非理想多元物系精馏塔动态数学模型

本文给出了一种新的精馏塔动态仿真模型,该模型除了气相上升量的计算是利用焓平衡关系导出的线性代数方程组进行外,其余变量均通过微分方程计算.这就可以避免以往的模型由于解非线性代数方程组不收敛而带来整个计算失败的问题.文中将一种计算病态常微分方程的积分方法——小参数法在IBM-PC/XT微机上算出一个有70层塔板、6个组分的脱乙烷塔模型(600多维的微分方程).小参数法的最大优点是无需矩阵求逆且不必计算雅可比矩阵.     

多变量预测控制在乙醛精制装置中的应用

提出了一种乙醛精制装置的多变量预测控制策略。该策略应用自主开发的多变量预测控制软件将该装置两个精馏塔统一考虑实施多变量预测控制,减小了成品塔温度的波动,稳定了最终乙醛产品的质量,并使得其运行于最优的稳态工作点上。     

工业流化床反应器结块监视的动态PCA方法

Dynamic principal component analysis (DPCA) is an extension of conventional principal component analysis (PCA) for dealing with multivariate dynamic data serially correlated in time. Based on the fact that the measured variables in relation to chunk monitoring of the industrial fluidized-bed reactor are highly cross-correlated and auto-correlated, this paper presents a practical strategy for chunk monitoring by adopting DPCA in order to overcome the shortcomings of the conventional method. After introducing the basic principle of DPCA, both how to determine the time lagged length of data matrix and how to calculate the nonparametric control limits when the dynamic data are not subject to the assumption of independently identically distribution (IID) were discussed. An appropriate DPCA model based on the real data from a industrial fluidized-bed reactor was built, with parallel analysis and empirical reference distribution (ERD) method to select time lagged length and control limits, respectively. During data pretreatment, data smoothing was used to reduce noise and the serial correlations to some degree. The simulation test results showed the effectiveness of the DPCA based method.     

参数未知非线性系统的神经网络自适应控制

提出了一种以神经网络为模型的新型间接自适应控制算法,该控制算法不仅能解决一类含未知参数的离散非线性系统的跟踪控制问题,而且降低了通常该类自适应控制算法的神经网络模型的构造的复杂性,神经网络参数收敛性和闭环控制系统跟踪误差的ＵＵＢ（ｕｎｉｆｏｒｍｌｙ Ｕｌｔｉｍａｔｅｌｙ Ｂｏｕｎｄｅｄ）也能得到保证。     

集散网络结构的PLC控制系统在生活饮用水深度处理中的应用

根据饮用水处理过程的特点和对控制的要求,设计并实现了基于PLC网络结构的二级集散控制系统,对该系统的特点作了介绍.     

大规模过程系统优化的稀疏SQP算法

提出了一种适用于大规模过程系统在线优化命题的稀疏全空间 SQP算法。该算法利用解析导数构造Hessian矩阵 ,保持了系统的稀疏结构 ,并为寻优过程提供了精确的曲率信息。与传统 SQP算法相比 ,该算法的计算效率有了明显提高。对开放式方程精馏塔模型的实例计算表明 ,该算法在求解大规模过程系统优化命题时是可行和有效的。     

基于多目标分层的预测控制定态优化技术

多目标分层优化要求是从复杂工业过程的现场实际应用背景出发而提出的.详细阐述了复杂工业过程的多目标分层优化要求的含义,在预测控制两级分层结构的基础上提出了基于二次规划的定态优化有效求解方法.通过Shell控制问题等仿真结果,说明所提出的定态优化技术具有良好的控制性能,能够适应生产过程的需要.     

动态矩阵控制在浆料浓度控制系统中的应用

针对PTA生产中浆料配制过程这一有纯滞后、大时间常数的非线性系统，进行系统的动态机理分析，与工作点附近的线性化，在此基础上设计DMC-PID串级加前馈控制方案。目前该系统在扬子石化化工厂PTA装置上已成功投运。     

工业自动化发展的必由之路——商品化软件的开发研究

分析了工业自动化的发展，介绍了工厂综合自动化的总体结构并由此归纳出综合自动化中的一些关键技术，指出加快工程软件的商品化的重要性。     

非平稳随机系统两步最小二乘算法研究

本文针对输入端具有慢时变干扰的非平稳动态系统，通过理论推导，提出了一种新型的两步最小二乘算法（ＴＳ－ＬＳ），并说明ＴＳ－ＬＳ是增广矩阵方法的一个特例，仿真结果表明了增广矩阵方法的可行性。