双目标区域化PSO热风炉均压滑模控制

目的针对热风炉冷风均压控制中存在的大惯性、大滞后和超调量大等问题,提出一种基于双目标区域化粒子群算法的热风炉冷风均压滑模控制策略。方法所提策略将冷风流量作为控制量,将冷风压力设为被控量,将滑模控制算法与粒子群优化算法相结合,选取常规滑模算法并对其进行改进,运用指数趋近律降低外部扰动对系统产生的影响,并加入双目标区域化粒子群算法对滑模切换增益系数和指数趋近系数进行寻优,通过粒子平均排名、环境检验参数等指标作为寻优条件,以求取最优滑模控制律对冷风压力进行调控,进而实现均压优化控制效果。结果仿真结果表明:所设计控制策略在适配条件下于58.2 s时达到稳定,超调量为4.1%,在失配且加入干扰条件下于72.4 s时达到稳定,超调量仅为17.6%,与串级PID控制和常规滑模控制相比,策略拥有良好的超调和快速达到稳定的能力。结论工程应用表明:冷风压力波动偏差仅为±6.48 Kpa,所提控制策略拥有稳定性高、响应快和超调量小的特点,能够较好应用于实际生产中热风炉冷风均压工况要求。

基于遗传神经网络敏感度分析的飞灰含碳量测量方法

飞灰含碳量是反映电站锅炉燃烧效率的重要指标,准确测量飞灰含碳量有利于监测和调整锅炉燃烧,降低煤耗,提高锅炉运行的经济性和安全性。分析了工程上普遍采用的人工取样、实验室化验方法以及在线监测仪器所存在的缺陷。研究了以软测量和信息融合技术为代表的人工智能方法的不足,采用遗传神经网络算法,对的连接权值、阈值和隐层节点个数进行了优化计算,以增强网络的泛化能力,并利用Grason敏感性分析算法,对影响飞灰含碳量的输入参数进行了筛选,实现了以较少的工况输入来有效地测量输出。在此基础上,通过实际样本进行仿真分析和对比,验证了所用方法具有更好的测量精度,最后通过实测数据的对比进一步验证了该结论。

虚拟关节臂式坐标测量机模型的构建与验证

关节臂式坐标测量机的测量误差受到众多因素的影响,且由物理构件带来的误差无法被消除。为此,笔者旨在构建一种虚拟关节臂式坐标测量机。首先,采用D-H矩阵建立其运动学模型,其次,利用PC-DMIS测量软件分析测量机数据并对模型的精确性进行检验,最后使用蒙特卡罗法和测量机模型完成仿真测量。通过与实际参数构建的模型、制造商参数构建的模型相对比,可知所构建测量机模型的测量精度能够满足要求。仿真结果表明提出的模型构建与验证方法对坐标测量的应用具有较高的工程价值。

基于预测函数控制的液压振动伺服系统控制器设计

以液压伺服振动控制系统为对象,研究了以质量、弹簧和阻尼环节构成的液压动力机构的动力学控制模型,分析了被控对象具有的非线性、时变和模型不确定性等特点,针对控制系统需要快速、准确跟踪设定值轨迹的要求,提出了一种基于预测函数控制算法的解决方案,并设计了液压振动伺服驱动系统的预测函数控制器,给出了具体的设计步骤和参数选择方法。论文针对实验室液压振动试验装置进行了伺服控制参数计算,建立了输入和输出的状态空间控制模型,并将开环增益作为摄动参数进行仿真分析,仿真和实验结果表明:提出的控制策略具有较强的鲁棒性和抗干扰能力,能够有效地提高液压振动伺服控制系统动态跟踪的准确性,具有较高的工程应用价值。

基于IGPC的火力发电机组主汽温预测控制策略

针对火力发电机组燃气锅炉主汽温控制系统大惯性、大时滞、扰动大等特点,提出一种基于隐式广义预测控制(implicit generalized predictive control,IGPC)的主汽温预测控制策略。以主汽温为被控量,减温水流量为控制量,设计应用于燃气发电锅炉主汽温控制系统的隐式广义预测控制策略,通过建立主汽温预测模型,使用滚动优化对目标函数进行输出预测,构建最优控制律,并采用反馈校正在线修正预测值。仿真结果表明,与常规的串级比例积分微分(proportional-integral-derivative,PID)控制、动态矩阵控制和Smith预估补偿控制策略相比,在模型适配施加干扰的情况下,所设计的控制策略在67s左右达到设定值,超调量仅为4.28%;在模型失配情况下,施加干扰的调节时间为78.8s,超调量仅为8.66%。工程应用结果表明:主汽温控制偏差在±7℃左右,其稳定性得到了较大的改善,有效满足燃气发电锅炉主汽温控制系统的实际要求,该策略提高了控制系统的鲁棒性。

基于IGPC解耦控制的火电机组多目标协同燃烧优化控制策略

针对火电机组燃煤锅炉系统的大惯性、大滞后和强耦合等特点,提出了一种基于隐式广义预测控制(Implicit generalized predictive control,IGPC)的火电机组多目标协同燃烧优化控制策略。以主蒸汽压力、炉膛负压和烟气含氧量为被控量,以燃料量、引风量和送风量为操纵量,设计基于IGPC解耦控制的多输入多输出燃烧优化控制系统,通过PID神经网络对多输入多输出预测模型进行解耦,利用滚动优化实时对目标函数进行寻优,并引入基于误差的反馈校正算法,使各控制量输出达到设定值。仿真结果表明:IGPC解耦控制策略与常规PID和IGPC未解耦控制策略相比,施加扰动的情况下,主汽压、烟气含氧量和炉膛负压调节时间分别最多可减少141s、210s和162s,超调量分别最多可减少18.2%、4%和9.3%。工程应用表明:主汽压、烟气含氧量和炉膛负压控制偏差分别低于10.15MPa、3%和±0.7Pa,各被控量波动范围小,具有良好的控制效果。

自动化和测控专业创新人才培养途径的探索与实践

为了提高大学生的创新能力和综合素质,以工业自动化挑战赛为载体,对自动化和测控专业创新人才培养途径进行了有益的教学改革尝试,提出了"五促进"创新人才培养方式,构建了省属高校先进的流程工业综合自动化教学与科研试验平台,建立了有效的学科竞赛激励机制和较完善合理的综合管理体系与制度,搭建了电类专业学生科技创新平台。该培养方式鼓励和发展学生主动学习和独立研究的能力,有效促进了学生实践能力、创新能力整体水平的提高,实践证明,该教学模式可较好地适应当今我国社会对复合型应用型专业人才培养的需求,达到培养具有较强创新创业能力的工程应用型人才的要求。

石灰窑混合煤气流量检测的在线补偿

在分析孔板流量计测量混合煤气流量主要误差来源的基础上,提出以超声波流量计为基准,检测总管煤气流量进而实现对支管煤气流量检测的在线密度补偿方案,并推导出密度补偿算法,以解决现有孔板流量计测量煤气流量精度低的问题。在此基础上构建出混合煤气流量在线补偿检测系统,并阐述了其软硬件实现过程及工程应用实例。

一种五轴坐标测量机虚拟模型的开发

虚拟测量在结合计算机软件的前提下使得测量工作更加高效,但传统的三轴坐标测量机的虚拟模型已无法满足某些仿真测量工作的精度要求.为此,提出开发一种新型的五轴坐标测量机虚拟模型,由于加入了更多的轴体,增加了更多的参数误差,在分析五轴坐标测量机的误差构成的前提下,利用齐次矩阵变换法建立出一种五轴坐标测量机的结构模型,再结合新型测量器具和软件对虚拟模型的误差进行分步校正,最后使用仿真实例验证了五轴坐标测量机虚拟模型可有效提高测量的便利性和精度.

一种新型的旋转机械圆度在线测量技术

提出一种新型的双传感器圆度在线测量方法,零点位置随角度的变化而变化,能够实时准确测量不同角度的径向位移波动信号。利用最小二乘法拟合径向位移——角度曲线,通过角度信号的检测分辨出径向位移的真实信号。以转炉倾动耳轴为应用对象,得到相应表面轮廓曲线,根据此结果指导有关系统运行状态监测和故障诊断,体现了圆度在线测量在工业生产中的应用前景。

基于光栅应变传感器的纳米测量机探针设计

为了提高纳米坐标测量机探针的测量精度,且能满足对复杂曲面或微结构进行精确测量的要求,提出了一种新颖的基于微探针系统的光纤布拉格光栅(FBG)探针。该探针具有较高灵敏度和可重复性。提出该新型FBG探针,即探针里有一个熔融的球形顶端,FBG作为应变传感器内置在测杆上。介绍了光纤探针的基本原理,并利用有限元软件ANSYS 11对探针的应变分布在轴向和横向载荷两种典型配置分别进行了仿真分析,结果表明仿真分析和理论计算相吻合。通过实验对光纤探针的灵敏度和分辨率分别进行测试。实验结果表明,在轴向载荷条件下,用位移分辨率为1.5nm的压电换能器对探针进行性能测试,得到光纤探针的测量分辨率为60nm。即光纤探针具有较高的灵敏度和分辨率,其性能满足实际测量需要。

真空精炼过程的钢水温度预测模型分析

通过分析RH-MFB精炼过程中钢水温度和钢水传热规律,基于人工神经网络、模糊逻辑建模方法,建立了针对RH-MFB精炼复杂过程的温度预测模型。通过对比15炉300t钢水温度应用模型计算值与实际测量值,结果发现最大温差为7.2℃,最小温差为0.3℃,平均温差为4.52℃,两者误差在±5℃内的数据占到82.7%。另外根据实际要求,在RH-MFB精炼过程中通过添加铝、冷却材料实现对钢水温度的补偿。

基于模糊滑模方法的不确定机器人神经网络控制

针对不确定机器人轨迹跟踪控制,提出了基于模糊滑模方法下的神经网络自适应控制,其中RBF神经网络集中补偿系统的不确定性,利用带边界层滑模变结构方法消除了神经网络的逼近误差,并通过模糊方法动态确定边界层宽度,很好的解决了滑模控制中的抖振现象。仿真实例表明,该控制律能保证误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性。

基于IGPC-NADRC火电机组制粉系统控制策略

针对火力发电机组制粉系统存在参数不稳定、大滞后及多变量的问题,本文构建非线性最小二乘法辨识模型,采用隐式广义预测算法预测模型输出,构造非线性扩张状态观测器(NESO),估计系统存在的干扰并补偿,设计应用于火力发电机组制粉系统的隐式广义预测非线性自抗扰控制策略(IGPC-NADRC),化简内模结构并分析系统稳定性。在仿真实验中采用时域分析法验证控制器内关键参数对系统输出的影响;设计抗干扰实验和变设定值实验,比较IGPC-NADRC控制、动态矩阵(DMC)自抗扰控制(ADRC)、IGPC-PID控制策略和DMC-PID控制策略的控制效果。研究结果表明:IGPC-NADRC控制系统的抗干扰性能好,鲁棒性强,当系统受到外界干扰时该方法的超调量为5.72%,调节时间为44 s,稳定性更佳。工程应用结果表明,采用IGPC-NADRC控制策略后系统的偏差范围比PID控制时的更小,证明了方法的有效性。

基于GA-模糊RBF的发电机组滑模自抗扰控制

针对燃煤发电机组风烟系统大惯性、大滞后、参数不稳定等特点,提出一种基于发电机组的滑模自抗扰控制策略。选择模糊径向基函数(RBF)算法辨识模型,以梯度下降法和遗传算法分别对神经网络权值进行粗调和细调,通过扩张状态观测器估计系统内外部扰动,将非线性状态误差反馈控制律与滑模控制策略相结合以克服系统惯性、滞后和扰动的问题,并设计Lyapunov函数验证控制系统稳定性。仿真结果表明,滑模自抗扰控制与串级比例-积分-微分(PID)控制、滑模控制和自抗扰控制相比,在模型适配的情况下,所设计的控制策略在38 s达到设定值,无超调量;当向系统施加20%的反向阶跃干扰时,系统调节时间为39.5 s,超调量为3.4%。在模型失配情况下的调节时间为43.2 s,无超调量;当向系统施加20%的反向阶跃干扰时,系统调节时间为46.4 s,超调量为3.87%。工程应用结果表明,一次风量控制偏差在±10000 m^(3)/h以内,相比串级PID控制策略波动范围降低21%,系统抗干扰能力和鲁棒性得到有效提升。

基于萤火虫算法的DDE-PID加热炉炉温控制

针对加热炉炉温控制的目标多变、干扰因素多等问题,提出基于萤火虫算法(firefly algorithm)优化预期动态(desired dynamic equation,DDE)二自由度PID控制策略。将非线性鲁棒控制器(Tornambe Controller)中的不确定因素和外部干扰项利用观测器近似替换,运用预期动态法构建动态特性方程,推导出带有预期动态特性方程系数和观测器参数的二自由度PID等价形式。在判定系统稳定性后确定待优化参数选值范围,进而通过萤火虫优化算法选取最优参数。研究结果表明:与常规PID和二自由度PID控制相比,模型适配时所提出的控制策略使调节时间最多减少38 s,超调量最多降低15%,系统抗干扰性良好。使用所提策略后,炉温控制偏差小于±20℃,炉温波动降低60%,系统稳定性和抗干扰能力明显提高。

定量称重包装系统RBF神经网络PID控制研究

针对定量称重包装系统具有惯性、滞后、非线性时变且无法建立精确模型等特点,分析物料动态称量响应过程的动态特性及影响定量称重包装精度的相关因素和误差来源,提出1种基于RBF神经网络PID的定量称重包装控制策略。利用具有任意非线性表达能力及较强自学习能力的RBF神经网络寻求最佳的PID参数,并通过Matlab仿真验证控制策略的有效性。结果表明,与传统的PID控制相比,RBF神经网络PID控制策略具有较强的抗干扰能力,可显著改善定量称重包装系统的控制效果。

基于Smith预估补偿的连铸结晶器液位控制策略

连铸结晶器液位控制系统具有非线性、强耦合和纯滞后等特点,且扰动因素较多,因而传统控制方案难以获得满意的效果。通过研究基于Smith预估补偿的非线性PID控制策略,在对连铸结晶器液位控制系统的辨识模型进行MATLAB仿真分析的基础上,将该控制策略应用于生产实践。结果表明:该控制策略能够明显地改善控制系统的动态品质和抗干扰性能,取得了较好的应用效果。

逻辑方程求解初步

本文通过研究逻辑变量之间的函数关系,利用分解定理和函数最小项展开式理论。

基于遗传算法的水下机器人滑模变结构控制策略

针对水下机器人需快速、准确跟踪目标的要求,在分析其非线性四自由度动力学模型的基础上,运用李雅普诺夫稳定性分析法,提出一种基于遗传算法的水下机器人滑模变结构控制方法。设计遗传-滑模控制器,利用遗传算法对控制器参数进行优化以消减抖振,并通过动态选优,选取全局最优解,进而提高收敛速度,实现运动状态的实时调整。仿真结果表明,该控制方法能够高效地获取全局最优解,并具有较强的自适应能力,能够有效地实现水下机器人的轨迹跟踪。