催化重整装置的动态模型和仿真

根据物料平衡、能量平衡和化学反应动力学原理，开发了催化重整装置的非线性动态数学模型，用二维拉氏变换及正交配制方法把分布参数模型转化为集中参数模型求解。仿真结果表明，模型的稳态结果与动态变化范围逼近实际装置。该模型可应用于炼油厂铂重整装置的开工、停工、正常操作及各种事故处理的动态模拟和仿真培训。     

调节阀的低S值运行与节能

调节阀是化工自动控制系统的一个极为重要的装置,同时也是自动控制系统中一个主要的耗能单元。本文论证了对调节阀采用低S值运行以降低调节阀能耗的可能性;介绍了低S值运行的调节阀流量特性畸变规律;论述了调节阀的选择原则及低S值运行的试验结果。     

一种改进的Smith预估控制系统

提出一种改进的Smith预估器 ,在常规Smith预估器的基础上增加了两个控制器 ,内环控制器用来稳定积分和不稳定过程 ,反馈控制器对干扰进行抑制 ,并把主控制器设为设定值加权PI控制器。仿真结果表明 ,该方案不仅可行 ,而且在模型失配的条件下 ,控制品质比常规的Smith预估控制有很大的改善。     

基于SKICA的非线性过程缓变故障检测方法研究

针对非线性工业过程缓变型故障的检测问题,提出一种基于累积和核独立元分析(SKICA)的故障检测方法.通过核函数技术将观测数据从非线性空间映射到线性空间,然后对线性空间的数据应用独立元分析算法,提取观测数据中的非线性独立元.为了更好的检测过程中微小变化和缓变故障,进一步应用累积和控制图(CUSUM)的思想.建立累积和非线性独立元并以此构造统计量监控过程变化.在连续搅拌反应器(CSTR)上的仿真结果表明,SKICA方法能够比ICA方法更快的检测出非线性过程中的缓变型故障.     

改进搜索策略的人工蜂群算法

针对人工蜂群(ABC)算法存在收敛速度慢、收敛精度低的问题,给出一种改进的人工蜂群算法用于数值函数优化问题。在ABC的邻域搜索公式中利用目标函数自适应调整步长,并根据迭代次数非线性减小侦查蜂的搜索范围。改进ABC算法提高了ABC算法的局部搜索能力,能够有效避免早熟收敛。基于6个标准测试函数的仿真实验表明,改进ABC算法的寻优能力有较大提高,对于多个高维多模态函数该算法可取得理论全局最优解。与对比算法相比,该算法具有更高的收敛精度,并且收敛速度更快。     

基于集成学习的多产品化工过程软测量建模方法

化工过程通常具有非线性、时变以及多产品等特性。针对上述特点,在集成学习框架下建立自适应软测量模型。首先,面向具有多个产品的化工对象,借助k近邻法,以统计假设检验理论为依据,提出一种自适应局部化方法,获得多样性程度高的局部模型集合。然后,根据未知样本量化局部模型的泛化能力,通过选择性集成方法获得主导变量的估计值。此外,为了对主导变量估计值的精度进行评估,基于局部模型泛化误差,给出一种通用性高的模型性能评价方法。在仿真的盘尼西林生产过程上的运行结果验证了所提方法的有效性。     

基于峭度最大化的地震盲反褶积方法

从地震褶积与反褶积过程的等效总系统出发,使脉冲响应满足单位脉冲序列形式,导出方差约束下反褶积输出的峭度最大化准则,作为地震盲反褶积的目标函数;针对目标函数关于反褶积算子的优化问题,采用粒子群算法进行全局寻优操作,实现地震信号的反褶积。数值模拟和实际资料处理结果表明,该方法不但适用于最小相位子波的反褶积,而且适用于混合相位子波的反褶积。与梯度法优化峭度准则的反褶积结果相比,能够更好地从地震记录中估计反射系数,拓宽地震资料的频谱,提高地震资料的分辨率。     

基于改进PSO-ICA的地震信号去噪方法

为了改善常规固定步长独立分量分析(ICA)算法的叠前地震信号去噪效果,本文提出一种基于混沌粒子群优化(PSO)的改进ICA算法。该算法利用混沌PSO动态调整相对梯度ICA的步长函数,减小ICA算法的稳态误差。在混沌PSO优化过程中,采用一种基于反正切函数的非线性递减惯性权重,提高PSO迭代初期的全局搜索能力和迭代后期的局部搜索能力。模型试算和实际单炮记录处理结果表明:本文提出的改进ICA算法去噪效果明显,有效信号损失小。与其他算法相比,改进ICA算法不仅能很好地保护有效地震信号,而且能提高信噪比。