基于频域分解的房间冷负荷建模及软测量技术

准确的实时冷负荷是空调运行过程节能的基础,传统的冷负荷计算方法复杂费时,无法满足实时调控的要求。软测量是一种先进的方法,但由于房间冷负荷无法直接测量,因此基于样本数据无法实现软测量模型的参数辨识。针对冷负荷软测量技术的这一瓶颈问题,通过冷负荷的机理分析与建筑能耗仿真软件模拟数据的分析,发现冷负荷在频域中集中分布在以一天为周期的频率点及其二次三次谐波上,利用冷负荷这一频域特性本文提出了一种基于房间温度响应的冷负荷实时软测量技术。该方法通过频域分解,选择不含冷负荷的频域段进行蓄热过程的参数辨识,从而避开了辨识过程对无法实测的实时冷负荷真实值的依赖。基于可测的空调供冷量、房间温度和辨识得到的蓄热系数,就可以利用房间热平衡方程进行冷负荷建模并实现其软测量。通过在建筑能耗仿真平台上的仿真及实际房间的实测实验表明,该方法可以快速有效地实现房间实时冷负荷的软测量,相对于基于机理分析或软件计算的方法更具实用性,同时本方法也为其他难测变量的软测量技术提供了借鉴思路。

基于Web的城市景观照明远程监控技术研究

以上海洋山深水港配套工程临港新城为对象,介绍了全城景观照明的总体规划,提出了基于Web的城市级景观照明远程监控系统总体设计方案。该系统由远程浏览端、主控中心、景区、景点及现场设备组成多层分布式硬件体系结构,在J2EE上基于Java、JSP和XML技术建立了信息监控软件平台,采用客户机/服务器(C/S)和浏览器/服务器(B/S)混合架构,服务器面向浏览器实现信息发布,客户机与服务器基于Socket机制实现双向通信,测试表明系统具有良好的平台独立性。

配电网三相负荷不平衡的优化调度治理技术研究

针对低压配电网三相负荷不平衡治理问题,根据一栋11层的办公实验综合楼设计配电台区低压配电网模型,并根据人员、电器等用电规律模拟该楼一年的负荷数据。基于采用换相开关型三相负荷自动调节装置治理三相负荷不平衡的方法,为该配电网模型设计了负荷实时调度策略,并着重研究了优化算法的目标函数,使换相开关单元以较少的换相次数降低三相负荷不平衡度和线损。用低压配电网模型和负荷数据进行仿真,验证了调度策略的有效性。

网络控制系统的简要回顾及展望

随着网络控制系统的迅速发展,网络的引入而产生的网络不确定性问题给网络控制系统的分析和设计带来了挑战。在此时机,本文首先阐述了网络控制系统出现的背景以及存在的基本问题。然后,着重从网络控制系统的被控对象和建模、控制策略和稳定性分析、调度策略、网络架构以及应用前景方面对网络控制系统的一些研究进展进行了回顾。在此基础上,对网络控制系统的某些发展方向予以展望。希望为刚入这一领域的研究人员提供一些较全面的参考信息。

基于STM32的红外火灾探测系统设计

为进一步提高火灾探测系统的探测精度及响应速度,设计了基于STM32的红外火灾探测系统;本系统采用多个红外火焰探测器、温度传感器对火灾的多参量进行探测;基于STM32F103Zet6微处理器,首先采取DMA方式实时读取探测器及传感器A/D转换后的数据,进而进行数据处理及算法分析,实时判断是否发生火灾;判断结果通过报警指示灯来显示;同时,通过串口将数据传给上位机,以便进一步进行离线分析和算法改进;本系统与传统的火灾探测相比,火灾识别率提高约5%,系统响应速度缩短3S左右,具有较强的数据处理能力及较快的系统响应速度。

一种间歇过程产品质量迭代学习控制策略

针对基于迭代学习控制的间歇过程产品质量优化控制算法难以进行收敛性分析的难题,以数据驱动的神经模糊模型为基础,提出一种新颖间歇过程的产品质量迭代学习控制方法。通过在优化算法中加入了新的约束条件,改变了最优解的搜索空间范围,从而使产品质量在批次轴上收敛,并创新性地对优化问题的收敛性给出了严格的数学证明。在理论研究的基础上,将提出的算法用于间歇连续反应釜的终点质量控制研究,仿真结果验证了本文算法的有效性和实用价值,为间歇过程的优化控制提供了一条新途径。

间歇过程的全局收敛性神经模糊模型

为了克服难以获得间歇过程的精确数学模型这一难题,本文采用一种具有非线性模糊规则后件的模糊神经网络建立间歇过程的模型,在此基础上提出一种基于Lyapunov方法的全局收敛性参数学习算法,并给出了严格的数学证明.本文提出的算法具有较好的非线性逼近和参数自学习能力,为间歇生产过程的建模提供了一条新途径.最后,将提出的神经模糊模型用于一个典型间歇过程的建模研究中,仿真结果表明了该算法的有效性,体现了模型潜在的实用价值.

基于建模误差PDF形状的间歇过程数据驱动模型

间歇过程的优化控制依赖于过程精确的数学模型,数据驱动的建模方法是目前间歇过程模型研究中的热点问题。突破传统数据驱动建模方法中采用均方差(mean squared error,MSE)作为准则函数的思想,提出一种新颖的间歇过程数据驱动建模方法,引入了概率密度函数(probability density function,PDF)控制的概念,构造间歇过程模型误差控制系统,将模型的可调参数作为控制系统的输入,模型误差PDF的形状作为控制系统的输出,从而把开环模型参数辨识问题转化为模型误差PDF形状的闭环控制问题。通过可调参数控制模型误差PDF的空间分布状态,不仅能够保障模型精度,还可控制模型误差的空间分布状态,从而消除模型中的有色噪声。仿真实验表明,基于模型误差PDF形状的间歇过程数据驱动模型具有较好的建模精度、鲁棒性和泛化能力,为间歇过程的数据驱动建模提供了一条新途径。

一类间歇生产过程的迭代学习控制算法及其收敛性分析

针对基于迭代学习控制的间歇过程产品质量优化控制算法难以进行收敛性分析的难题,并且考虑到实际生产中存在外部干扰和不确定因素的影响,本文对间歇过程模型参数动态更新问题进行了分析,建立了间歇生产过程产品质量的神经模糊(NF)预测模型,提出了一种新颖的批次轴参数自适应调节算法。在此基础上,构造了一种基于数据驱动的间歇生产过程产品质量迭代学习控制算法,并对优化问题的收敛性给出了严格的数学证明。最后,将本文提出的算法用于一类典型的间歇过程终点质量控制研究,仿真结果验证了本文算法的有效性和实用价值,为间歇过程的优化控制提供了一条新途径。

基于模糊神经模型的自适应单神经元控制系统设计

提出一种基于模糊神经模型的自适应单神经元控制系统。该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器。通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值。理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节。

红外气体传感器中光源恒功率控制电路的设计

为了提高红外气体传感器中光源输出功率的稳定性,设计了一种恒功率控制电路。该电路运用功率监视器,通过三极管和运算放大器的反馈调节,保持光源输出功率恒定。实验结果表明:该电路弥补了光源损耗和光源器件的分散性,使红外气体传感器产品的可靠性和一致性得到提高。

火电机组主蒸汽温度神经模糊-PID串级控制

如何将机组主蒸汽温度快速地控制在额定范围之内是火电厂热工过程控制面临的主要难题。针对超临界锅炉机组的主蒸汽温控制问题,提出一种基于神经模糊模型的火电机组主蒸汽温度自适应PID控制方案。根据采集到的减温水流量、高温过热器入口温度、主蒸汽流量、主蒸汽温度数据建立机组主蒸汽温度神经模糊模型,以此模型为基础实施主蒸汽温度自适应PID串级控制。内环采用PI控制器克服内部扰动,从而减少扰动对于导前汽温的影响,再将内环PI闭环控制系统及惰性区作为广义被控对象实行单神经元PID控制,通过主蒸汽温度额定值和实际输出值之间的误差对控制器参数进行在线调节,最终达到对过热器的控制。仿真实例验证了所提出的方法的有效性。

基于无约束迭代学习的间歇生产过程优化控制

针对基于迭代学习控制的间歇过程优化控制算法难以进行收敛性分析的难题,本文基于数据驱动的神经模糊模型提出一种新颖的间歇过程无约束迭代学习控制方法,通过调节因子的变化去除了约束条件,使控制轨迹在批次轴上收敛,并创新性地对优化问题的收敛性给出了严格的数学证明。在理论研究的基础上,将本文提出的算法用于间歇连续反应釜的终点质量控制研究,仿真结果验证了本文算法的有效性和实用价值,为间歇过程的优化控制提供了一条新途径。

间歇过程PSO-SQP混合优化算法研究

针对SQP算法在求解具有复杂约束的间歇过程优化时容易陷入局部极值点的问题,本文提出一种PSO-SQP混合优化算法。该算法首先采用外点罚函数法将间歇过程有约束的优化问题转换为无约束的优化问题,利用PSO强大的全局搜索能力对其进行求解,并把搜索结果作为SQP搜索初始点,以此弥补SQP全局搜索弱的缺点,再利用SQP良好的局部收敛性和较强的非线性收敛速度对原优化问题进行精细搜索,弥补了PSO局部搜索弱的缺点,通过不断的迭代最终获得优化问题的全局最优解。该算法充分利用了SQP和PSO的优缺点,增强了其对复杂约束优化问题的求解能力。将本文提出的算法用于连续搅拌化学反应系统温度控制中,仿真结果表明产物浓度能够充分逼近期望值,且反应器的温度轨迹收敛,从而验证了该算法的有效性和实用价值。

模糊神经网络在火灾探测中的应用

为进一步提高火灾探测系统的识别精度,设计了温度-火焰复合探测系统。依据特种火灾探测器国家标准,采集了大量试验数据,分析了目前广泛应用的火灾探测算法,建立了串联型模糊神经网络,实现了基于模糊神经网络的火灾识别。仿真结果表明,与单独采用BP神经网络相比,采用模糊神经网络将识别率提高了3%,该方法可有效应用于火灾探测中。

基于支持向量机的沼气中CH_4浓度预测

组建了沼气检测的实验系统,采用国家标准混合气获取大量的浓度标定数据,分析了目前广泛应用的甲烷浓度预测算法及影响预测结果的因素,讨论了支持向量机在CH4浓度预测中的应用,在此基础上研究了将多通道探测器的电压输出及环境温度共同作为支持向量机的输入,实现CH4浓度的预测。将该方法与线性插值法、多项式回归法、神经网络法等多种方法进行比较,预测结果的平均绝对误差减小了0.44%～1.99%。初步试验结果表明该方法在CH4浓度检测中具有一定的应用前景。

基于神经模糊系统的自适应前馈-反馈控制系统设计

在前馈控制器设计思想的启发下,提出了一种基于神经模糊系统的自适应前馈-反馈控制系统。该控制系统首先把非线性过程近似为一个线性的ARX模型和一个基于神经模糊系统的线性化误差模型(FNNM)组成的合成模型,把线性化误差模型的输出看作可测量的"扰动",然后再引入前馈控制器,利用被控制过程的输入、误差模型的输出、线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并与传统的PID控制器进行比较。仿真结果表明:这种基于神经模糊系统的自适应前馈-反馈控制器和PID控制器相比,能得到更快、更好的控制效果。

基于PCA及SVM的运动想象脑电信号识别研究

为了解决脑机接口(BCI)中不同意识任务下运动想象脑电信号的分类问题,提出了一种基于PCA及SVM的识别方法。针对Hilbert-Huang变换和AR模型提取的脑电信号特征,首先采用主成分分析PCA对高维特征向量进行降维处理,然后用支持向量机进行分类。最后将本方法分类结果和Fisher线性分类、概率神经网络分类结果进行比较。实验结果表明,该方法分类正确率较高,复杂度低,具有一定的有效性,可用于脑机接口中。

间歇生产过程优化控制的分布式仿真平台

间歇生产过程具有时变性、过程不可逆、模型不精确等特点,采用传统的控制方法很难满足市场的需求,如何检验先进智能优化控制算法在间歇生产过程中的实际应用效果是有待深入研究的课题。结合MATLAB强大的运算能力和WINCC开放的人机界面数据处理功能,构建出间歇生产过程分布式优化控制仿真平台,并将OPC技术应用于该平台的数据实时通讯过程中。通过在该平台上加载先进的控制算法,实现对间歇生产过程的控制和仿真,为先进智能优化控制算法的研究提供了逼真的试验环境。

电化学传感器批量测试系统设计

设计了一个电化学传感器批量测试系统,由传感器、放大电路、NI采集卡及CVI软件组成。该系统自动计算传感器各项指标,判断传感器是否合格,并对测得的数据进行处理、显示、绘图和保存等,最终实现了对电化学传感器性能进行批量智能测试的功能。该系统采用多线程编程,充分发挥了CVI函数库及NI采集卡的强大功能,保证各项工作的同时进行,具有操作简单方便、界面友好、测试效率高、可扩展性强、成本低和可靠性高的优点。经过对一氧化碳气体测试实验,该系统可及时有效地自动批量测试电化学传感器,实验准确度为100%。