基于变异算子与模拟退火混合的人工鱼群优化算法

人工鱼群算法(AFSA)是一种新型的群智能随机全局优化技术.本文在分析AFSA存在不足的基础上,提出了基于变异算子与模拟退火混合的人工鱼群优化算法.该算法保持了AFSA算法简单、易实现的特点,克服了人工鱼漫无目的随机游动或在非全局极值点的大量聚集,显著提高了算法的运行效率和求解质量.通过函数和实例测试验证,表明了该算法是可行和有效的.     

炼厂气膜分离氢回收装置的控制

介绍了膜分离技术在炼厂气氢回收中应用的工艺流程及控制要求,设计了基于DCS/FSC的控制系统.膜分离装置采用了TBM中低压膜,并首次使用了两段分离设计,公称处理量达11 000 m3/h,操作弹性为30%～130%,设计年开工时间为8 400 h,可产氢气6 798 m3/h,其中氢气体积分数大于91%,氢气回收率大于85%.膜分离装置的基本控制回路主要包括水冷器出口温度、旋风分离器液位、原料气人膜压力及一段、二段渗透气压力、操作温度等.通过在镇海炼油化工股份有限公司的应用证明,该工艺流程设计合理,控制系统安全可靠,整套系统取得了较高的经济效益.     

生化系统稳态优化的一种新算法

针对一类生化系统的稳态优化问题, 在已有间接优化方法(IOM)的线性优化问题中引入一个反映S–系统解和原模型解一致性的等式约束, 应用Lagrangian乘子法将修正后的非线性优化问题转化为一个等价的线性优化问题, 提出了一种改进的稳态优化新算法. 该优化算法不仅可以收敛到正确的系统最优解, 而且可用现有的线性规划算法去计算. 最后将算法应用于几个生化系统的稳态优化中, 结果表明, 本文提出的优化算法是有效的.     

盾构掘进土压控制模型的建立及仿真

为建立以密封舱压力平衡为目标的土压控制模型,提出了采用机理分析与LS-SVM技术相结合的方法。首先对盾构掘进过程进行机理分析,根据掘进过程的连续性方程、力学平衡方程等,建立了密封舱土压控制模型;由于盾构总推力、推进速度、螺旋输送机转速等施工参数对密封舱土压的影响程度不同,在模型中引入了权重系数γ。然后基于LS-SVM技术建立了误差模型并求取参数γ的最优值。最后通过仿真验证了模型的有效性。     

盾构机机械类故障诊断研究进展综述

盾构机在运行过程中不可避免地会发生故障,这些故障中以机械类故障较为常见,对盾构机进行状态监测与故障诊断是保证其掘进作业安全、高效的重要手段。详细论述了盾构机刀具磨损、轴承、液压等常见机械类故障及相应的诊断方法,分析了各类故障诊断存在的问题并提出了相应的解决方案。最后对盾构机机械类故障诊断技术进行了建议与展望,并指出在故障诊断系统生态技术框架下,实现盾构机机械类故障诊断的信息化和智能化将会是盾构机未来的发展目标。     

基于生产目标的铝粉氮气雾化过程优化控制

铝液液位和温度、雾化氮气压力和温度以及环境氮气压力和温度之间,具有复杂的非线性、大滞后、强耦合和严重不确定性的特点,很难用机理建模方式获得它们的确定模型。针对这一问题,以优化铝粉粒度分布为生产目标,提出了基于RBF神经网络建立铝粉氮气雾化生产过程模型,采用改进的遗传算法对雾化过程各控制量的设定值进行优化,根据工况条件的变化动态地设定各个控制环节的设定值使铝粉氮气雾化效果达到最佳,从而提高微细铝粉收率的优化控制方法。优化前和优化后的铝粉粒度分布对比结果表明,采用该方法能显著地改善氮气雾化效果,有效提高微细铝粉收率。     

异步电动机的自抗扰控制器及其参数整定

针对异步电动机的控制问题设计一种自抗扰控制器，并给出了该控制器的参数整定方案。仿真实验表明，该方案可以快速有效地得到自抗扰控制器的有效参数，使闭环系统具有快速稳定的跟踪性能。所提出的参数整定方案对自抗扰控制器的使用和推广具有参考价值。     

一种基于锁相环原理的参考模型自适应感应电机转速估计方法

针对超低速及零定子频率运行条件下感应电动机转速的不可观测性导致基于电机模型的传统速度估计方案无法实现速度估计,引入了高频信号注入法来获得转子磁链矢量位置角并得到转子磁链的参考模型,并以转子磁链的电流模型作为调节模型,在此基础上,提出了基于锁相环原理的参考模型自适应速度估计方案．仿真结果进一步验证了该方案的有效性．     

新型线性先行GA算法在油品调和中的应用

油品调和是生产成品油的关键环节,调和配方决定了利润的最终大小。配方优化模型中物料平衡约束、产品产量约束属于线性约束,但质量指标约束中存在的非线性约束,使整个求解问题成为非线性约束求解问题。针对炼油厂油品调和复杂非线性约束配方优化问题,提出了一种新的线性先行GA算法。通过将线性约束与非线性约束拆分开,先求解凸多面体的全部顶点和极方向,解出满足线性约束的所有可行解所在的可行区域,进而用GA算法在此可行域内,通过优化凸组合的系数,从而达到搜索整个线性解区间的目的,完成非线性优化模型的求解。仿真结果表明,新算法大大缩小了GA算法的搜索空间和需要处理的约束,能快速的获得理想的调和配方,使利润最大并保证对质量卡边的要求。     

一种可自适应调节参数的改进遗传算法

针对遗传算法在复杂问题应用中收敛速度十分缓慢的不足，本文引入收敛性因子和进程因子对种群进化的交叉概率和变异概率进行自适应调节，提出了可自适应调节参数的改进遗传算法．该算法很好地增强了遗传算法的全局搜索能力，提高了收敛速度．通过比较几个优化实例，验证了本文算法的有效性．