具有加性和乘性噪声的线性离散时间随机系统的无模型最优跟踪控制

本文研究一类同时受加性和乘性噪声影响的离散时间随机系统的最优跟踪控制问题.通过构造由原始系统和参考轨迹组成的增广系统,将随机线性二次跟踪控制(SLQT)的成本函数转化为与增广状态相关的二次型函数,由此推导出用于求解SLQT的贝尔曼方程和增广随机代数黎卡提方程(SARE),而后进一步针对系统和参考轨迹动力学信息完全未知的情形,提出一种Q-学习算法来在线求解增广SARE,证明了该算法的收敛性,并采用批处理最小二乘法(BLS)解决该在线无模型控制算法的实现问题.通过对单相电压源UPS逆变器的仿真,验证了所提出控制方案的有效性.     

FDFCC工艺中重油提升管催化裂化反应动力学模型

 以国内首套FDFCC(灵活多效催化裂化)工业化装置—中国石化长岭分公司1^#重油提升管催化裂化装置的标定数据为基础，根据催化裂化反应机理，针对提升管内重油催化裂化特点及产品应用需要，采用集总理论，合理简化反应网络，建立了重油12集总催化裂化反应动力学模型。该12个集总为：原料饱和分[S_S]、芳香分[S_A]、胶质及沥青质[S_R]、柴油[D_I]、汽油饱和烃[G_S]、烯烃[G_O]、芳烃[G_A]、液化气中烷烃[L_P]、丙烯[L_O3]、丁烯[L_O4]、干气[D_R]和焦炭[C_K]。求取了56组动力学参数，并对不同原料、不同工况下的2组工业数据进行了验证。结果表明，模型能够预测重油提升管出口主要产品分布及其性质，相对误差均小于5%。本研究结果对FDFCC工业装置重油催化裂化提升管操作具有指导意义。     

混杂型离散时间脉冲时滞Hopfield神经网络的多稳定性分析

研究一类混杂型离散时间脉冲时滞Hopfield神经网络的多稳定性问题。首先,运用Brouwer不动点定理,证明所考虑的脉冲时滞神经网络具有多个平衡点。然后,引入Lyapunov函数,运用不等式分析技术,建立脉冲离散时滞Hopfield神经网络多稳定性判别准则,并给出平衡点吸引域的估计。最后,通过数值实例仿真验证结果的有效性。     

FDFCC工艺中汽油提升管催化裂化反应动力学模型研究

利用中国石化长岭分公司1号催化裂化装置实测数据，采用集总理论研究FDFCC工艺汽油提升管内的催化反应行为。根据集总原则，将汽油提升管内反应系统的原料和产品按馏程及烃族组成划分为九个集总组分，通过合理简化反应网络，建立九集总反应动力学模型，并求取25组反应动力学参数，并对不同性质原料在不同操作条件下的产品分布进行验证。结果表明，该模型能较好预测汽油产品组成及液化气中高附加值的丙烯产率。对FDFCC模型的进一步开发研究和FDFCC工艺的汽油降烯烃生产具有一定的指导意义。     

重油催化裂化装置增产柴油的措施

为适应市场对柴油的需求,长岭炼油化工总厂通过降低反应温度、降低汽油干点和改变柴油馏程、使用增产柴油的催化剂及调整其它操作参数,柴油收率分别提高了３．８７,３．９９,３．６５和０．８５个百分点。并对现有装置提出了调整分馏塔中段塔盘、提高柴油泵扬程及冷却器负荷等改进措施,还对进一步增产柴油提出了优化提升管进料方式和原料结构、缩短反应时间及以最佳操作发挥催化剂作用的设想。