基于仿真与人工智能的自动化实训课程研究

针对石油化工背景下自动化专业实训类课程面临的难以现场实践、操作,实验设备不足、难以维护、成本高、安全性差以及基于仿真技术的课程强调基本操作,难以培养综合能力、创新能力等问题展开研究。充分利用虚拟仿真技术与人工智能技术,以能力培养为目标,提出了石油化工自动化专业的实训课程层级模型与多维度评价体系,并加入了基于危险剧情的教学方法,充分调动学生的主观能动性,激发创新能力,培养科学决策能力,复杂工程问题解决能力。以《化工过程与控制仿真实习》课程为案例,构建实现了完整的仿真教学环境,为进一步提升教学质量,培养学生的创新能力、工程实践能力,提供了良好的解决思路与方案。

过程控制工程课程数字化教学体系构建与实践

文章介绍了北京化工大学过程控制工程课程教学团队在课程数字化转型方面的探索与实践。课程教学团队通过建立课程网站、录制授课视频、编写数字化教材等举措来丰富课程数字资源,为学生提供自主学习的生态系统;开发典型化工流程仿真模拟系统,为学生提供接近真实工业环境的学习体验,弥补传统实践教学的不足;借助智慧教学系统进行数字化学情分析,使教师掌握学生的学习动态并及时调整教学策略。这些措施共同推动了教学质量和学生实践能力的显著提升,彰显了工程教育数字化转型的价值。

逆强化学习算法、理论与应用研究综述

随着高维特征表示与逼近能力的提高,强化学习(Reinforcement learning,RL)在博弈与优化决策、智能驾驶等现实问题中的应用也取得显著进展.然而强化学习在智能体与环境的交互中存在人工设计奖励函数难的问题,因此研究者提出了逆强化学习(Inverse reinforcement learning,IRL)这一研究方向.如何从专家演示中学习奖励函数和进行策略优化是一个重要的研究课题,在人工智能领域具有十分重要的研究意义.本文综合介绍了逆强化学习算法的最新进展,首先介绍了逆强化学习在理论方面的新进展,然后分析了逆强化学习面临的挑战以及未来的发展趋势,最后讨论了逆强化学习的应用进展和应用前景.

风力发电机组可靠性建模与维修策略优化

风力发电的快速发展使得风电机组结构越来越复杂,故障率也随之提高。为了提高风力发电机组的可靠性,提出了一种风力发电机组的可靠性优化策略。以双馈风力发电机为例,运用马尔可夫过程数学模型和可靠性理论建立风力发电机组的可靠性模型,在此基础上构造风电机组老化、故障和维修的网络结构图,从而得到风电机组可靠性最优时的维修策略。

分数阶控制器参数整定策略研究

对分数维的分数阶系统的研究吸引了越来越多的研究者。分数阶PIλDμ控制器是整数阶PID控制器的一般形式,较整数阶PID控制器具有优越性,但对其整定方法的研究还很少。基于改进的随机搜索方法,实现了分数阶控制器包括积分次数、微分次数五个参数的优化整定,获得了良好的整定效果。仿真实验证明了提出的整定策略的有效性。同时通过比较说明在被控系统有非线形环节的情况下采取分数阶PIλDμ控制器往往能获得更好的控制效果。

基于遗传算法的分数阶控制器参数整定研究

针对动态系统可用包含非整数阶的积分和微分方程来描述的特点,同样将这一工具引入到分数阶控制器中,即包含分数阶积分和微分的PIλDβ控制器;提出了基于改进遗传算法的分数阶PIλDβ控制器定阶次参数整定的方法。通过使用该遗传算法,分别进行了采用整数阶PID控制器和分数阶PIλDβ控制器,对整数阶和分数阶系统的控制器参数整定的对比仿真。结果表明,在限定相同的参数整定范围时,采用分数阶PIλDβ控制器的控制效果优于整数阶PID控制器。

自动化专业课程地图的建设分析

通过对自动化专业特色及人才培养所需核心能力素质分析,说明了自动化专业课程地图设计的理念及主要内容,并利用最新网络及计算机技术,进行了课程地图的网页化实施。所实现的课程地图,以学生能力素质培养为核心,有助于学生规划课业,有助于教师改进教学内容及教学方式,有助于教学管理者整理及审视专业的课程分布与时序,梳理特色方向。课程地图是高校教育信息化的一种具体体现形式。

不确定系统的滑模与自抗扰控制方法

根据复合控制的思想,将滑模控制中的滑模面和切换律引入自抗扰控制中,设计了一种自抗扰控制器,以用于处理不确定系统和大范围不确定性问题.采用切换律的概念,以获取自抗扰控制系统的主输出、增强系统抗干扰能力和提高系统稳定性.同时,通过仿真实例,介绍了自抗扰控制以及带滑模的自抗扰控制的设计和推导过程,并与传统的比例-积分-微分方法的控制效果进行比较.结果表明,引入切换律的自抗扰控制器能够对不确定系统进行较好地控制.

一种分数阶预测控制器的研究与实现

本论文研究了一种新型预测控制器RTD-A的分数阶实现方法及应用.与常规控制器比较,RTD-A控制器具有参数意义明确,易于整定和实施的优点.论文将RTD-A控制器扩展到分数阶形式,并与经Z-N法整定的分数阶PIλDμ控制器和Wang-Juang-Chan法整定的PID控制器进行了比较.所提出的分数阶预测控制器在设定值跟踪,克服负荷扰动,鲁棒性等方面都有较理想的控制性能.仿真结果验证了这种分数阶预测控制器的有效性.

改进的全局K′-means算法及其在数据分类中的应用

为了解决初始聚类中心的选择、簇个数的确定以及孤立点的避免等问题,提出了一种改进的全局K′-means算法.改进的算法不仅能够利用辅助聚类函数来计算初始点,而且能够利用目标函数在没有预定义聚类个数的前提下,找到实际的聚类中心个数,同时避免了孤立点问题.将改进的算法应用到实际数据集的分类中,并与改进的全局K-means算法以及K′-means算法进行了比较,实验结果证明所提出的算法能获得更好的聚类结果.

一阶时滞系统线性自抗扰控制器参数稳定域分析

当使用线性自抗扰控制器(linear active disturbance rejection controller,LADRC)控制时滞系统时,闭环系统的稳定性与控制器参数的选取有较大的关系.如何定量求取线性自抗扰针对时滞系统的参数稳定域还没有有效的方法.本文针对线性自抗扰控制器控制一阶时滞系统,利用双轨迹法精确求解出了线性自抗扰控制器参数的稳定域.该方法利用双轨迹的图形性质,有效地将求解具有时滞的控制系统闭环特征方程根的分布问题转化为求解双轨迹交点频率的问题,从而得到能够保证闭环系统稳定性的控制器参数稳定域.求得的稳定域为时滞系统线性自抗扰控制器的整定提供了理论依据.仿真结果验证了所提出方法的有效性.

自增长混合神经网络及其在燃料电池建模中的应用

为了提高非线性辨识的精度,提出了一种基于混合算子的自增长混合神经网络。该神经网络通过自增长的混合隐含层结构,包括加算子和乘算子,形成神经元个数少、结果精确、增长快速的网络。论文在级联神经网络的结构基础上,提出GQPSOI算法来引导神经网络的结构自增长以及权值更新。通过对燃料电池的建模与比较分析,证明了方法的有效性和良好的应用前景。

基于输出方差限制的广义多变量控制系统性能评价

研究具有线性时变扰动的多变量控制系统性能评价的方法.通过将时变扰动分为三类定常扰动,进而构造一个加权的性能指标,权值矩阵与不同扰动类型和优先级相对应.在指定合理的输出方差后,运用对角关联矩阵方法明确计算出广义多变量系统闭环输出方差的上下限值.经过ITAE(Integral of time-weighted absolute value of the error)寻优得到最小输出方差下的控制器参数,并给出可实现的最优控制器模型.仿真实例证明了该方法计算的简便性和有效性.

问题驱动的专业硕士校企联合CO-OP实践

实践能力的培养是专业学位研究生培养的重要环节。研究从问题驱动的校企联合CO-OP实践出发,探索专业硕士研究生校企联合实践环节的模式、具体实施流程、相应措施及结果评价。通过学生在实践基地的带薪实习环节的规划、管理及评价体系的建立,提高学生发现问题、分析问题、解决问题的工程实践能力和创新能力。以行业能力提升为导向规划专业学位研究生的实践形式和实践内容,进一步完善专业硕士研究生的培养体系。

双容水箱液位自抗扰控制系统稳定性分析及实验教学设计

该文在系统稳定性分析的基础上设计了双容水箱液位自抗扰控制系统实验。首先通过阶跃响应法对系统进行辨识,然后采用基于幅角原理的双轨迹分析法对系统稳定性进行分析。介绍了双容水箱液位控制系统的工艺流程,设计了液位自抗扰控制方案,并进行了实验验证,将实验结果与传统的PID控制进行比较,最后进行了实验评价。该实验通过液位自抗扰控制实验设计和控制系统稳定性分析,使学生掌握自抗扰控制器应用方法,在获取系统稳定阈的基础上进行控制器参数整定。

分数阶系统的迭代最小二乘辨识算法

针对等比例阶次的分数阶系统的特点,提出了一种分数阶系统频域辨识的迭代最小二乘算法,并将运算数据的实部和虚部分离计算引入辨识过程,简化了计算的复杂度。此算法是整数阶系统辨识频域最小二乘算法的推广。通过无噪声和有噪声两种情况下的仿真实验,证明了该算法的有效性。

基于EGK' M-RBF网络的顺丁橡胶门尼黏度预测

提出一种基于增强的全局K’-means算法(EGK’M)-RBF网络的建模方法,该方法采用作者提出的EGK’M来确定RBF网络隐含层的结构,包括隐含层中心个数、中心位置以及隐含层扩展常数,采用KPCA提取非线性特征信息,实现辅助变量的二次选择。并与基于PCA和EGK’M-RBF网络模型、基于KPCA和K-means算法的RBF网络模型进行比较,模型验证结果证明本文所提出的模型具有更好的预测能力,更小的泛化绝对误差和均方误差。

基于分数阶梯度下降法的分数阶非线性系统预测控制

构造了一种基于分数阶梯度下降法的模型预测控制器。首先选取极限学习机对分数阶非线性系统建模,然后基于分数阶微积分理论提出分数阶梯度下降法,并利用该方法求取控制律。将所设计的分数阶非线性预测控制方法应用于一个分数阶非线性系统,仿真结果表明改进的算法能够较快地实现设定值跟踪,具有较强的稳定性。

基于IMC-PID的釜式反应器控制系统综合教学实验的设计

基于系统仿真平台MPCE-1000设计了聚丙烯连续聚合反应CSTR的IMC-PID控制仿真实验系统。在该实验中，首先按照实际工艺流程对实验设备进行相应的连接，接着进行控制方案设计与组态，然后运行控制方案并且进行调试，最后叙述实验步骤，并且对控制方案进行比较与评价。该实验通过简单直观的方法，让学生们了解和掌握如何对一个工业实际系统进行系统辨识，以及通过辨识出的数学模型设计IMC—PID控制器，以便取得更好的控制效果。

分批补料发酵过程多目标优化的分布式强化学习策略

发酵过程优化问题通常包含有互相冲突的多重优化目标,另外反应本身具有诸多复杂性。提出一种基于Pareto的分布式Q学习多目标策略,用以求解赖氨酸分批补料发酵过程流加速率轨迹的Pareto最优解。该策略中,Q学习算法和Pareto排序法将结合来产生非支配解集,并使之逼近真实的Pareto前沿,利用奖赏机制来描述多重目标之间的关系,并同时使用多组含有随机初始值的agent共同作用改善搜索能力。将所提出的方法应用于赖氨酸分批补料发酵过程的优化中,并与粒子群优化进行了对比,验证策略的性能。