炼油企业蒸汽动力系统改造优化研究

针对当前形势下炼油企业蒸汽动力系统存在的巨大改造潜力,提出了蒸汽动力系统改造的优化方法;该方法首先通过运行优化方案分析和系统设备诊断找出系统存在问题,然后通过专家知识系统提出一系列解决的方案,建立系统改造方案的超结构和考虑柔性调节的优化改造混合整数线性规划(MILP)模型,求解模型并确定最优的改造方案;文章最后部分给出了详细的案例分析,结果表明应用本文提出的改造优化策略方法确定的最佳改造方案可以为案例背景炼油企业蒸汽动力系统节约大约6%的运行费用,投资回收期约0.38年;本文提出的优化改造方法为推动炼油企业蒸汽动力系统的节能降耗提供了定的理论指导和技术支持.     

差压变送器在实际应用中的故障诊断

正确分析判断、及时处理仪表故障,不但关系到生产的安全和稳定,而且也反映出自动化工作人员的工作能力。根据现场多年实际经验,本文剖析了差压变送器在实际应用中可能遇到的故障,旨在提高仪表维修人员分析问题、处理问题的能力。每个实例按照故障现象、故障处理两个方面进行论述,旨在缩短处理仪表故障时间,保证安全生产,提高设备运行时间。     

注塑机注射速度的零相位滤波迭代学习控制

针对注射速度控制,设计了一种基于零相位滤波迭代学习的前馈反馈控制方法．该控制算法中的前馈部分采用迭代学习控制,利用以往批次信息实现精确跟踪;反馈部分采用比例控制,用于克服当前批次扰动．为了消除学习算法应用时出现的坏学习瞬态,这里先推导出所提控制算法在频域下的收敛条件,再给出基于零相位滤波的单调递减学习瞬态.经实验验证,这种方法可以使学习控制具有单调递减的学习瞬态曲线,并能很好地满足实际的注射控制要求．     

基于动态口令认证的VPN研究与设计

本文基于动态口令认证,构建一个部署代价不高,既能够安全认证,又能够安全传输的VPN系统。在当前最流行的I-Psec框架基础上,进行了一定的简化和修改,实现了一个IPsec体系的、具有基本VPN功能的原型系统。     

基于信令降频码方法的信令寻径式光纤交换机的研究

信令寻径式高速光纤交换机需要使用大量"串/并"转换器件提取信令来实现对信道的控制,这使得交换机的底板面积十分庞大,无法检测BGA封装焊接质量;针对以上问题,提出了一种使用特殊的降频码对信令进行编码,成倍地降低信令的频率,采用普通的FPGA器件即可提取信令,取代了大量占线的"串/并"转换器件,减少了PCB面积和降低了成本;并在此基础上给出了高速光纤交换机的解决方案;目前,基于信令降频码方法的信令寻径式光纤交换机已经调试成功,性能稳定,运行状态良好。     

超高速水下航行器横滚控制研究

超高速水下航行器航行时由于被超空泡包裹着,使得其工况变得更为复杂,控制难度进一步加大;为了抑制或消除横滚,文章通过分析超高速水下航行器的运动特点,建立了航行器横滚运动模型方程,并进行特性分析和控制规律综合设计,最后提出使用配置控制面的方法来实现它的横滚控制;此方法的使用既为系统提供控制力又解决了系统弱阻尼的问题,同时还提高了系统的响应速度;最后运用PD算法,分析它的动态特性和幅频特性,仿真结果表明此方案简单,容易实现,且鲁棒性好,满足系统的要求。     

最小化调整时间策略在PCB组装生产中的应用

研究和分析了少量多样生产环境下的PCB组装生产效率优化问题,并针对该问题建立了基于最小化调整时间策略的数学模型;优化问题的目标是确定批量生产时不同类型PCB板的最佳组装顺序以最小化调整时间,可近似描述为一个非对称旅行商问题(ATSP);提出了基于最近邻算法和2-opt算法的混合启发式算法求解该问题:先采用最近邻算法快速产生初始解,再用2-opt算法对初始解进行改良,最终得到问题的近似最优解;仿真数据表明,该算法具有优化效果好、性能稳定的优点。     

基于太阳光照模型的最大功率点跟踪算法

根据实际单体光伏电池特性和电气参数,提出一种利用MATLAB中曲线拟合工具箱结合光照强度数据模拟光照强度变化的方法,该仿真模型能够准确地反映光照强度变化情况;文章主要对某地春季一天实际光照强度变化数据进行分析,建立了全天光强时间模型;并依据此模型绘制了短时间内光照发生突变时的功率时间曲线;同时分析并利用工程上四种常用的最大功率点跟踪方法对发生跳变时的曲线进行了matlab仿真跟踪试验,比较了在局部光照变化阶段和不同步长时各种跟踪方法的跟踪效果;仿真结果表明,在该光照模型下可以很好地实现各种方法的最大功率点跟踪但跟踪效果有所差异。     

超高速水下航行器航向控制研究

超高速水下航行器在水下航行时,表面大部分被超空泡所包覆,其运动特性发生显著变化,使得其工况变得更为复杂、控制难度加大;通过分析它的运动特点,建立了系统模型方程,并提出把空化器作为控制面,通过操纵其舵角改变量来控制航行器航向;最后运用PI极限舵控制算法进行仿真分析,结果表明此控制方法简单易实现,产生的偏差小,同时还提高了系统的响应速度,较好地满足了系统要求,分析结论可为超高速水下航行器控制系统设计提供参考。     

Neural-Network-Based Near-Optimal Control for a Class of Discrete-Time Affine Nonlinear Systems With Control Constraints

In this paper, the near-optimal control problem for a class of nonlinear discrete-time systems with control constraints is solved by iterative adaptive dynamic programming algorithm. First, a novel nonquadratic performance functional is introduced to overcome the control constraints, and then an iterative adaptive dynamic programming algorithm is developed to solve the optimal feedback control problem of the original constrained system with convergence analysis. In the present control scheme, there are three neural networks used as parametric structures for facilitating the implementation of the iterative algorithm. Two examples are given to demonstrate the convergence and feasibility of the proposed optimal control scheme.