一种基于ELMAN神经网络的纸张横幅定量在线解耦方法

针对纸张横幅定量控制所存在的非方、高维强耦合特性,本研究提出了一种基于ELMAN神经网络的多变量解耦策略。具体思路如下：首先引入前置变换因子矩阵对系统进行降维化方,然后针对化方后的系统,将ELMAN神经网络和前馈解耦相结合设计解耦结构,并在此基础上引入参考模型,根据参考模型输出与系统输出之间的差值在线调整网络参数,对系统耦合进行实时补偿以实现系统的在线解耦。通过上述工作将非方高维控制问题转化为单回路群控制问题,大大降低了多输入多输出高维系统控制难度。仿真实验及现场实际应用证明了本研究所提方案的可行性和有效性,定量控制精度提升了42%,并将横幅定量偏差减小到1.88%。     

残碱和黑液波美度的在线软测量方法及实现

残碱和黑液波美度是评价纸浆洗涤质量的两个重要指标,但二者在线直接测量难度大,笔者基于集散控制系统采集的大量现场数据和用机理模型得到的模拟数据,建立了二者的稳态神经网络模型,通过最小二乘法进行在线校正,建立了一套新型残碱和黑液波美度的软测量方法。计算机仿真和现场数据比较结果证明了该软测量方法的有效性。     

纸浆间歇蒸煮过程的分数阶建模及内模控制

纸浆间歇蒸煮是在高温高压密封的蒸煮锅中进行，是一个复杂的黑箱过程.针对间歇蒸煮过程的非线性和系统参数不确定性问题，在机理建模的基础上，通过函数拟合及数值逼近对模型的非线性部分进行数学近似，建立了间歇蒸煮过程的分数阶模型.针对分数阶系统，采用内模控制原理设计分数阶PID控制器，以简化分数阶控制器的可调参数，并基于最大灵敏度及稳定裕度整定控制器参数，使系统在保证期望的动态性能条件下，获得较好的鲁棒性.仿真结果表明，间歇蒸煮过程的分数阶内模控制在超调、响应速度和鲁棒性方面优于整数阶控制.     

Controllable preparation of CeO2 nanostructure materials and their catalytic activity

Well-crystalline CeO2 nanostructures with the morphology of nanorods and nanocubes were synthesized by a template-free hydro-thermal method. X-ray diffraction (XRD), transmission electron microscopy (TEM), Brunauer-Emmett-Teller (BET) nitrogen adsorp-tion-desorption measurements were employed to characterize the synthesized materials. The reducibility and catalytic activity of nanostruc-tured CeO2 were examined by hydrogen temperature-programmed reduction (H2-TPR) and CO oxidation. The results showed that CeO2 nanorods could be converted into CeO2 nanocubes with the increasing of the reaction time and the hydrothermal temperature, CeO2 nanorods became longer gradually with the increasing of the concentrations of NaOH. H2-TPR characterization demonstrated that the intense low-temperature reduction peak in the CeO2 nanorods indicated the amount of hydrogen consumed is larger than CeO2 nanocubes. Meantime the CeO2 nanorods enhanced catalytic activity for CO oxidation, the total conversion temperature was 340 oC. The reasons were that CeO2 nanorods have much smaller crystalline sizes and higher surface areas than CeO2 nanocubes.     

基于分数阶PID的间歇蒸煮过程内模控制

由于间歇蒸煮过程存在数学模型难以确定、系统参数不能精确的问题,本文在机理分析的基础上,通过对模型中非线性部分进行阶次数值逼近及函数拟合,建立了带延迟环节的分数阶模型。对于间歇蒸煮过程的分数阶模型构建控制器,结合内模控制原理简化分数阶PID控制器的设计,利用最大灵敏度整定控制器参数,并以此获得强鲁棒性控制系统。仿真结果验证了所提出的分数阶内模控制方案的有效性,具有比整数阶内模控制方案更好的控制性能。     

神经网络分数阶PID控制器在纸浆浓度控制中的应用

分数阶PID控制器继承了常规PID控制器的优点,并且具有更高的控制精度和更强的鲁棒性。针对常规PID控制器在纸浆浓度控制过程中存在的问题,设计了一种基于神经网络的分数阶PID控制器。用分数阶PID控制器代替常规PID控制器,并通过神经网络调节分数阶PID控制器的5个控制参数,实现一种参数自整定的PID控制器。仿真实验结果表明,神经网络分数阶PID控制器比常规PID控制器的控制精度高,对纸浆浓度的控制更稳定;采用神经网络分数阶PID控制器控制纸浆浓度是切实可行的,具有很好的推广应用前景。     

纸张横幅定量控制中执行器对位辨识方法的研究

针对纸张横幅（CD）定量过程中测量点与稀释水阀执行器之间的对位问题,本研究基于冲击实验进行CD定量过程建模与识别,辨识执行器的响应中心、推算响应宽度,确立执行器与正下方测量点之间的映射表;基于物理映射数据的聚类分析识别对位模型。通过随机检验测试,验证对位关系并实现偏移补偿纠正。该方法能有效解决纸张横幅定量控制中执行器对位问题,确保定量横向控制系统的有效发挥,为工程应用提供参考。     

基于H∞理论的信息熵PSO算法整定大时滞PID参数

目的针对粒子群算法(PSO)整定大时滞PID控制器参数过程中搜索范围较大,搜索能力较差,甚至出现不收敛的问题,提出一种基于H_∞理论的小范围搜索且带有目标性初始化粒子群的改进PSO算法(HOI-PSO)。方法利用H_∞理论确定PSO算法的初始搜索范围,融合信息熵对初始化粒子群进行评估、调整,从而获得分散性较高的初始种群。结果 Matlab仿真实验表明,HOI-PSO算法能够提高PSO算法的收敛速度,具有同大范围相似甚至更好的全局寻优能力;对于大时滞过程控制,闭环系统的控制性能得到很大改善。结论 HOI-PSO算法应用于长网造纸机定量回路的控制结果表明,采用信息熵PSO算法整定出的PID控制器参数对大时滞过程具有良好的控制效果,在实际生产中也具有一定的理论指导意义。     

水力挤出技术在中厚低透气性突出煤层中的应用

在中厚低透气性突出煤层巷道掘进过程中,为了解决煤与瓦斯突出预测指标经常超限,掘进速度缓慢等问题,提出了水力挤出措施和巷帮钻场边抽边掘相结合的综合防突技术.阐述了水力挤出措施的工艺流程和巷帮钻场的布置参数.研究表明:在中厚低透气性突出煤层中采用水力挤出措施和巷帮钻场边抽边掘相结合的防突措施,可有效消除激发突出应力和煤体结构的不均匀性,提高煤体强度和煤层透气性,使巷帮钻孔瓦斯抽放量大幅度提高,增大了煤体抑制突出的阻力,能有效地预防和消除在掘进过程中煤与瓦斯突出的危险性,且能使巷道掘进速度提高1～2倍.     

基于分数阶PID的纸张定量双自由度Smith预估控制

目的研究纸张定量控制回路中的大时滞控制策略,减小纸张定量偏差。方法在传统Smith预估器的基础上,结合分数阶PID算法,设计由常规PID控制器和分数阶PID控制器组成的双自由度Smith预估控制系统,完成设定值跟踪和负载扰动的独立控制。设定值跟踪采用传统Smith预估控制器,负载扰动采用具有抗干扰和强鲁棒性的分数阶PID控制器。将控制算法应用到纸张定量中,并与传统控制算法相比较。结果相对于传统Smith控制,基于分数阶PID的双自由度Smith预估控制的设定值跟踪及抗扰性能更优,在纸张定量控制过程中,将定量偏差减少到±1.6 g/m~2。结论基于分数阶PID的双自由度Smith预估器可有效控制时滞,模型失配时具有较好的鲁棒性,可有效提高定量回路的控制精度。