基于模糊核聚类的乙烯裂解深度DE-LSSVM多模型建模

乙烯裂解深度的建模与控制对于裂解炉的实时优化具有重要意义。针对石脑油原料组分复杂、油品特性波动大等状况,采用模糊核聚类对石脑油数据库进行最优划分,建立最小二乘支持向量机的多模型,对于最小二乘支持向量机中模型的参数选取,利用差分进化算法进行参数寻优,提高了模型的精度和泛化能力。通过对现场数据的建模实验,结果表明：基于模糊核聚类的乙烯裂解深度最小二乘支持向量机多模型跟踪性能良好,预测精度较高。     

一种基于多模型切换的阶梯式广义预测控制算法

针对一类模型参数突变的系统,提出一种基于多模型切换的阶梯式广义预测控制算法。采用多个固定模型、一个常规自适应模型和一个可重新赋初值的自适应模型并行辨识系统的动态特性。多个固定模型可以提高系统的暂态性能,常规自适应模型可以保证系统的稳定性,可重新赋初值的自适应模型可以进一步提高系统的暂态性能。在每个采样时刻基于性能指标切换到最优的局部模型作为当前模型,设计阶梯式广义预测控制器,从而实现系统全局的控制。最后的仿真结果表明,其控制效果明显优于单一模型的控制器。     

基于多数据空间全潜结构映射的化工过程性能评估方法

针对化工过程运行状态在线评估的问题,提出多数据空间全潜结构映射（multi-space total projection to latent structures,MsT-PLS）性能评估方法。该方法采用“离线建模,在线评估”的评估策略。首先对历史多数据输入空间进行全面分解,结合多数据空间基向量提取方法,剔除多数据输入空间中与质量变量无关信息的干扰。在与质量变量相关的多数据输入空间上,建立不同运行性能等级的离线数据网络分类模型,实现“离线建模”。“在线评估”阶段,以数据滑动时间窗为评估单元,将过程性能分为稳定和过渡性能等级,把在线数据与历史性能等级进行相似度匹配。利用过程变量相对贡献度,对性能变化起决定性影响的过程变量进行识别和贡献度分析,为系统性能劣化原因的识别提供了参考。最后,应用到乙烯裂解过程在线性能评估中,说明了本评估方法可以对系统进行准确的在线性能评估。     

基于多模型混合的广义最小方差控制性能评估

针对实际工业过程中控制系统经常会受到时变扰动的影响,致使针对单一扰动模型设计的性能评估方法不再适用于时变扰动控制系统的问题,提出了基于多模型混合的广义最小方差控制性能评估方法．该方法综合考虑被控对象输出方差与控制器输出方差的两个指标,同时提出了一种“判断—加权”的控制器设计策略．首先,在任一时间段选取使广义输出方差最小的控制器,并判断其与上一时间段采用的控制器是否一致;然后,在此基础上采用多模型混合思想进行控制器设计,并将其作用下的广义输出方差作为性能评估的基准．通过乙烯裂解炉仿真,验证了本文所述方法在时变系统性能评估中的有效性．     

基于GRA的优选组合技术在中长期负荷预测中的应用

提出基于灰色关联(GRA)的优选组合预测模型,该模型组合各单独模型的预测信息,能够有效的提高预测精度。优选组合预测技术关键在于求出各种预测方法的权值系数,文章引入灰色关联(GRA)方法来确定不同预测模型的权值问题。将预测问题系统看作一个特定系统,根据原始数据相应计算不同模型的灰色关联系数,作为该模型对应的权值,进而得到组合预测结果。预测结果表明组合该预测模型精度较好。     

Unsupervised fault detection for muitimode processes using distance space statistics analysis

工业过程往往运行于多个生产模态,针对多模态过程数据的空间分布特点,提出了一种新的基于样本距离空间统计量分析的故障检测方法(DSSA).首先用每一个样本与其训练集样本中的邻居之间的k个最近邻距离之差来表示该样本,将样本从原始变量空间映射到对应的距离空间中.然后在距离空间中通过移动窗口的方式计算各阶统计量,最后对由各阶统计量组成的统计量样本进行主元分析(PCA).将DSSA方法、PCA方法以及另一种基于k近邻规则的多模态故障检测方法(FD-kNN)应用于TE过程中,仿真结果表明DSSA方法对多模态故障检测更为有效.     

醋酸合成系统中甲醇进料的控制设计

介绍了甲醇羰基化法合成醋酸的化学反应和工艺原理,分析了原料甲醇进料量是影响反应系统稳定的重要参数,并设计了主变量为原料甲醇进料量,从变量分别为稀醋酸进料量和闪蒸出料量的双闭环比值控制方案,然后对此回路中阀门前后压差较大的闪蒸阀进行选型设计。     

交叉前置式粒子群优化算法及其在催化裂化C3含量软测量中的应用

 针对粒子群优化算法易陷入局部极小点,出现早熟收敛的问题,本文提出了一种交叉前置式粒子群优化算法(PSOPC).该算法引入了一个辅助种群,将其中的个体与粒子群中的粒子在粒子更新之前进行预先的交叉操作.辅助种群所包含的是每次迭代后所生成的适应值较差但多样性较高的粒子.前置式交叉操作能够增加粒子群的多样性,有效改善算法的全局收敛能力.标准函数测试结果表明,PSOPC比基本PSO具有更好的优化性能.最后,将PSOPC应用于催化裂化装置干气中C₃含量软测量建模,通过与实际的工业数据的对比,结果表明基于PSOPC的神经网络C₃含量软测量模型具有较高的精度和较强的泛化能力.     

基于特征空间降维的溶剂脱水分离过程监控

针对传统化工过程中检测变量具有的非线性和非高斯性等特点,提出将改进的核主元分析（KPCA）和支持向量数据描述（SVDD）相结合的化工过程故障诊断方法.根据Mexican hat小波在提取非线性非平稳信号细微特征方面的优势,将该小波函数引入到KPCA中以增强核函数的非线性映射和抗噪能力.在映射后的特征空间中进行均值聚类分析,选择每个聚类中展现特征中心的数据,使运算复杂度明显降低,提高了监控实时性.采用SVDD描述经过聚类降维后的特征空间分布,提出新的监控指标描述过程的非高斯特性.将该方法应用在一个实际的溶剂脱水化工精馏过程中,仿真结果验证了该方法能够及时有效地检测系统产生的故障.     

基于事件触发的拓扑切换异构多智能体协同输出调节

研究切换拓扑下线性异构多智能体系统的协同输出调节问题,并设计了一个基于事件触发的输出调节控制机制.设计的控制机制不仅可以实现智能体对外部系统的渐近跟踪和干扰抑制,还可以有效减少智能体之间的信息传递数量,从而降低通信负载减少网络能耗.最后通过仿真验证结论的有效性.