RTD-A控制器参数性能分析及在线模糊自整定

为了减少RTD-A控制器的参数调节难度,增强其实用性,分析了RTD-A控制器中需要整定的4个参数,即系统鲁棒性θR、设定值跟踪θT、干扰抑制θD和全局收敛性θA对系统性能的影响.结果表明:当θT和θA在一定范围内取定值时,对系统控制结果不会产生明显的影响;而θR和θD的整定则能够改善系统模型失配和未知扰动等问题.为此,提出了一种基于模糊逻辑的控制器参数θR和θD的在线自整定方法.该方法首先建立了控制器参数的模糊控制规则,然后,根据模糊控制规则进行模糊推理,实现了参数θR和θD的在线模糊自整定.仿真实验结果表明,与手工设定参数方法相比,本文提出的参数在线模糊自整定方法能够简化参数的整定步骤,提高RTD-A控制器的性能.

满足精馏塔实时仿真需要的石油馏分物性简化关联

针对实时仿真等工作对快速运行的苛刻要求，提出一套用于低压石油馏分物性估算的简化关联方法。对于任意给定的原油均可采用该法，将真实馏分的蒸气压关联成二参数Antoine方程，液相密度关联成温度的线性函数，液体焓和气体焓分别关联成温度的二次和三次函数，P-T闪蒸的焓和汽化分率则分别关联成温度和压力立方根的二次函数。将该法关联的结果存储待用，可以避免在以后物性估算中使用复杂而费时的通用关联式。此外，还给出了油品汽提性质、过热水蒸气焓及压缩因子的简化关联式。

化工过程培训仿真器的新型软件构造模式与C＋＋实现

本文提出了一类基于微机网络的化工过程仿真培训器的软件构造模式及用面向对象的Ｃ＋＋语言的实施方法。在提出的仿真器中：（１）过程按工艺流程切割为若干个独立的部分，分别建模，并在不同的学员操作站（下位机）运行，而过程间的物料、能量及信息耦合由下位机间的通讯实现；（２）根据下位机上运行的具体模型，配备相应的操作画面，形成一个相对独立的操作岗位；（３）教师指令台（上位机）仅承提对中个操作站的监控职能，如冻结、评分、引发事故等。由于该类仿真器中模型被分解为小规模的模块分散独立运行，过程数学模型和学员操作环境合二为一，极大地减少了通讯数量，显著地改进了仿真器的可靠性和运行速度。

化工过程工艺设备仿真模型的开发工具平台

基于作者前文提出的化工过程动态仿真软件一般结构，应用工艺物料流程的系统学分类方法，提出并初步构造了化工过程工艺设备仿真模型的开发工具平台。此外，通过举例说明了应用流、积概念，借助开发平台进行设备建模的方法。

化工过程动态仿真软件的一般结构

在作者新近提出的化工过程系统学分类方法的基础上，本文给出了化工过程动态仿真软件的一般结构。该结构将所有变量区分为操作内容、阀门开度和过程数据三个大类，分别建立数据库进行维护，数据高度共享，执行效率高。以动态数据库为核心．易于实现面向对象的程序设计，程序模块细化，可组装性能高。

化工过程动态仿真软件的控制接口

本文是对作者前在文献［１］中文提出的化工过程动态仿真软件一般结构中控制接口的进一步说明，其中包括开关量、手操器量变换及调节器变量、连锁变量的协调对应。此外，本文还归纳了化工控制物流生成的一般模式，给出了一种连锁逻辑网络的生成方法。

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。

预测凝析气露点压力及最大反凝析液体积的新经验关联式

基于中ФａｐзａＨｅ的露点压力计算图建立了凝析气露点压力计算的新型经验关联式。用新建立的关联式和基于ＳＲＫ状态方程的ＳＴＡＴＰＡＣＫ软件包，同时对１４个国内外凝析气样品的露点压力进行预测，新关联式的绝对平均相对误差为３．９３％，而ＳＴＡＴＰＡＣＫ软件为２４．２６％。此外，对Ｃｈｏ等的最大反凝析液体积关联式进行了修正，拓宽了它的应用范围。对２５个国内外凝析气样品的最大反凝析液体积百分数的计算结果表明，经修正的关联式取得了令人满意的结果。

仿真软件的被动测试与主动测试互补的研究

仿真软件的被动测试和主动测试在实践中都有一些缺点,针对这些缺点提出了被动测试与主动测试互补的具体方法。通过一定的被动机制提前获取实际生产的历史数据,运用技巧提高历史数据测试的有效性。提出的"正推法"、"逆推法"均有效地克服了单纯主动测试和单纯被动测试的缺点,正推法与逆推法的混合在实践中更具灵活性。被动与主动测试的互补混合测试的BUG结果数据对于被测仿真软件数学模型参数的修正等方面有较大作用。互补混合的具体过程细节应与整个仿真软件开发过程互相协调。

粒子群优化算法在非线性模型预测控制中的研究应用

提出了一种基于粒子群优化算法(PSO)的非线性模型预测控制(NMPC)。作为NMPC重要组成的滚动优化部分对控制效果的好坏起着关键的作用,因而寻求一种可靠的优化算法十分必要。PSO算法是一种群集智能方法,通过粒子之间的合作与竞争及进化实现对多维复杂空间的高效搜索,属于一类随机全局优化技术,已成功应用于各科学和工程领域。本文在滚动优化部分应用粒子群优化算法来求解预测控制律,对非线性系统施加优化控制,此外,对常规线性递减加权因子ω策略进行了讨论,提出了非线性递减策略,可进一步缩短优化时间和优化精度。仿真实验效果良好,验证了这种优化算法的正确性和有效性。

通用DCS仿真环境的研究

该文分析了仿真培训系统对运行环境的基本要求 ,在研究了其中的关键技术的基础上 ,设计并实现了仿真培训的网络运行环境 ,构建了功能完备的教师指令台和仿DCS操作站 ,编制了基于TCP/IP协议的通讯程序 。

一种新的针对仿真系统的测试方法

针对普通被动测试方法的测试目标难以主动控制、被动机制下获取的测试数据实用性和充分性都较低等难点,提出了新的测试方法。建立测试数据获取的被动机制,对数据驱动的准被动测试法和目标驱动的准被动测试法的处理流程分别进行了设计,创建了针对仿真系统测试过程的Z模型,并对Z模型中各环节的技术关键给予设计解释。实践证明,这种测试方法能够发现其他测试方法难以发现的bug,对于仿真系统Z模型相比其他模型有多方面的优势。

一种关联历史数据的催化裂化在线仿真

针对催化裂化数学模型建立的技术瓶颈问题,提出了关联历史数据解决问题的创新方法。从在线工艺参数历史数据库中获取"有效历史数据",并运用一些技巧处理这些数据建立有效历史数据库;用有效历史数据库对当前原料油的性质进行针对性的"等价划分"及"比对";对于已经建立的集总动力学模型关联有效历史数据库对其模型参数运用数理统计方法进行校正;依靠有效历史数据库建立针对性的经验统计模型,并且与机理模型协调互补。实践证明了伴随生产越来越多的有效历史数据使得模型精度越来越高。

基于基准假组分模型的催化裂化反应-再生系统动态模拟

为实现催化裂化装置反应-再生系统动态模型的原料油切换操作模拟,建立了基准假组分动力学模型。该动力学模型根据原料的实沸点蒸馏曲线数据计算各原料基准假组分的质量分数,并模拟原料油性质的变化。以工业生产数据为基础,确定了8个动力学参数,并对模型计算结果进行了验证。在动力学模型基础上,结合所建立的沉降器汽提段和再生器动态模型,对催化裂化反应-再生系统进行了原料切换开环动态模拟。结果表明,模型具有较高的精确度,对不同性质的原料具有较好的适应性;所建模型可以实现原料切换操作;几个主要变量的变化趋势符合反应-再生过程规律。

DCS仿真平台操作员界面的设计

在基于层次型体系结构的通用DCS仿真平台项目开发中 ,为了模拟不同种DCS的操作风格 ,操作界面层必须将DCS操作风格的差别集中在本层内体现 ,并屏蔽掉仪表控制层的细微差别。通过分析设计 ,在该层定义了静态图、各种动态显示、子图和各种可触发的操作目标区对象 ,实现了操作员界面的基本功能。通过对子图中数据源连接的重定向 ,解决了大多数预定义画面的实现问题。较复杂的功能可通过嵌入ActiveX控件来实现。

工业软件现场测试中的拆分及其测试数据设计

在工业软件的用户生产现场测试中,可能由于操作风险、用户生产限制等约束而导致测试不充分,针对实践中的难点提出新的现场测试过程及其测试数据生成方法。定义了测试拆分子集及相关属性概念,根据现场因素设计的测试拆分子集提高了现场测试可主动性;综合现场因素设计拆分方案,采用针对性的辅助管理程序引导每个测试拆分子集的现场测试的实施;通过对生产现场的历史数据的处理建立针对各测试拆分子集的测试准备数据库,以搜索测试准备数据库的结果为依据并结合现场因素设计现场主动测试的输入数据,并说明了实践中的综合实施过程。通过石化生产优化控制系统的现场测试的实际案例,说明了这种方法能够在预防风险的前提下显著提高现场测试的充分性和测试效率。

RTD-A控制器在多变量系统中的研究与应用

在Ogunnaike等提出的单变量RTD-A(Robustness,Tracking,Disturbance rejection—overall Aggres-siveness)控制器的基础上,推导出了适用于多变量系统的RTD-A控制器形式,并给出了多变量控制作用求解条件的证明.仿真结果表明,与全解耦内模PID(Internal Model Controller-PID,IMC-PID)控制器相比,推导出的多变量RTD-A控制器在设定值跟踪、克服负荷扰动上都具有优异的控制性能,有很强的鲁棒性.

基于数据挖掘的仿真模型参数修正

针对工业仿真数学模型参数估计实践中的难点,提出了通过数据挖掘来修正模型参数的新方法。从实际生产的大量数据中挖掘样本,通过数学方法计算模型参数,针对包含噪声的工业生产数据主要采用改进了最小二乘方法来修正参数;根据工业生产数据不完全及常见分布特点,采用分段组合修正参数的方法;通过实际生产的动态过程的历史数据挖掘来估计动态特性的相关参数,模型参数修正与数据挖掘过程交互引导,来缩小海量工业数据中的挖掘范围及提高参数修正所需样本数据的充分性,并建立两者之间互相协调的网络模型。实际案例验证了方法在工程项目中的有效性和实用性,表明这种方法能大幅提高仿真精度。

过程仿真中稳态模型的动态补偿方法

针对稳态数学模型动态补偿的实践问题,提出了适用于工业生产过程动态仿真的新的动态补偿方法。稳态模型在过程仿真应用时,依据实际生产的对应过程数据来确定其动态特性及动态补偿的具体算式,设计了稳态数学模型动态补偿方法的逻辑流程,并在动态补偿中考虑实际噪声的影响。结合实际案例表明了该方法在实践中的实施步骤,该方法能够显著提高过程仿真的动态精度。稳态模型动态补偿的过程,应与整个仿真系统开发过程中的其它相关活动协调实施。

基于测试需求的数据挖掘及测试数据生成

针对软件测试过程中的实践难点,提出了一种通过对用户实际业务的数据挖掘来生成测试数据的新方法;用户的实际业务数据包含了大量对于测试很重要的信息,测试用例设计之前挖掘大量的历史业务数据,进行多个步骤的数据处理得到"测试准备数据库",根据测试需求选取其中对应的数据作为测试数据的设计依据;对于成本较高的部分数据挖掘,测试数据生成与数据挖掘应该交互渐进,以减少数据挖掘的范围;通过实践检验,这种方法在多种情况下成功地解决了实践难题。