嵌入式液压控制器的实现

嵌入式液压控制器是在国内某大型钢铁公司的技术改造中开发的。控制器硬件采用德国MEN公司的A12高性能单板计算机,软件使用了VxWorks嵌入式实时操作系统。本文给出了液压控制器的设计方案,并介绍了VxWorks下多任务和精确周期的实现方法。     

航空发动机的健康指标构建与剩余寿命预测

预测与健康管理技术能够有效的评估系统健康状态、预测系统剩余使用寿命,是提高复杂系统安全性、经济性的重要保障.为全面评估系统健康状态,本文提出了一种基于深度置信网络(DBN)的无监督健康指标构建方法,并结合隐马尔可夫模型(HMM)进行系统剩余寿命预测.首先,通过无监督训练深度置信网络实现历史数据的特征提取,进而构建健康指标;其次,利用健康指标集训练隐马尔可夫模型,实现设备健康状态的自动识别;最后,通过DBN-HMM混合模型来计算系统剩余寿命.采用商用模块化航空推进系统仿真软件(C-MAPSS)给出的航空发动机数据集,验证了上述方法的有效性.     

基于DSP和PMC总线的快速控制系统

针对控制算法复杂度的提高和嵌入式工业控制器处理能力有限的问题,提出基于DSP和PMC局部总线的快速控制系统设计,包括以DSP、双口RAM、PCI桥和CPLD为主要芯片构成通用标准化硬件平台搭建,VxWorks操作系统下PMC总线驱动程序的设计和开发等。结果证明DSP和嵌入式工业控制器组成的并行处理系统便于实现复杂的控制算法和信号处理方法,能有效提高系统的实时性和精度。     

淬火机计算机过程控制系统技术研究

对中厚板无约束淬火机的计算机过程控制系统的构成及实施方法进行了介绍,通过人工智能技术对控冷模型进行优化,建成了常化炉后的淬火控冷系统,实现了西气东输管线钢材国产化改造的目标,淬火机控制系统经过实际运行,不但提高了产品的性能指标,而且由于使用了智能化控制手段,增加了产量,减轻了工人的劳动强度.     

基于因果拓扑图的工业过程故障诊断

基于因果拓扑图的工业过程故障诊断方法,将过程知识与数据驱动故障诊断方法结合,有效解决了故障定位和故障传播路径辨识问题。 在因果拓扑图的基础上,基于偏相关系数提出一种相关性指标(correlation index, CI)定量衡量因果拓扑中变量间的相关性,实现变量间因果性和相关性的良好结合。为得到准确的故障检测结果,采用概率主元分析(PPCA)对CI指标进行监测。在检测出故障后,应用重构贡献图(reconstruction-based contribution, RBC)和因果拓扑图,并引入加权平均值的概念辨识出最可能的故障传播路径。将提出的方法用于带钢热连轧过程,结果表明,基于因果拓扑图的故障诊断方法能够准确地定位故障源,辨识故障传播路径。     

基于改进广义预测算法的精轧宽度控制方法

为了提高热连轧带钢成材率和宽度精度,在精轧末机架后一般配置了测宽仪,利用机架间张力对宽度动态控制,达到调整带钢宽度目的;由于精轧末机架中心线到测宽仪的距离较远,使得系统具有大滞后性及时变性等特点,很难建立精确的数学模型.采用对模型要求宽松的广义预测控制方法,基于广义误差估计值对控制器参数进行自适应调整,直接辨识控制律参数,省略Diophantine方程的求解、矩阵的求逆,缩短在线计算的时间,适用于快速的轧钢过程.仿真结果表明,该方法对精轧宽度这一大时滞、不确定性系统有较好的控制效果.     

基于贝叶斯神经网络的带钢厚度预测与控制

采用贝叶斯统计学原理改进传统神经网络算法,通过在神经网络的目标函数中引入表示网络结构复杂性的约束项,避免网络的过拟合以提高网络的泛化能力.将改进的神经网络应用于济钢1700mm热连轧机带钢厚度预测中,其预报精度、训练时间和网络稳定性均优于传统神经网络预测;然后应用贝叶斯神经网络预测带钢塑性系数;最后将出口带钢厚度和带钢塑性系数的实时预测值综合应用于带钢热连轧厚度控制系统,改进了传统的厚度控制方式,进一步提高带钢质量.     

面向性能修复的液压活套系统故障检测与容错控制

考虑到液压活套控制系统的性能衰退会影响热连轧生产过程的产品质量和生产效率,提出了面向系统性能修复的液压活套系统的故障检测与容错控制方法。首先,基于液压活套系统的模型,利用贝尔曼方程给出了基于观测器的系统性能衰退的预测指标。其次,基于该性能衰退预测指标,提出了面向性能的液压活套系统的故障检测方法。再次,利用故障检测系统提供的信息,研究了面向系统性能修复的液压活套系统的容错控制方法,该容错控制方法不仅可以在不改变现有控制器的前提下对系统性能进行修复,而且可以提高液压活套系统的鲁棒性和容错裕度。最后,通过某热钢生产线的液压活套模型验证了所提出的故障检测与容错控制方法的有效性。     

基于信息融合的带钢厚度预测控制

通过把轧制力方程和厚度控制方程在小范围内线性化、离散化,用递推最小二乘法辨识出系统的状态空间模型.给出了基于Kalman滤波法的最优信息融合算法,并针对热连轧这个复杂的多变量系统设计了异步信息融合估计算法.将模型用于热连轧机带钢厚度预测中,同时也预测带钢塑性系数Q.最后把实时预测出的带钢出口厚度和带钢塑性系数应用于带钢热连轧厚度控制系统,提高了带钢厚度质量.