基于Walsh变换的过程神经网络建模及应用

着重研究了基于离散数据的过程神经网络建模问题。考虑到来自现场的过程变量数据基本都是离散的采样数据,并且其中存在伪数据的情况,故先对离散采样数据进行预处理,然后采用离散Walsh变换法对数据进行转换,即将网络输入函数和权函数在Walsh基下映射为一组新的时变向量,将积分聚合运算简化为向量内积运算,实现离散采样数据对连续网络的直接输入。应用所建立的过程神经网络模型对发酵过程菌体浓度进行了预测,取得了较好的效果．     

实时专家系统技术

本文详细介绍了实时专家系统技术的定义、由来、研究方向、应用及其发展,有利于实时专家系统的理论研究及实际应用。     

中厚钢板加速冷却过程混合式优化控制模型的研究

针对中厚钢板加速冷却工艺过程,建立了基于集散控制系统的混合式优化控制模型,实现了整个过程闭环优化控制,以鞍钢厚板厂钢板加速冷却工艺过程为对象,开发了仿真与控制一体化软件包,进行了详细的仿真研究。     

线性离散时变系统的状态和输入混合估计: 一种对策方法

本文研究了线性离散时变系统的混合估计问题, 估计信号是状态和输入的线性组合. 设计目标要求满足一个最坏性能指标, 即从扰动到估计误差的能量增益小于一个给定值. 混合估计问题的最优解是二人零和微分对策的鞍点解. 基于微分对策方法, 混合估计问题有解的充要条件表达为 Riccati 微分方程的可解性. 在问题有解时, 给出了符合要求的估计器. 估计器的结构表达为一个增益矩阵和一个输出映射矩阵, 后者反映了未知输入与输出估计误差之间的内在联系. 最后, 通过数值例子证明了本文方法的有效性.     

采样数据系统传感器故障的H∞估计

本文研究了线性采样系统传感器故障的H_∞估计问题, 提出了该问题有解的充分条件, 并基于线性跳变系统的有界实引理, 给出了传感器故障估计器的参数化设计方法.     

云控制系统不确定性分析与控制器设计方法

云控制系统(Cloud control system, CCS)是云计算与物理系统的融合,由于云计算中资源是动态的,因此云计算的加入使得云控制系统具有很大的不确定性.本文给出一种典型的云控制系统结构,通过将不确定性划分为云端不确定性和网络端不确定性,有效简化了云控制系统不确定特性分析和建模.针对典型的时延不确定性问题,将云控制系统时延划分为云端时延和网络端时延,进行了MapReduce模型下多计算节点云端时延分析,同时进行了云控制结构下网络端时延分析,两者结合实现了云控制系统的前向通道和反馈通道的时延建模.基于所建立的云控制系统时延模型,应用极点配置方法设计了云控制器算法,包括观测器的设计和控制律的设计,从而保证了闭环系统的稳定性.对本文设计的云控制器算法进行了仿真验证,结果表明考虑时延特性的控制器设计明显提升了云控制系统的控制性能.     

网络控制系统的对象建模

网络控制系统(NCS)中的被控对象是包含工业控制对象和通讯网络的广义被控对象,其模型是时变不确定的,十分复杂。在考虑了单包传输、多包传输、数据包丢失、延时、随机干扰等情况下,用一种统一的形式,建立网络控制系统的模型。对广义被控对象进行分析和建模有利于网络控制系统控制器的分析和设计。在实际工程应用中在分析了NCS网络特性基础上。皆可按该方法对广义被控对象建模,然后再进行控制器设计。     

应用智能技术的电厂计算机集散控制系统

本文介绍了一个控制四台10万千瓦发电机组的电厂计算机集散控制系统，在下位机实现了发电机组各种控制功能的同时，上位机完成了对发电机组各种工况的监测。在此基础上，将智能技术应用于该系统，建立了机组故障诊断专家系统，在线对机组及相关设备进行故障诊断及报警。该系统是国内自行设计的第一套火力发电厂计算机集散控制系统，目前在东北电网的清河发电厂运行良好。