非线性Hammerstein模型预测控制策略及其在pH中和过程中的应用

所有实际工业过程都包含一定程度的非线性,如pH中和过程由于其本身的强非线性是工业过程控制中具有挑战性的难题,但至今为止仍缺乏有效的非线性控制方法。将基于差分方程模型的模型预测控制策略(model predictive control,MPC)推广到包含一个静态非线性多项式函数和一个线性差分方程动态环节的非线性Hammerstein系统,详细描述了基于静态非线性多项式函数的最优控制作用求解方法,提出了一套新的非线性Hammerstein MPC控制策略(nonlinear Hammerstein predictive control,NLHPC)。pH中和过程控制仿真和控制实验表明,NLHPC的控制结果好于工业上常用的非线性PID(nonlinear PID,NL-PID)控制器。

利用模糊满意聚类建立pH中和过程模型

利用模糊聚类方法建立 p H中和过程模型。针对模糊聚类中普遍存在的聚类个数需事先给定和收敛速度慢等问题 ,在原有聚类方法的基础上提出一种模糊满意聚类算法。该算法能快速确定系统的模糊划分数目 ,进而对应聚类个数建立相应的 TS局部线性化模型。以典型 p H中和过程为研究对象 ,利用上述方法建立其系统模型 ,取得了良好的仿真效果 。

模糊自适应PID控制在pH中和过程中的应用

pH中和过程具有时滞、不确定、非线性特性,采用模糊自适应PID控制器能有效解决这一问题。控制器的参数调整采用模糊调整规则,控制器的设计易于实现且具有很强的适应性和鲁棒性。仿真结果表明该控制器能对pH中和过程进行有效控制。

基于客观满意聚类的pH中和过程建模方法

针对一类生产中存在严重非线性的复杂工业过程——p H中和过程,基于客观聚类思想,并结合Gustafson-Kessel聚类,提出一种新的T-S模糊建模方法。根据用户对建模性能的满意度要求,通过迭代模糊聚类,进行模型前提结构和参数的辨识。仿真结果表明,与传统的模糊聚类等方法相比,该方法不依赖于系统的先验知识和预先定义的模糊隶属度函数,具有较为精简的结构和更好的逼近性能,对数据中的噪声具有一定的鲁棒性。

基于pH中和过程的模糊控制器设计与仿真

化工中和过程中pH值具有严重的非线性性,控制十分困难,模糊控制器能表现出迅速的响应和稳定性.笔者采用模糊控制器来控制这一复杂非线性过程,对pH值中和过程进行了仿真,相比传统控制,能达到理想控制效果.

氧化-控pH中和法处理南丹县吉朗铟业有限公司锌冶炼高酸含砷废水

针对石灰中和法处理南丹县吉朗铟业有限公司锌冶炼过程中高酸含砷废水,存在污泥量大、污泥处理困难、有价金属流失严重、成本高等缺点,研究采用氧化-控pH中和法处理锌冶炼过程中高酸含砷废水技术。多次试验表明,该工艺简单,技术成熟可靠,具有较好的推广应用的条件。

基于KRLS的pH中和过程建模

针对典型的pH酸碱中和过程,提出基于核递推最小二乘(KRLS)的核学习动态模型。KRLS方法采用基于近似线性依赖技术的稀疏化算法,降低了计算复杂度及存储量,能适用于较大规模数据集的训练以及动态时变过程的建模。将所提方法应用到具有缓冲流的双输出中和过程实例中,为验证其有效性,在同等条件下,还与核偏最小二乘(KPLS)、核主成分分析—支持向量机(KPCA-SVM)、核极限学习机(KELM)、极限学习机(ELM)、支持向量机(SVM)等方法进行比较。实验结果表明:作为一种在线自适应方法,KRLS方法具有很高的动态建模精度,为研究pH中和过程的控制奠定了基础。

基于神经网络的pH中和过程非线性预测控制

针对pH中和过程这一化工过程系统中的典型非线性对象特点,应用神经网络建模思想和模型预测控制方法,并结合Hammerstein模型特点,研究pH中和过程非线性系统的两种新型模型预测控制手段,分别建立基于神经网络的非线性预测控制系统整体求解策略和基于Hammerstein模型的两步法预测控制策略,并用MATLAB对其进行仿真。控制仿真结果表明,建立的神经网络预测控制策略和非线性Hammerstein模型预测控制均优于传统PID控制方法,具有良好的设定值跟踪效果和抗干扰控制响应,说明这两种控制策略是非线性过程的有效控制方法。

基于ANFIS的糖厂PH中和过程建模

针对糖厂pH中和过程具有强非线性,大滞后性,不确定性等特点,将模糊推理系统和神经网络相结合,介绍了一种自适应神经模糊推理系统(ANFIS),并建立了pH中和过程的模型。仿真结果表明,利用ANFIS所建立的模型能很好地逼近实际的非线性系统,并且辨识精度高,泛化能力强,为后续的优化控制研究奠定了基础。

KPCA-KPLS方法在pH中和过程建模中的应用

针对化工过程中的具有严重非线性、不确定性、时变性的复杂pH中和过程系统建模问题,提出一种基于核主元分析(KPCA)与核偏最小二乘(KPLS)相结合的建模方法.在高维特征空间内,该方法通过KPCA有效地提取输入数据的非线性主元,利用KPLS方法将输入变量投影在潜在变量上,再用输入与输出变量之间的协方差信息提取潜在特征建立pH中和过程模型.为验证其有效性,将KPCA-KPLS方法应用到弱酸强碱中和过程、强酸强碱中和过程实例中,并与核偏最小二乘、核主元分析_支持向量机(KPCA-SVM)、核极限学习机(KELM)、极限学习机(ELM)、最小二乘支持向量机(LSSVM)、SVM等方法进行比较.实验结果表明:KPCA-KPLS方法具有很高的动态建模精度.

基于多模型融合的pH中和过程预测控制

pH中和过程作为复杂工业领域里的典型非线性系统,具有大滞后、强干扰、时变等特点,当产生大范围的工况变化时,采用基于单一模型的预测控制难以满足控制要求。针对该问题,提出了一种基于多模型融合的预测控制方法,首先通过预先辨识的多个典型工况模型相互融合来表示未辨识工况下的对象预测模型,然后将多模型的逆模型进行再融合,使得非线性过程控制问题转化为线性过程控制问题,最后采用动态矩阵控制算法设计预测控制器。通过仿真验证了多模型动态矩阵控制方法比单模型预测控制有更好的控制品质。

硫酸污染土壤原位搅拌中和修复案例分析

文章主要研究了某硫酸污染土壤原位搅拌中和处置工程。通过地球物理探测和精细化调查确定了填埋场内的防渗膜埋深和土壤分区污染程度。按污染空间分布划分为pH 3~4、4~5、5~6共3个浓度区,针对3个浓度区分别采用质量比为4%、2%、1%的氢氧化钙药剂,将土壤pH调节成6~9。考察了搅拌桩原位中和过程中土壤孔隙率、含水量、药剂添加量、地层土压力对修复效果的影响,确定氢氧化钙浆液的浓度配比和注浆压力。修复结果表明借助于科学的氢氧化钙添加量和工程机械混合措施能快速有效地修复酸化地块土壤。

基于专家PID算法的污水处理pH值中和控制策略研究

由于工业发展速度的不断加快,环境质量逐年下降,使人们对污水处理方案的高效性更加关注。其中,污水中pH值中和控制易受到很多因素干扰,并具有不稳定、滞后等特点。传统PID控制无法实现pH值中和控制要求,而专家PID控制能够运用专家系统的知识库,通过专家规则与PID参数之间的结合,使pH值能够保持在中和点附近。仿真实验表明,专家PID控制策略能有效地满足污水处理系统的控制要求。

L-赖氨酸盐的中和pH值

1 赖氨酸的解离常数与离子型 1.1 解离常数 PK1=2.18（-COOH）,K1=10-2.18 PK2=8.95（-NH3）,K2=10-8.95 PK3=10.53（-NH3）,K1=10-10.53 1.2

亚法甘蔗糖厂中和pH值自动检测控制初探

亚法甘蔗糖厂的中和PH值至关重要。设计了中和PH自动检测控制系统，并结合海南龙力糖厂的工艺条件，进行了生产实践。结果表明，本系统从根本上克服了人工检测控制的随意性和数据不真实性，确保了中和工艺的稳定性，同时为相关岗位的工艺指标考核与管理提供了重要依据。

基于多目标的模糊神经网络及在pH控制过程中的应用

设计了一种基于多目标的动态模糊递归神经网络(FRNN)建模方法,用于pH中和过程的广义预测控制。所设计的多目标优化算法以提高拟合精度和简化网络结构为原则,同时优化模糊神经网络中的模糊规则数、隶属度函数中心点及其宽度,由此得到的FRNN模型可以高精度拟合pH中和过程。依据该动态模型,在控制过程的每一个控制周期得到其局部线性模型,将广义预测控制中复杂的非线性优化问题转化为简单的二次线性规划问题。仿真对比结果验证了所提方法的有效性。

废水中和过程的RBF神经网络预测控制

废水中和过程有较强的非线性、时变性和滞后特性,对于过程模型的辨识与控制较为困难,采用常规的线性化模型或传统PID控制方法存在模型过于复杂,算法难以在线实施,控制精度不能保证等问题,很难取得满意的控制效果、针对该问题,应用酸碱中和的强酸当量模型,提出了一种基于敏感度(Sensitivity Analysis,SA)和动态粒子群优化算法(Dynamic Particle Swarm Optimization,DPSO)相结合的RBF神经网络模型辨识方法,通过调整网络结构和辨识出系统的滞后时间来提高模型辨识效率和预测精度,将RBF神经网络辨识器与神经网络控制器相结合构成电厂废水处理pH中和过程的预测控制系统。经过仿真研究和试验验证,与电厂实际应用的PID控制方法相比较,该方法能有效地对pH值进行控制,并实现较小的控制误差和节约药剂的效果。

基于强酸当量的pH自适应内模控制

针对pH中和反应过程强烈的非线性和时变性的特点,提出了自适应内模控制方案。该方案结合了非线性内模控制、自适应机制和强酸当量(SAE)的概念。基于弱酸-强碱中和反应系统的数学模型,推导了pH过程内模自适应控制器。仿真实验表明,由该方法设计的pH过程控制系统具有较好的设定值跟踪性能,对负载扰动和模型误差具有较好的鲁棒性,并且针对弱酸-强碱设计的系统也适用于强酸-强碱系统。

基于T-S模糊模型的酸碱中和过程的系统辨识

针对pH中和过程存在非线性和大滞后性的特点,建立了基于协同GK模糊聚类的T-S模糊模型。将协同模糊聚类与GK相结合进行系统辨识,提高了聚类效果,使其前件和后件参数得到优化。利用上述方法建立了pH中和过程系统模型,取得了良好的仿真效果,验证了该算法的优越性和有效性。

脱硫系统pH值控制的最小二乘法辨识

分析了脱硫pH中和过程的特性,并根据一定的先验知识运用最小二乘法,对该过程进行了模型辨识,得出了其100%工况时的数学模型。最后,运用MATLAB仿真,对这一特定过程进行仿真验证。