基于SPA相似系数的故障识别方法

传统的主元分析（PCA）相似系数法没有充分利用数据的高阶统计量等有用的过程信息,导致故障识别效果较差。针对此问题,提出一种统计量模式分析（SPA）相似系数法。该方法首先使用SPA将原始数据转换到统计量空间中,然后在统计量空间中利用PCA获取主元方向,计算主元之间的相似性识别故障。在连续搅拌反应器（CSTR）过程上的仿真结果说明提出的SPA相似系数法比传统的PCA相似系数法能更有效地识别故障。     

基于混合核函数的OLS软测量建模方法研究

针对核建模方法中单一核函数不能准确描述数据的分布特性问题,提出一种基于混合核函数的正交最小二乘(OLS)算法并将其用于工业过程软测量建模。采用混合核函数代替基本OLS方法中的单一核函数,利用混合核函数兼具局部和全局核函数的性能,可以提高模型的泛化能力和非线性处理能力。核参数的选择对模型的影响较大,采用粒子群优化算法对核参数进行寻优。在工业聚丙烯熔融指数软测量模型中的应用结果表明,基于混合核函数OLS方法能够比PLS、基本OLS方法更准确地预测熔融指数的变化情况。     

基于自适应小生境的改进入侵性杂草优化算法

为提高入侵性杂草优化算法(IWO)的种群多样性,使算法在处理高维多峰问题时具有更好的全局收敛性。结合小生境思想提出一种小生境杂草优化算法(NIWO)。该算法根据种群内个体间的欧式距离对杂草种群进行分类,并采用自适应小生境数策略确定分类个数,对种群进行繁殖竞争等其他操作,从而增强种群的多样性,提高算法的全局寻优能力,保证算法的收敛精度。利用4个标准测试函数测试算法的寻优能力,仿真结果表明,无论对于低维还是高维多峰函数,NIWO算法的收敛精度和稳定性都优于标准IWO算法。     

基于正交最小二乘的傅立叶神经网络结构选取方法

针对傅立叶神经网络基频选取及隐含层神经元数目难以确定这一问题,提出一种基于正交最小二乘的傅立叶神经网络结构选择方法。该方法依据傅立叶神经网络激活函数是一系列不同函数的特点,给定一个较小的基频,把一系列关于基频整数倍的正余弦函数作为可供选择的激活函数集,然后由正交最小二乘算法选择对网络性能贡献显著的函数作为激活函数,并简化网络结构。以聚合反应器为对象的建模仿真研究表明,正交最小二乘算法可以更有效地确定傅立叶神经网络结构。     

一种引入动量项的小波神经网络软测量建模方法

针对小波神经网络存在收敛速度缓慢且容易陷入局部极小的问题,提出一种参数修正改进算法。首先,输出层神经元函数采用双曲正切函数代替传统的Sigmoid函数;其次,通过在权值调整式中增加动量项的方法选择学习步长,以提高网络学习效率。利用所提改进方法建立催化裂化主分馏塔轻柴油凝点软测量模型,结果表明,改进小波神经网络模型的预测精度和泛化能力优于BP神经网络和小波神经网络模型,对生产有重要的指导意义。     

基于全局正交配置的非线性预测控制算法

针对非线性预测控制(NMPC)在线优化计算量大这一关键问题,提出一种基于全局正交配置的非线性预测控制算法。该算法以高阶插值正交多项式为基函数同时配置优化时域内的状态变量和控制变量,将连续动态优化问题转化为非线性规划问题(NLP)求解。全局正交配置可以使用较少的配置点而获得较高的逼近精度,这样即使NMPC使用很长的优化时域,离散化后得到的NLP问题的规模也比较小,能够有效地降低在线优化计算量。最后,以连续聚合反应过程为例验证了算法的有效性。     

一种基于改进KICA的非高斯过程故障检测方法

针对基于核独立元分析(kernel independent component analysis,KICA)的故障检测方法只考虑非高斯信息提取而忽略局部近邻结构保持的问题,提出基于改进KICA的过程故障检测方法。将KICA法中只考虑非高斯信息提取的负熵最大化准则转换为熵最小化准则,结合局部保持投影的相似局部近邻结构准则,提出了同时考虑非高斯信息提取和局部近邻结构保持的目标函数,通过粒子群优化算法进行全局寻优,然后建立监控统计量对过程进行监控。在Tennessee Eastman过程上的仿真结果说明,与基于KICA的故障检测方法相比,所提方法能够在保持数据集局部近邻结构的同时,提取非高斯信息,能够有效缩短故障检测的延迟时间,提高故障检测率。     

基于KSFDA-SVDD的非线性过程故障检测方法

慢特征分析(SFA)是一种无监督的线性学习算法,没有考虑过程数据的类别信息和非线性特征。针对此问题,提出一种基于核慢特征判别分析(KSFDA)和支持向量数据描述(SVDD)的非线性过程故障检测方法KSFDA-SVDD。该方法首先利用核技巧将数据从原始空间映射到高维空间,然后通过最大化正常工况数据和故障模式数据之间伪时间序列的时间变化同时最小化正常工况数据内部伪时间序列的时间变化计算判别矩阵,最后利用SVDD描述采用判别矩阵降维后的正常工况数据的分布域,构建监控统计量检测过程故障。在连续搅拌反应器(CSTR)过程上的仿真结果表明所提出方法的故障检测性能优于传统的KPCA方法。     

连续重整—加氢裂化联合装置集散仿真培训器的研制

开发了ＰＣＷｉｎｄｏｗｓ任务和Ａｌｐｈａ服务器任务间的内存对内存直接数据通讯的技术，应用于石油化工过程ＤＣＳ仿真培训器，通讯速度大幅度提高，使一套仿真培训器能同时运行多套生产装置的动态模型；采用面向对象思想和开发手段，研制出商品化程度较高的通用Ｉ／Ａ′Ｓ集散系统仿真软件平台。编制了比真正的ＤＣＳ系统更开放、实用的组态工具软件和操作员界面软件；应用新机理分析方法建立生产装置的动态数学模型；实现了６００ｋｔ／ａ连续重整、１Ｍｔ／ａ加氢裂化联合装置压缩机组等多套炼油装置的同时培训要求。