一种基于梯度信息的多目标优化算法

传统的多目标进化算法多是基于Pareto最优概念的类随机搜索算法,求解速度较慢,特别是针对动态多目标优化问题。就此提出了一种新的基于梯度信息的多目标寻优算法（hybrid optimization algorithm based on single and multi-objective gradient information,HSMGOA）,该算法首先利用种群中每个个体对各目标的负梯度方向,以有效保证种群个体能沿单个目标函数值减小的方向加快搜索;同时为避免由于多目标问题之间的冲突性而导致其他目标函数的显著增大,将多个目标的梯度信息方向整合为一个方向进行协同搜索;并且还提出了一种新的选择置点法,以加快算法初始寻优速度并提供优良的初始种群。通过对ZDT系列测试函数的仿真可以看出,HSMGOA在较少的运行次数下,其性能远远优于NSGA2算法。最后将HSMGOA与NSGA2混合以解决补料分批生化反应过程的动态多目标优化问题,并将取得的Pareto最优解集与NSGA2、MOPSO比较可知,该混合算法在解决该化工问题时表现出了更好的性能。     

一种基于聚类方法的多阶段间歇过程监控方法

针对阶段不等长的多阶段间歇过程,提出了一种基于k-均值聚类方法的阶段分段策略,可以将不等长的阶段准确分类。首先,将间歇过程的三维训练数据按变量方向展开成二维矩阵,再通过k-均值聚类的方法按照相关性将数据聚成多类并运用主元分析（PCA）方法分别对每一类建立模型。在线监控时,通过计算样本与模型之间的相似系数以选择最合适的模型进行在线监控。此方法可以将不同批次在同一采样时刻的过程数据按照相关性分到多个阶段,更符合生产过程中常见的过程数据阶段不等长的情况。最后利用青霉素仿真验证了该方法的有效性。     

工业醋酸脱水过程五元体系非均相共沸精馏的流程模拟

针对以醋酸正丙酯为共沸剂的醋酸脱水过程,考虑醋酸溶剂中未反应的前体对二甲苯以及反应的副产物醋酸甲酯的影响及回收利用,分别选用HOC和UNIQUAC模型来修正体系中五元混合物系的汽液非理想性,通过拟合醋酸甲酯-对二甲苯和醋酸正丙酯-对二甲苯两体系的二元汽液平衡实验数据获得了该两组体系UNIQUAC模型的二元交互作用参数,借助模拟软件Aspen Plus,结合软件内置其他二元体系参数,对工业醋酸脱水塔系包括溶剂脱水塔、PX回收塔、共沸剂回收塔在内的三塔体系进行系统的分析模拟,得到了与工艺数据误差小于±6%的能正确描述工业醋酸脱水塔系操作特性的工艺机理稳态模型,为工业醋酸脱水过程工艺的进一步研究提供理论基础和依据。     

基于局部密度估计的多模态过程故障检测

以市场需求为导向的现代工业过程的生产条件要根据市场的需求不断做出调整,因此实际工业过程中存在多种工况的复杂情况,而过程的数据将不再完全服从高斯分布,其均值与协方差结构往往随着工况的切换而发生较大变化,为了能及时检测此类生产过程中的故障,提出一种新的基于带宽可变的局部密度估计的过程在线监控策略。首先利用局部投影保留（locality preserving projection, LPP）将高维数据投影到低维子空间中,充分地保留数据的局部结构;然后通过带宽可变的非参数密度核函数来进行局部密度估计,并采用局部密度因子（local density factor, LDF）的思想构造监控统计量,进而对工业过程故障进行在线检测;最后通过仿真研究,结果表明所提方法能够有效地应用于多模态过程的故障检测。     

基于稀疏性非负矩阵分解的故障监测方法

提出了基于稀疏性非负矩阵分解(SNMF)的故障监测方法。非负矩阵分解(NMF)是一种新的降维方法,可以得到原始数据的低秩近似矩阵。与传统的多元统计过程监控方法如主成分分析(PCA)相比,NMF对潜变量的性质没有假设,除了非负性的要求。将稀疏编码和非负矩阵分解方法结合在一起,因为施加了稀疏性的约束,稀疏性非负矩阵分解方法可以得到对数据更稀疏的表示。在分解时对低秩近似矩阵进行正交化处理,从而在降维时除去变量中的冗余信息,将信息集中到更少的投影方向上。然后,用SNMF方法来提取过程的潜变量,并定义新的监测指标来进行故障监测。使用核密度估计(KDE)方法来计算新定义的监测指标的控制上限。最后,将提出的基于SNMF的监测方法应用于TE过程来评估其监测性能,并与基于传统NMF和PCA的方法进行比较。仿真实验结果表明了所提出新方法的可行性。     

基于有偏估计的近红外定量分析方法及应用

根据工况需求建立稳健性好的定量分析模型是使用近红外分析技术的关键。近红外光谱的波长点数多,实际工况中难以获得精确的无偏估计,可控的有偏估计更便于后续优化控制对产品目标属性的调优。鉴于此,提出一种融合互信息的光谱波长选择方法：根据光谱波长间的最大信息系数,选择与目标属性相关性大的波长,实现有监督波长选择。此外,融合即时学习,以有偏最小最大概率机建立定量分析模型,在保证有偏估计的同时提高了模型的自适应能力。工业案例验证结果表明,所提方法可有效提高近红外定量分析模型的精度,减少累积偏差。     

非线性多变量零阶接近有界系统的多模型自适应控制

针对一类多变量非线性离散时间系统,提出一种新的基于神经网络的多模型自适应控制方法.为了将非线性系统的高阶非线性项的限制条件放宽到零阶接近有界,该方法引入了一种新的非线性模型.该模型在传统线性回归模型基础上增加了非线性补偿项,使模型的估计误差有界.一个神经网络模型与非线性模型同时被用来对系统进行辨识.基于性能指标的切换机构选择性能较好的模型对应的控制器 对系统进行控制. 理论分析证明了零阶接近有界多模型自适应控制系统的有界输 入和有界输出稳定性. 仿真实验说明了提出的多模型自适应控制方法的有效性.     

石油和化工行业智能优化制造若干问题及挑战

石油和化工行业是国家的基础性产业,目前面临转型升级的重大需求.本文首先回顾了石油和化工行业在生产全流程的信息检测、建模、优化控制,企业经营管理决策以及故障监测和安全环保等几个方面的进展.剖析了当前石油和化工行业存在的主要问题,提出了利用现代信息技术从生产、管理以及营销全流程优化出发,推进实现石化行业智能优化制造的智能化、绿色化、安全化的愿景目标,讨论了石油和化工行业智能优化制造所面临的新挑战.     

基于ARM9的嵌入式工业无线网关设计

介绍了一种基于ARM9处理器和嵌入式Linux操作系统的工业无线网关的设计方案。网关系统的硬件平台以ARM920T核处理器S3C2440为主处理器,采用无线通讯协议建立工业设备网络,提出了一种基于无线网关的工业通信异构网络互联方式,详细介绍了系统的软硬件设计及工作原理。