一种利用多神经网络结构建立非线性软测量模型的方法

采用多神经网络结构建立软测量模型。建模所用的样本数据经过 Km eans聚类方法分成多组训练数据 ,每组数据建立一个单个神经网络模型 ,再通过 PCR方法连接起来得到整个模型的输出 ,从而显著地提高了模型的精确度和鲁棒性。仿真研究表明 ,采用该建模方法能够达到较好的建模效果。

基于TMS320VC5416的图像采集处理系统

随着现代电子技术的快速发展,图像采集与处理得到越来越广泛的应用。为克服传统计算机图像采集处理系统体积庞大、不便携带等缺点,该文构造了以TI的TMS320VC5416为中央处理器的图像采集处理系统。DSP芯片以其体积小、处理速度快、使用灵活方便等特点,较好地满足了小型化、便携式的要求,系统还配备了大容量存储器,能进行海量存储。通过多次实验,系统都能达到预期的效果,说明系统的设计方案是切实可行的。

基于分布式神经网络递推预报误差算法的非线性系统建模

采用基于递推预报误差算法的分布式神经网络结构建立非线性系统模型 .子神经网络模型及其连接权值均采用递推预报误差方法来进行训练 ,将所有子网络融合得到的分布式神经网络模型在模型精确性和鲁棒性方面有显著地增加 .

非平衡级稳态和动态模型仿真技术研究丙烯塔控制方案

针对控制系统分析与设计中存在的问题，开发了一个基于非平衡级模型的仿真软件，包括稳态、动态和控制系统模型，并用于丙烯塔控制系统的研究。对该塔曾经存在不同看法的塔板效率、灵敏板选取、单温差和双温差控制系统的选取以及直接物料平衡和间接物料平衡的选取等问题，通过仿真提出了一些新的论点，其结果符合生产实际。

支持向量回归在乙烯裂解产物收率软测量中的应用

乙烯裂解产物收率的实时预报对于裂解炉的生产具有重要意义。针对有效的样本数据较少的问题,采用支持向量回归方法建立裂解产物收率的软测量模型。对于支持向量机中模型参数的选取,采用了微粒群优化算法进行参数寻优,提高了建模效率和模型精度。基于现场数据的建模实验结果表明,基于支持向量回归方法的乙烯裂解产物收率软测量模型预报精度较高,趋势跟踪性能良好。

青霉素发酵过程的模型仿真与补料优化

补料分批式青霉素发酵的机理模型已得到深入研究,但是模型往往难以用于补料的优化和批次内的控制。为了对模型进行优化控制,针对Birol等提出的青霉素发酵非结构动力学模型,合理调整了温度和pH变化的影响,得到了青霉素发酵过程的简化机理模型。反应基质的补料是青霉素优化控制的关键,选择对补料速率进行优化来提高青霉素的产量。由于机理模型具有非线性和约束条件,采用序贯二次规划算法来进行求解,其中将补料轨线进行分段处理提高了优化效率。优化计算结果表明改进的补料过程可以提高青霉素的浓度和产量。

基于卡尔曼滤波和专家系统的混合故障预测研究

基于卡尔曼滤波和专家系统的相关知识,研究了动态系统内部故障的预测问题。首先根据系统的运行情况提取表征故障征兆的状态,建立对应于故障点的状态方程模型并进行分析;然后在定义了故障预测的优先原则的基础上,利用专家系统加权算法得到的故障预测容许值集合,设计了故障预测的流程图;最后根据流程图给出一种混合的故障预测算法。结果表明,这种算法与传统的故障诊断方法和已有的故障预测方法相比有比较明显的优势,并指出了进一步研究的重点。

常压塔柴油凝点动态软测量模型的研究

研究了某炼油厂常压塔三线柴油凝点的软测量建模问题。分析了影响柴油凝点的多种因素,并充分利用仪表分析值提供的被测变量历史信息,建立了一种神经网络和Levin-son预测器相结合的动态软测量模型,该模型消除了分析值存在纯滞后的影响。针对某炼油厂常压塔三线柴油凝点的软测量,对该模型进行了验证。仿真研究表明,该模型的预报准确性要优于静态软测量模型,取得了较好的预测效果。

基于MPLS的间歇过程终点质量迭代优化控制

提出了多向偏最小二乘(MPLS)模型和迭代学习控制相结合的方法,实现间歇过程终点时刻产品质量指标的控制。利用间歇过程的重复特性,根据前一批次的终点质量偏差调整下一批次控制变量的轨迹,从而使质量指标逐步接近于理想指标。本文提出的方法可以有效地消除由于模型误差和未知扰动引起的质量偏差。在苯乙烯间歇聚合反应模型上进行了仿真分析,验证了该方法的有效性。

基于MKPLS和SQP方法的间歇过程迭代优化控制

采用多向核偏最小二乘(MKPLS)方法建立间歇过程的模型并进行操作条件的优化。由于存在模型失配和未知扰动,基于MKPLS模型的最优控制轨迹在实际对象上往往难以实现最优的产品质量指标。本文利用间歇过程批次间的重复特性与序贯二次规划(SQP)优化算法中迭代计算的相似特点,提出了一种基于MKPLS模型的批次间优化调整策略,使得经过逐步优化调整得到的控制轨迹作用于实际对象时,可以得到更优的质量指标。该方法的有效性在苯乙烯聚合反应器和乙醇流加发酵过程的仿真对象上得到了验证。

MTBE反应器软测量系统与控制

采用可测参数的实时数据和分析数据建立了进料异丁烯浓度、醇烯比和反应产物ＩＣ４（ ＝ ） 转化率的软测量模型，采用了ＭＬＲ、ＰＣＲ、ＰＬＳ等统计方法，比较了三种模型的不同之处，并采用模型分段选择的方法来综合三种模型，以改善软测量模型的精度。对模型的参数进行了在线校正，以适应生产工况的变化，改进软测量模型的鲁棒性。

SDG故障诊断中的分层建模递阶推理方法

针对采用符号有向图(singed directed graph,SDG)对石化工业系统进行故障诊断时,经常存在SDG建模和推理过程十分繁琐、困难的问题,提出了一种基于控制回路分解系统的SDG分层建模及递阶推理方法。在建立SDG模型时将整个系统分解为含有系统层、子系统层和回路层的多层次模型架构,进而利用递阶推理在分层SDG模型中搜索相容通路来实现故障诊断。该方法能清晰表述工业系统的SDG模型,减少了建模和推理的复杂度。以TennesseeEastman仿真系统为例进行了验证,证明了方法的有效性。

一种间歇过程的综合预测迭代学习控制方法(英文)

为了提高迭代学习控制方法在间歇过程轨迹跟踪问题中的收敛速度,本文将批次间的比例型迭代学习控制与批次内的模型预测控制相结合,提出了一种综合应用方法.首先根据间歇过程的线性模型,预测出比例型迭代学习控制的系统输出,然后在批次内采用模型预测控制,通过极小化一个二次型目标函数来获得控制增量.该方法可使系统输出跟踪期望轨迹的速度比比例型迭代学习控制方法更快些.最后通过仿真实例验证了该方法的有效性.

基于支持向量回归模型的间歇过程优化

针对间歇过程的优化问题,提出了一种基于支持向量回归模型的批次到批次的优化控制策略。通过对支持向量回归模型在当前控制轨迹处的线性化,构造了一种批次到批次的优化控制方法。在苯乙烯聚合反应器的仿真实验中,该方法能够在存在模型失配与过程扰动的情况下,逐批次地改善过程性能。

基于支持向量机的丙酮精制建模

采用支持向量机建立了丙酮精制过程的产品质量与生产工艺参数之间的预测模型,并将其与反向传播神经网络和径向基神经网络模型相比较。在实际工业数据上进行的实验结果表明,支持向量机模型对丙酮纯度具有良好的预测效果,性能优于反向传播神经网络和径向基网络模型。

基于神经网络的常压塔柴油凝点软测量的研究与应用

研究某炼油厂常压塔三线柴油凝点的软测量建模问题,分析过程变量对柴油凝点的影响。基于在线分析仪6min采样数据,利用前向网络和时延前向网络(TDNN)分别建立了三线柴油凝点的静态软测量模型和动态软测量模型,并结合在线分析仪对模型实现了在线修正。通过两种模型的仿真和在线实施效果,表明基于神经网络的软测量模型取得了较好的应用效果,而且动态模型的实施效果优于静态模型。

城市交通紧急事件处理中的道路动态交通诱导研究

本文针对目前重庆市路网特点及交通现状，依靠城市现有的成熟通信技术和计算机网络技术，并利用城市现有的救援资源，构建了一个面向城市交通紧急事件处理系统的动态交通诱导系统。在系统实现上，以Oracle为平台构建城市路网数据库．采用Mapx控件并以VC++6作为开发平台。

基于CCF-PLS的通讯系统异常根因分析

针对通讯网络升级后出现的系统性能下降问题,提出了一种互相关函数-偏最小二乘(CCF-PLS)方法对系统性能进行监测,并给出导致系统性能下降的根本原因变量。对于大采样间隔且线性特性较强的通讯系统,PLS模型能很好地建立关键性能指标(KPI)与其他观测变量的回归模型。由于观测变量中存在较多与KPI不相关的成分,采用CCF能很好地筛选与KPI强相关的变量,因而可以作为前端处理步骤。在此基础上,结合贡献图方法,CCF-PLS给出导致系统异常的根本原因。仿真结果显示,本文方法具有良好的应用效果。

气体分馏装置停开脱戊烷塔可行性分析

根据炼油厂气体分离装置脱戊烷塔的地位和作用 ,探讨了停开脱戊烷塔的可行性。研究中采用了非平衡级严格机理稳态模型仿真技术、基于统计模型的软测量技术和动态仿真技术等分析方法。对停开脱戊烷塔后的综合经济效益给出了详细而且定量的分析 ,在不同进料组分下 ,平均可以得到 1 85万元 /年的经济效益 ,但进料中C5浓度不同对效益的影响不可忽略。同时通过比较C5与MTBE的分离特性、MEOH与C4的共沸特性、灵敏板温度设定值对产品组分的影响等 ,对停开脱戊烷塔后装置操作参数的变化提出了建议。

当代釉上彩山水瓷画色彩表现探析

釉上彩山水瓷画的色彩表现经历了从明末至当代的漫长发展历程,在各个时期呈现出不同的表现特点。当代釉上彩山水瓷画的色彩表现受到传统色彩美学、西方艺术、陶瓷艺术、高等教育等因素的深刻影响,当代釉上彩山水瓷画的色彩表现在传承的基础上进一步拓展新的艺术发展空间。