协调后的数据更准确、更稳定,包含的信息更丰富完整。     

螺旋分级过程数学模型研究及应用

磨矿分级过程具有多变量、非线性等特点,基于多元回归理论的数学模型难以满足精度要求,迅速发展的神经网络技术可以建立高精度的变量间的非线性映射模型。在已有螺旋分级机基本模型的基础上,利用RBF神经网络建立螺旋分级机的数学模型,并用遗传算法对神经网络进行优化。用某选矿厂两段磨矿分级回路的实际生产数据进行了仿真实验,仿真结果表明,模型精度满足工艺要求。     

一种解决蕴含不确定性信息的氧化铝配料问题的智能优化方法

针对原料质量不稳定和成分检测大滞后带来的信息不确定性,提出了一种两级智能优化方法实现氧化铝配料过程中生料浆质量的优化控制.该方法通过引入中间优化同标,将优化问题分解为原料配比优化和料浆调配优化,逐步弱化不确定信息对生料浆质量的影响.配比优化基于入槽生料浆质量预测模型,设计了专家分级推理机制,实现多质量指标约束条件下的配比优化设定:调配优化将不确定的生料浆质量信息引入调配优化模型约束中,采用改进遗传算法求解最优渊配方案,配制高质量的生料浆.将提出的方法应用于国内某厂氧化铝配料过程,实现了生料浆质量指标的优化控制,简化了工艺流程,为存在信息不确定的长流程工业过程的优化控制提供了范例.     

一种对集建模与优化软件中表达式的解析方法

在通过稳态数据建模而得系统模型后,再采用优化算法获取最优控制参数,已成为目前复杂工业过程通用的体系结构,但目前这类软件都是针对某一具体过程开发的。为了实现通用性,目标函数和约束条件都必须由用户输入,如何解析用户在界面上输入的信息成为这一问题的瓶颈。通过采用自定义函数法和逗号运算法成功解决了该问题,在VC++60下开发了智能优化软件包OptSoftware,结合该软件包对其表达式解析作了详细介绍,并对其前景进行了展望。     

锌电解过程分时供电优化决策系统

针对电力部门提出的分时计价原则,以锌电解过程为研究对象,用生产过程数据建立了不同酸度下电流密度与电流效率间关系,由此建立了分时供电优化模型,并用一种变形的多变量递推最小二乘自适应策略不断修正优化模型,     

基于有限信息的铜吹炼动态过程智能集成建模

针对具有强动态变化特征但过程信息有限可知的铜转炉吹炼过程, 提出一种基于有限数据信息的吹炼动态过程智能集成建模方法. 依据冶金反应动力学原理, 建立了描述吹炼过程反应体系变化的非线性动力学模型; 引入动力学系数修正因子, 基于有限的数据信息和龙格–库塔公式, 构建了动力学系数修正因子的优化模型; 结合智能决策生成的典型样本集, 提出了基于微粒群算法和模式搜索法的混合智能算法确保有效获得最优修正因子, 最 终形成吹炼过程的动态模型. 用实际生产数据仿真实验, 模型预测的最大相对误差小于5%, 仿真结果验证了模型有效性.     

起动电机试验台工控系统设计

起动电机试验台自动完成赛车上起发两用电机的性能测试 ,利用先进的工控技术 ,从硬件选型、软件处理、抗干扰设计等方面采取了一系列措施 ,充分保证了试验台的检测精度和稳定性。实际运行结果证明了设计方法的有效性     

一种分步约简的炼油生产敏感变量选择方法

变量筛选是现代工业过程产品质量预测研究中的热点问题之一。过滤式变量选择方法因其计算速度快且不易造成过拟合得到了广泛应用,但其存在容易忽略变量相关性且不能准确反映工况信息的问题,在高维数据维度灾难问题日渐突出的当今不再适用。针对这一问题,提出一种分步约简的敏感变量选择方法。该方法在明确敏感变量和关键敏感变量的基础上,根据变量对工况的描述能力和辅助变量与主导变量的净相关性定义了敏感性指标,实现敏感变量的初选;接着,构建加权余弦马田系统以解决变量冗余性问题,实现敏感变量的精选。所提方法应用于加氢裂化产品质量预测,实际工业应用结果表明,该方法不仅可以提高模型的预测精度,而且可以有效地降低模型复杂性。