一类工业过程子空间预测控制器的设计北大核心CSCD

针对一类非线性时变、动态特性突变显著,且无法进行准确机理建模的工业过程,提出一种基于机理分析与数据驱动方法相结合的子空间预测控制方法。该方法通过比较预测误差在线更新预测模型,并能根据能够根据反馈误差调整滚动窗口长度,增强了控制器对非线性时变特征的适应能力以及对不可测干扰的抑制能力。最后,通过对废杂铜冶炼过程的实际运行数据进行仿真研究,验证了方法的有效性。     

具有状态时滞和控制时滞的不确定性非线性系统的鲁棒控制

对于具有状态时滞和控制时滞的不确定性非线性系统，当其线性部分的不确定性满足范数有界条件而非线性部分的不确定性满足匹配条件时，本文研究其鲁棒镇定问题．在整体指数稳定的意义下，我们得到了上述这类系统可由线性状态反馈和输出反馈镇定的充分条件——某个代数黎卡提不等式有解．并且只要得到了黎卡提不等式的解，就可很方便地设计出对应的控制器．     

多尺度鲁棒滤波技术

分析了小波变换消除白噪声的原理,验证了非白噪声情况下,这一方法不甚理想。为了提供一种有效实用的多尺度鲁棒滤波方法,结合鲁棒统计学的知识,研究一种鲁棒小波变换,可以抑制服从污染分布的干扰。研究表明,这种方法既有较强的鲁棒性又有较高的效率。     

基于WinCC的几种数据处理方法的讨论和应用

作者针对杭州大地危险废物高温处置系统提出3种过程模拟量读取和存储的方法用DDE服务器读取数据,在VBA平台下利用ADO将数据存储到SQL Server数据库;针对WinCC监控软件本身特性,设计ODBC数据源读取数据,在VC平台下存储数据;利用COM在工业过程中的应用OPC协议,直接读取过程模拟量,同时利用OPC协议实现和高层数据库应用程序的数据交换.在文中对3中方法分别提出了实现方式,并在性能和应用范围上进行了多方面的比较.     

工业设备预防性维修策略及其效果评估

采用随机变量评估工业设备预防性维修的效果,以单位时间平均维修费用最低为目标,并假定评估预防性维修效果的参数服从均匀分布,构建维修策略的优化模型并进行数值仿真.仿真结果表明,采用随机参数的预防性维修模型能有效降低故障率增长趋势,减少单位时间平均维修费用,具有更好的优化结果,可以为维修计划的制定和现场的作业调度提供决策支持.     

深度融合特征提取网络及其在化工过程软测量中的应用

复杂化工过程的观测数据往往同时包含非线性和强动态特性,而传统的化工过程软测量方法无法准确提取观测数据的非线性动态特征,以至影响数据建模和质量预报的准确性。提出了一种基于变分自编码器的深度融合特征提取网络(deep fusion features extraction network, DFFEN)。在变分自编码器框架下,通过构建潜隐特征信息传递通道,提取非线性动态潜隐变量。并利用自注意力机制(self-attention)融合关键的隐层信息,优化因信息传递通道过长而导致的潜在特征被遗忘的问题。此外,在后端网络构建潜隐变量和关键质量变量之间的回归模型,以实现关键质量变量的预报。最后,通过数值案例和实际的合成氨过程验证了所提出的DFFEN模型的可行性和有效性。     

基于小波域统计模型的纸浆纤维图像去噪研究

在小波多尺度分析基础上，提出一种新的图像小波系数的白适应统计算法，并应用于纸浆纤维图像的去噪研究。将图像小波系数视为服从广义高斯分布（GGD）的随机变量模型，在小波软阈值去噪的基础上引入空间自适应阈值方法；将均值滤波算法应用于小波系数方差的边缘估计中，结合最大后验概率准则（MAP）进行参数估计以恢复噪音小波图像。该算法用于纸浆纤维图像的去噪，效果理想，同其它的图像去噪算法相比，它具有较高的峰值信噪比（PSNR）。     

基于正交小波网络的非线性系统辨识新方法

在非线性系统辨识中,系统输入数据往往是非均匀分布的。对于此类问题,正交小波网络处理起来较复杂。本文基于小波网格系,提出两种近似方法,可简单有效地解决这一问题。该法最大特点是计算简单,便于应用。最后用于辨识非线性系统,仿真结果验证了该方法的可行性和有效性。     

基于递推最小二乘支持向量回归估计的建模与预报

提出一种新的递推最小二乘支持向量回归估计算法（RLS-SVR），该算法具有实时性高、更新速度快的特点．充分应用RLS-SVR在线学习和训练的实时性，避免辨识模型的维数过高而降低估计精度，本文进一步提出了基于RLS-SVR的混合训练—估计辨识结构．TE过程的组分软测量建模和预报验证了该方法的有效性和优越性．