基于二阶价值梯度模型强化学习的工业过程控制方法

为了实现对高延时、非线性和强耦合的复杂工业过程稳定准确的连续控制,提出了一种基于二阶价值梯度模型强化学习的控制方法。首先,该方法在模型训练过程中加入了状态价值函数的二阶梯度信息,具备更精确的函数逼近能力和更高的鲁棒性,学习迭代效率更高;其次,通过采用新的状态采样策略,可以更高效地利用模型进行策略学习。最后,通过在OpenAI的Gym公共实验环境和两个工业场景的仿真环境的实验表明:基于二阶价值梯度模型对比传统的基于最大似然估计模型,环境模型预测误差显著降低;基于二阶价值梯度模型的强化学习方法学习效率优于现有的基于模型的策略优化方法,具备更好的控制性能,并减小了控制过程中的振荡现象。可见该方法能有效地提升训练效率,同时提高工业过程控制的稳定性和准确性。

基于多层支持向量机的工业过程假数据注入攻击检测

随着互联网技术在各类工业过程中的广泛应用,工业控制系统遭受恶意网络攻击的可能性不断增加。通过设计网络攻击检测方案,增强工业过程的网络安全防御能力,可以有效减少恶意攻击带来的损失。建立工业过程网络攻击的物理模型,以相应的检测算法,实时检测网络攻击造成的异常状况。以化工生产田纳西-伊斯曼过程模拟网络攻击中的假数据注入攻击,建立一种多层支持向量机方法进行检测。该算法使用递归特征消除方法,对多种攻击类型建立二分类支持向量机模型,并通过融合决策形成多层支持向量机模型。

面向工业过程的图像生成及其应用研究综述

在面向工业过程的计算机视觉研究中,智能感知模型能否实际应用取决于其对复杂工业环境的适应能力.由于可利用的工业图像数据集存在分布不均、多样性不足和干扰严重等问题,如何生成符合多工况分布的期望训练集是提高感知模型性能的关键.为解决上述问题,以城市固废焚烧(Municipal solid wastes incineration, MSWI)过程为背景,综述目前面向工业过程的图像生成及其应用研究,为进行面向工业图像的感知建模提供支撑.首先,梳理面向工业过程的图像生成定义和流程以及其应用需求;随后,分析在工业领域中具有潜在应用价值的图像生成算法;接着,从工业过程图像生成、生成图像评估和应用等视角进行现状综述;然后,对下一步研究方向进行讨论与分析;最后,对全文进行总结并指出未来挑战.

面向复杂工业过程的虚拟样本生成综述

用于复杂工业过程难测运行指标和异常故障建模的样本具有量少稀缺、分布不平衡以及内涵机理知识匮乏等特性.虚拟样本生成(Virtual sample generation,VSG)作为扩充建模样本数量及其涵盖空间的技术,已成为解决上述问题的主要手段之一,但已有研究还存在缺乏理论支撑、分类准则与应用边界模糊等问题.本文在描述复杂工业过程难测运行指标和异常故障建模所存在问题的基础上,梳理虚拟样本定义及其内涵,给出面向工业过程回归与分类问题的VSG实现流程;接着,从样本覆盖区域、实现流程与推广应用等方向进行综述;然后,分析讨论VSG的下一步研究方向;最后,对全文进行总结并给出未来挑战.

一类复杂工业过程的数据驱动与PID协调控制

针对一类具有强非线性且难以建立精确数学模型的复杂工业过程,提出了一种基于PID与数据驱动的协调控制策略。在系统初始阶段,采用PID控制方法,不需要建立系统的数学模型,就能获得大量系统输入输出(I/O)数据。在系统稳态阶段,提出了多输入多输出(multiple input multiple output,MIMO)无模型自适应离散终端滑模控制(model-free adaptive discrete terminal sliding mode control,MFA-DTSMC)方法,该方法基于系统的紧格式动态线性化数据模型,且伪Jacobian矩阵(pseudo-Jacobian matrix,PJM)估计算法仅取决于被控对象的I/O测量数据。其次,设计了一种协调控制策略,实现了PID与数据驱动控制器之间的协调控制。以双容水箱液位系统为例进行仿真实验,仿真结果验证了所提控制策略的有效性。

基于VAE的工业过程不平衡数据故障诊断

深度学习技术的快速发展为工业过程故障诊断问题提供了越来越多的解决方法,但在训练数据集不平衡的情况下,深度学习方法的表现往往不能令人满意。因此,本文提出了一种应用于工业过程中的不平衡数据故障诊断策略。首先使用有限的故障样本训练VAE模型并生成增强样本,之后将生成的样本用于丰富不平衡数据集,最终使用深度神经网络进行故障诊断。采用PRONTO数据集对提出的方法进行验证,实验结果表明本文提出的故障诊断策略能够有效提高模型的故障诊断性能。

人工智能时代工业过程自动化职业教育

随着科学技术的不断发展,人工智能技术成为驱动产业智能化升级改造的重要力量。与此同时,也改变了劳动力需求结构,对劳动者知识技能的跨界融合提出了更高的要求。为了培养符合产业需求的高技能人才,对工业过程自动化专业的教育改革进行了研究,确定了人工智能时代下工业过程自动化专业人才培养目标,创新探索“自动化+人工智能”的人才培养模式。通过改革课程体系和深化产教融合,为智能化产业发展赋能。

工业过程指标的平滑交替辨识预报算法

针对复杂工业过程的指标预报问题,本文提出一种基于数据的非线性系统平滑交替辨识算法.交替辨识算法将系统的输入输出模型在工作点附近展开为线性模型和高阶非线性模型,然后交替更新线性模型参数和非线性模型参数,其中对于线性模型采用最小二乘辨识方法,对于高阶非线性模型采用长短期记忆网络进行建模.所提方法的创新之处在于,对于实际系统中的噪声易导致线性部分辨识参数震荡的问题,引入平滑因子来抑制震荡,提高预测模型的稳定性能;在非线性部分则引入压缩因子来调节在辨识过程中非线性部分的权重,总体上提高了预报的准确性.通过数值仿真验证了所提算法的性能,并与其他方法进行了对比实验,结果表明所提算法能够有效抑制辨识过程中的参数震荡,并且取得更好的辨识精度.

基于碳手印方法的工业过程降碳改造研究

为解决工业过程碳排放降碳方法及标准不明确的问题,需要定量评价碳排放影响以制定科学的碳减排计划。传统的工业过程降碳改造局限于厂内的能源替代、设备改造等措施,因此提出一种用于描述产品全生命周期内对气候积极影响的碳手印方法,结合碳足迹构建了更加全面的评价体系。以某企业工业过程中制造的水轮发电机配套水发定子线圈为研究对象,考虑边界内外多种降碳改造方案,进行了边界划分、碳足迹核算和碳手印分析,计算不同方案所产生的效率增量、寿命增量及碳手印。结果显示替换绝缘材料方案效果最为显著,碳手印方法为案例企业的降碳改造提供了有效指导。

复杂工业过程智能协调控制系统的设计与应用

针对复杂工业过程系统的特点,提出一套智能协调控制方案:以管理信息系统局域网为基础,将人工智能、专家系统、模糊神经网络控制各自的优势综合在一起,构成一个智能协调控制系统,用于对复杂工业过程实现管控一体化,为复杂工业过程的控制提出一条有效途径。经仿真和控制实验结果表明,控制性能令人满意。

复杂工业过程的模型预估控制策略及应用

讨论了复杂工业过程基于模型预估控制的最优控制策略；给出了这种复杂过程分极协调控制的一种结构框架；

基于DCS的工业过程监控与实时优化技术研究

本文探讨了在工业自动化迅猛发展的当下,DCS(分布式控制系统)在现代工业中扮演的关键角色,特别是它在监控工业过程和进行实时优化方面的潜力。文章首先介绍了DCS的基本组成和运作方式,然后详细阐述了DCS所支持的监控系统架构。在这一基础上,进一步深入探讨了实时优化技术的关键要素。本研究的目的在于挖掘DCS系统的深层次应用,以此提高生产效率、减少成本,并增强生产的安全性。

自动化仪表在工业过程控制中的创新应用

自动化仪表在工业过程控制中的创新应用研究,通过对自动化仪表的定义、分类及其发展历程的概述,深入分析了自动化仪表在不同工业领域中的应用现状及主要技术。本文重点探讨了智能传感器、无线仪表、虚拟仪表及自校正和自诊断技术等创新技术在工业过程控制中的应用。通过案例分析,展示了这些创新技术在水泥和化工行业的具体应用,以期推动工业自动化技术的进一步发展。

基于光谱分析的工业过程成分在线自动化监测系统设计与实现

本文主要探讨了基于光谱分析技术实现的工业过程成分在线自动化监测系统的设计与实现。首先,阐述了光谱分析的基本原理及其在工业过程中的应用;接着,分析了在线自动化监测的核心需求和在具体工业环境中所面临的挑战;然后,对谱育科技所研发的工业过程成分智能在线分析系统进行了详细的概述,包括系统构成、工作原理、技术特点和应用案例;最后,详细描述了系统的设计与实现过程。本文旨在为工业生产领域提供一个高效、准确、稳定的在线自动化监测方案。

基于仪表自动化的工业过程故障预测与维修策略研究

随着工业自动化的深入发展,仪表自动化技术在工业过程中发挥着越来越重要的作用。本研究旨在探讨基于仪表自动化的工业过程故障预测与维修策略,以提高工业过程的稳定性、安全性和效率。通过对仪表自动化技术的深入研究,结合工业过程的具体特点,本研究提出了一系列有效的故障预测与维修策略,为工业过程的优化和升级提供了有力支持。

2024年度全国工业过程测量控制和自动化标准化技术委员会(SAC/TC124)、全国测量、控制和实验室电器设备安全标准化技术委员会(SAC/TC338)和全国实验室仪器及设备标准化技术委员会(SAC/TC526)全体大会成功召开

2024年11月12日至13日,第七届全国工业过程测量控制和自动化标准化技术委员会(SAC/TC124)及第一、第二、第四、第七、第八、第十一分技术委员会第二次全体会议,第四届全国测量、控制和实验室电器设备安全标准化技术委员会(SAC/TC338)第二次全体会议,第三届全国实验室仪器及设备标准化技术委员会(SAC/TC526)第五次全体会议在上海召开。

基于智能控制的工业过程控制自动化研究

随着工业4.0概念的普及,智能控制在自动化工业过程中的应用变得尤为关键,改善着生产流程,极大地促进了产品质量的提升及生产成本的降低。探究基于智能控制的工业过程控制自动化及其在工业实际应用中的效果,对理解工业过程控制自动化对现代制造业的影响及推动产业技术创新发展具有重要意义。

复杂工业过程运行的混合智能优化控制方法

工业过程运行的优化控制的目标是将反应产品在加工过程中的质量、效率、消耗的工艺指标控制在目标值范围内.由于复杂工业过程的工艺指标难于在线测量且与控制回路输出之间的动态特性具有强非线性、强耦合、难以用精确模型描述、随生产边界条件变化而变化的综合复杂性,因此,难以采用已有优化控制方法,运行控制只能采用人工设定的控制方式.由于人工控制不能及时准确地随运行工况调整设定值,难以将工艺指标控制在目标值范围内,甚至造成故障工况.本文提出了根据运行工况实时调整控制回路设定值,通过控制系统跟踪调整后的设定值,将工艺指标控制在目标值范围内的过程优化运行的混合智能控制方法.该方法由控制回路预设定模型、前馈补偿与反馈补偿器、工艺指标预报模型、故障工况诊断和容错控制器组成.在某选矿厂22台竖炉组成的焙烧过程的应用案例,证明了所提出方法的有效性.

复杂工业过程的综合集成智能控制

本文针对铝厂熟料窑的现状：生产过程控制复杂、具有慢时变、分布参数、非线性、大时滞特性，难以精确描述数学模型，提出一套实时智能控制方案：将人工智能、专家控制、神经模型控制各自的长处综合一起，设计成一个集成环境的实时多级智能控制系统，并应用于熟料窑温控系统中．经仿真和实时控制试验结果表明这种系统对改善系统的动、静态特性，克服系统时滞、慢时变是有效的，控制性能令人满意．

基于PLC高可靠性工业过程远程监控系统

在介绍现代工业生产高度可靠性、高度智能化与实时性的特点的基础上 ,分析了现代工业生产对远程实时监控系统的要求和监控系统所必须具备的主要功能 ,提出了设计具有高可靠性的远程实时监控系统的若干准则 ,并据此研究了一种以PLC为基础的具有高可靠性的实时远程监控系统总体框架模型 .最后给出了该模型在化工生产过程中的应用实例 .实践证明该模型应用方便 ,实现容易 。