组态技术在虚拟实验室中的应用

结合组态技术、可编程控制逻辑控制技术,结合自动化实验室建设,提出利用组态软件组建虚拟实验室的全新概念,实现了自动化专业教学改革和实验室改造。通过一个实际项目——十字路口交通灯的实验室对象——进行软件对象组态、采样数据点的数据库组态以及上位机和下位机的通讯连接,构筑一个开放的对象平台,实现学生无对象依赖的可编程逻辑控制设计,解决自动化专业的实验教学、课程设计以及毕业设计等环节。还简单的给出一个十字路口交通灯的实际范例,对比虚拟实验室和实际实验室的区别,显示虚拟实验室的优势。     

基于自适应递阶遗传算法的神经网络优化策略

基于递阶结构的遗传算法可以同时对多层前向神经网络进行结构优化和权重求解。与基本的遗传算法相比，这种算法不仅在权重训练方面更加快速稳定，而且能在学习过程中确定网络的拓扑结构，具有较高的学习效率，而在遗传过程中采用自适应的交叉和变异概率能有效加快遗传速度和避免早熟现象的出现。     

遗传算法在丁二酸发酵动力学模型中的应用

丁二酸是一种重要的化工原料,应用领域广泛。现阶段有关丁二酸发酵的研究重点集中在菌种选育和发酵工艺改良,而丁二酸发酵过程的模型化研究可以为工艺放大提供必要的基础数据。在对文献中已有的丁二酸发酵过程动力学模型做进一步探讨的基础上,对模型的结构做适当调整,并将遗传算法应用于该动力学模型的参数优化。结果表明,遗传算法能进一步提高模型计算值与丁二酸发酵实验测量值的吻合程度,可以有效地解决发酵动力学模型这类复杂的非线性函数的参数优化问题,优于单纯形法。遗传算法进行参数优化得到的动力学模型能较好地模拟丁二酸发酵过程。     

关联氧化还原电位的丁二酸发酵过程动力学模型

氧化还原电位的调控对丁二酸发酵过程影响较大,而现有的丁二酸发酵过程动力学模型均未包含此重要参量。本研究首先进行五种氧化还原电位水平下的模型参数寻优,比较了Nelder-Mead算法与自适应遗传算法,采用后者进行参数优化。分析了氧化还原电位与动力学模型参数之间的函数关系,得到关联氧化还原电位的动力学模型。采用另外两种氧化还原电位水平下的实验数据进行模型验证,结果表明该模型具有较好的可靠性。     

“集散控制系统”课程教学改革与实践

“集散控制系统”课程是过程控制类自动化专业核心课程之一。随着自动化技术和信息技术的高速发展,集散控制系统也经历了飞速的发展。作者结合多年来的教学实践,从教学内容、实验建设、教学方法和手段等几方面进行了探索和实践,提出了若干改进措施,这些措施在提高学生学习兴趣,培养学生的应用能力和创新精神等方面取得了良好效果。     

基于DeltaV的故障诊断系统在丁二烯装置中的应用

针对应用于丁二烯生产装置的DeltaV自带的报警系统存在的问题,应用专家知识提取出了32个重要监测点.并针对这些监测点用VB编程设计了一个运行在上位机的基于DeltaV的故障诊断系统,实现了实时故障诊断,并能在操作员站上实现实时报警.该系统具有良好的可扩充性.     

微机局域网存取Deltav DCS实时数据的低成本实现方法

随着计算机技术与控制技术的不断发展 ,分布式控制系统 (DCS)越来越多地被应用于过程控制工业领域。介绍了在没有 OPC Sever模块的情况下 ,微机局域网 (PC L AN)上存取 Fisher- Rosemount公司的 Deltav DCS实时数据的实现方法。重点讨论了通讯系统结构与实施方法、Visual C++6 .0下的程序编制方法与技巧。实践表明 ,该方法数据传输可靠 ,而且具有实现成本低的特点     

带有未知参数的惯性轮摆系统的自适应控制

针对带有未知参数的惯性轮摆系统,提出了一种自适应控制律设计方法。首先利用坐标变换将惯性轮摆系统的动力学模型转化为级联系统的形式。然后,针对系统参数未知的问题,在已有的惯性轮摆系统反馈控制律的基础上,利用控制器迭代设计思想,设计了惯性轮摆系统的自适应控制律,并利用李雅普诺夫稳定性理论证明了所得自适应控制律可以使得带有未知参数的惯性轮摆系统保持在摆杆垂直向上的平衡状态。最后以一个实际的惯性轮摆系统为例,采用该系统的物理参数进行仿真,分析了不同自适应参数下惯性轮摆系统各状态的收敛速度及摆起和稳定时间。仿真结果验证了所设计自适应控制器能够使惯性轮摆系统从垂直向下的平衡位置摆起并稳定在垂直向上的平衡位置。     

基于非支配排序遗传算法的乙苯脱氢工艺条件优化

为提高现有乙苯脱氢制苯乙烯生产装置的生产率和节能水平,优化技术是一种有效的技术手段。基于改进的非支配排序遗传算法(NSGA-Ⅱ)研究了乙苯脱氢工艺条件的优化问题。把乙苯脱氢反应过程的转化率、选择性作为优化目标,动力学模型以及实际生产状况作为约束条件,构造乙苯脱氢过程的多目标优化问题。基于NSGA-Ⅱ算法求解得到的优化问题的Pareto最优集,分析了各个操作条件对乙苯脱氢生产过程转化率和选择性的影响,最后利用模糊综合评价法,为合理决策提供了有效的依据。结果表明NSGA-Ⅱ具有良好的全局优化性能,运用该算法可在不同的操作约束条件下,求解得到相应的满意解。     

基于改进自适应遗传算法的动力学模型优化

研究丁二酸是现代工业生物技术中一种重要的生物基产品。生物发酵法生产丁二酸具有高效率、环保性和原料的可持续利用性而受到众多科学家的推崇。建立相对完善的丁二酸发酵动力学模型,既可以帮助研究人员适当减少繁琐的实验工作,又有助于实现对发酵过程培养条件的优化与控制,辅助提高工艺水平。通过对遗传算法的进一步研究,改进了交叉与变异遗传算子,并引入精英保留策略,提出了改进的自适应遗传算法。结果表明,用改进自适应遗传算法优化丁二酸发酵动力学模型参数,在有效解决标准遗传算法收敛速度慢及局部搜索能力不强等问题的同时,能够获得相对完善的丁二酸发酵动力学模型。