第29届IEEE决策与控制会议简况

第29届决策与控制会议(CDC)于1990年12月5～7日在美国檀香山举行,这是历届CDC会议中规模最大的一次。会议论文集由原来的3本增加到6本,文集中收入大约700篇学术论文,其内容几乎覆盖了自动化领域的所有学科。     

具有减少辨识参数的随机多变量极点配置自适应控制器

本文提出了一种新的限制输出个数减少随机多变量自适应控制中辨识参数的方法，并给出了减少辨识参数的极点配置自适应算法。虽然采用ｎ个输入１个输出的减少辨识参数的模型来设计控制器，但所提出的控制器能够保证被控系统的几个输出跟踪参考输入信号，仿真结果表明，所提出的方法是成功的。     

火力发电机组PLC控制系统

火力发电机组ＰＬＣ控制系统东北大学余文，柴天佑引言１０万千瓦火力发电机组的控制可分为汽机、锅炉和电气３大部分。７０年代，我国几家１０万千瓦机组的电气部分安装了弱电集中控制系统。该系统由于用晶体管分立元件构成，可靠性差，维护量很大，是电厂安全运行的一大...     

逻辑型多变量鲁棒自校正解耦间接算法

本文提出了一种多变量鲁棒自校正解耦间接算法。它采用一种新的正则化和相对死区实现了鲁棒自校正解耦控制。这种方法可以使系统跟踪特性不受死区界和正则化因子的影响。本文还给出了算法的鲁棒性分析和仿真结果。     

Integrated Automation System for Rare Earth Countercurrent Extraction Process

Lower automation level in industrial rare-earth extraction processes results in high production cost, inconsistent product quality and great consumption of resources in China. An integrated automation system for extraction process of rare earth is proposed to realize optimal product indices, such as product purity, recycle rate and output. The optimal control strategy for output component, structure and function of the two-gradcd integrated automation system composed of the process management grade and the process control grade were discussed. This system is successfully applied to a HAB yttrium extraction production process and was found to provide optimal control, optimal operation, ontimal management and remarkable benefits.     

磨矿过程的多变量模糊监督控制

针对磨矿过程的关键工艺指标-磨矿粒度难以用现有控制方法进行有效控制的难题,提出一种由模糊监督器、磨矿控制回路预设定模型和磨矿粒度预报器组成的磨矿过程多变量模糊监督控制(MFSC)方法.MFSC方法用于对磨矿过程进行监督,根据工况变化对回路控制器设定值进行调整.通过控制回路跟踪调整后的设定值,可将磨矿粒度控制在期望目标范围内.工业试验表明了所提出方法的有效性.     

纯反馈非线性离散系统的自适应神经网络控制

针对一类未知的纯反馈非线性离散系统,提出了基于反步法设计的自适应神经网络控制方法.为避免反步法设计中可能出现的因果矛盾问题,首先将系统进行等价变换,然后利用隐函数定理证实了理想虚拟控制输入和实际控制输入的存在性.利用高阶神经网络估计这些控制量,并基于反步法设计自适应神经网络控制系统,证明了闭环系统半全局一致最终有界.仿真结果验证了所提出方法的有效性.

     

生料浆配料过程磨机负荷的混合智能控制

针对在氧化铝生料浆配料过程中难以采用常规方法来控制磨机负荷状态的问题,提出了由负荷状态估 计模型和负荷调整模型组成的磨机负荷混合智能控制方法．负荷状态估计模型根据磨机的振动与电流信号,采用规 则推理方法估计出磨机的负荷状态．负荷调整模型采用案例推理方法自动调节磨机给料量,将负荷控制在合适范围 内．该方法成功应用于某氧化铝厂生料浆配料过程中,长期运行结果表明,提高了磨机台时产能,减少了“堵磨”故 障发生次数,提高了生产效率并节能降耗．     

选矿过程工艺指标确定方法及应用

当前选矿生产实现了对个别工序工艺指标的优化控制,但各工序的工艺指标目标值仍然由选矿工程师根据入选原矿情况来确定,具有较大的模糊性与随意性,各工序之间不能有效协调,无法满足对更好综合生产指标的追求.因此,以某选矿厂为实际背景,设计了一套基于案例推理技术确定各工序工艺指标目标值的系统,为避免人工确定初始案例的缺点,采用动态自组织映射神经网络从历史数据中提取了若干初始案例,该系统与各工序原有的过程优化控制系统相配合在实际生产中取得了较好效果.