2000年化工自动化展望

本文首先分析了控制理论和策略、自动化技术工具和自动化水平发展间的关系和趋势。然后对检测技术、控制装置、基于现代控制理论的先进控制、基于知识的智能控制、安全性控制、操作优化和调度优化、间歇过程的控制、优化及调度、工艺与控制设计的计算机化和整体化等方面剖析了当代特征和动向。

丙烯腈聚合生产过程综合自动化系统

论述了一控制理论和信息技术在工业生产中成功应用的实例。以丙烯腈聚合生产过程为对象,建立了全流程多种结构数学模型,开发成集动态数据库、过程模拟、统计分析、质量检测和控制、在线优化、故障诊断等功能为一体的生产执行系统,工程软件系统连续稳定运行,取得了较大成效。

裂解炉清焦过程自动控制软件的研究与实施

简介了裂解炉的清焦工艺。描述了自动程序清焦的设计思路和工程实现。对系统的组成做了说明 。

BP人工神经网络隐层结构设计的研究进展

指出BP人工神经网络隐层结构的确定,尤其是隐层神经元数目的选择历来是研究的热点。针对目前解决这一问题尚缺乏严格的理论依据,设计者多凭经验而定,介绍了用来优化设计隐层结构的可行方法,纵览了现有多种设计研究成果,从而探讨了新的设计方向。分析了网络隐层结构优化问题的产生及其理论依据,对各种设计方法进行了详细的分类综述, 探讨各自的优势与不足,并对神经网络结构优化问题的研究和发展做了评述与展望。

多变量系统的软测量建模研究

研究加氢裂化分馏塔多个产品的质量指标同时预报的一类 MIMO软测量建模问题 ,采用 RBF网络和 Fuzzy ARTMAP网络对该 MIMO系统进行建模 ,并用 RBF网络建立了每个输出的独立的MISO软测量模型。应用实例表明 。

求解约束优化问题的文化算法研究

文化算法的主要思想是明确地从进化种群中获得求解问题的知识(即信念)并用于指导搜索过程.本文提出了一种基于多层信念空间的文化算法,该算法通过对多层信念空间的择优选用将提取的知识用于提高进化计算性能来解决约束优化问题.应用实例表明该算法具有较好的结果和较少的计算量.

高斯核支持向量机分类和模型参数选择研究

支持向量机(SupportVectorMachine,SVM)是近几年发展起来的机器学习新方法,以高斯核为核函数的支持向量机在实际应用中表现出良好的学习性能,被广泛应用于模式分类中。论文研究了高斯核支持向量机分类在IRIS分类问题上的应用,并结合结构风险最小化原则分析了误差惩罚参数C和高斯核宽度σ对SVM性能的影响,最后通过数值实验进一步分析了这种影响。

差分进化粒子群混合优化算法的研究与应用

对基本粒子群算法(PSO)和差分进化算法(DE)进行了分析,有机结合两种进化算法提出了一种新型差分进化粒子群混合优化算法,该算法将优化过程分成两阶段,两分群分别采用PSO算法和DE算法同时进行。迭代过程中引入进化速度因子并通过群体间的信息交流阻止算法陷入局部最优。对4个高维复杂函数寻优测试表明算法的鲁棒性、收敛速度和精度,全局搜索能力均优于常规PSO和DE。将提出的改进算法用于乙烯收率软测量建模,应用结果表明模型精度较高、泛化性能较好。

基于径向基函数的非线性岭回归方法及仿真研究

提出了一种基于径向基函数的非线性岭回归建模方法(RBF-RR),该方法的核心是先通过RBF的转换实现输入样本的非线性映射,然后用岭回归方法进行线性建模,并采用了一种效果较好的基于广义交叉有效性(GCV)的逐步估计法来确定岭参数k;该建模方法的优点在于:径向基函数的引入赋予岭回归方法非线性功能,同时岭回归方法又可以消除使用RBF进行非线性处理后RBF输出之间潜在的复共线性。通过仿真研究表明:使用RBF-RR建立的模型具有较好的稳定性和预测精度。

动态系统故障诊断技术的研究与发展

故障诊断技术经过几十年的迅速发展,已经出现了基于不同原理的众多方法,如基于解析模型的方法、基于信号处理的方法以及基于知识的方法。近年来,故障诊断技术又应用了多种新的理论和方法,如小波变换、主元分析法、支持向量机、分形等。在综合大量文献的基础上,系统地总结了国内外动态系统故障诊断技术的研究现状,介绍了近几年出现的一些新的故障诊断方法的特点和局限性,给出了一些典型的应用实例。最后对这一领域的发展趋势进行了探讨。

数据挖掘中关联规则算法的研究及应用

针对Apriori和AprioriTid算法中存在的项集生成瓶颈问题,提出了一种基于事务集压缩、候选项集压缩和支持度布尔矩阵的改进AprioriTid算法.该算法中通过删去不必比较的事务来有效缩减数据集;优化频繁项集的自连接方式来减少生成的候选项集个数;使用支持度布尔矩阵来加快候选项集的验证速度.实验结果表明改进算法比原算法执行效率明显提高,同时也验证了该算法在油液监测故障诊断中的有效性.

连续催化重整装置辛烷值软测量研究

:研究连续催化重整生产过程中重整产品辛烷值软测量问题。首先结合工艺机理分析,找出影响辛烷值的主要参数,确定为辅助变量,建立起基于BP神经网络的辛烷值软测量模型。其次再采用PLS-BP算法改进模型结构,建立起基于PLS-BP神经网络的辛烷值软测量模型,可以看出PLS-BP所建模型结构相对简单,更适用于实际过程。最后对模型校正后在现场使用,结果表明测量结果令人满意。

基于本体论的化工过程故障诊断研究

根据化工过程的复杂故障现象,将本体论引入到化工过程故障诊断中,建立了化工过程故障诊断本体论。该本体论包括两个本体:过程本体是对化工生产工艺过程的概念化说明,诊断本体是对故障、故障之间的内在关系以及故障与单元操作之间关系的概念化说明。一方面,化工过程故障诊断本体论可以直接用于建立诊断知识库;另一方面,其作为“中间语言”,还可以实现异构系统之间的诊断知识共享。连续搅拌釜反应器仿真研究表明,利用化工过程故障诊断本体论表示化工过程的诊断知识可以获得良好的诊断效果。

机械臂轨迹跟踪控制研究进展

综述了近年来刚性机械臂轨迹跟踪控制研究领域的最新进展。根据应用于机械臂的不同控制算法进行分类,从自适应PID控制、神经网络自适应控制、模糊自适应控制、滑模变结构控制和鲁棒自适应控制5种主要控制方法进行阐述。重点从关节空间出发,论述了各种控制算法在提高机械臂轨迹跟踪性能方面的各自优缺点,并分析了它们之间的相互联系。对机械臂轨迹跟踪问题的研究方向进行了展望。

核函数方法及其在软测量建模中的应用研究

软测量技术对实施工业过程先进控制与优化具有重要的作用。介绍了几种新的基于核函数方法的软测量建模技术 ,并提出了针对复杂工业过程的混合核函数软测量建模方法。工业萘初馏塔酚油含萘量软测量应用表明 ,这类方法具有非线性处理能力强。

一类模糊模型的结构优化问题研究

提出了将模糊模型统计信息准则 (FSIC)、基于奇异值分解 (SVD)的模糊模型结构分析、模糊规则删除与合并、参数估计等方法集成的模糊模型结构迭代优化 .研究表明 ,将 SVD引入到模糊模型结构分析、结合 FSIC指导模糊规则删除和合并 ,可从模型结构精简性、模型拟合和泛化性能等方面综合地确定最优模型结构 ;文中提出了实用可行的基于聚类加权组合和多重模糊聚类的规则合并算法 .该迭代优化方法已成功地应用于非线性函数逼近和航空煤油干点估计器的模糊模型构造 .仿真结果表明文中提出的方法简单实用 ,优化的模型结构比文献中给出的模型结构更加精简 .

一种风险规避供应链的协调研究

研究了一类风险规避供应链的协调问题。建立了零售商权衡期望利润与实现该利润概率的决策模型,分析这类规避特性对供应链协调性的影响。证明了常用协调契约的局限性,并设计出一种新的柔性契约实现协调。对3类风险规避模型进行比较,结果表明风险规避类型是协调差异的重要因素。研究结果为实际供应链中的企业提供了决策依据。

基于自适应混合变异进化策略的神经模糊系统及应用研究

针对现存神经模糊系统中存在的问题,提出了基于自适应混合变异进化策略的神经模糊系统:采用改进的最近邻域聚类算法对输入空间进行模糊聚类,确定模糊规则数以及模糊规则前件,这样做精简了模糊规则,不会因输入变量的增加而造成“维数灾难”;采用自适应混合进化策略确定模糊规则的后件,明显提高了算法的收敛速度和精度。将本文提出的基于自适应进化策略的神经模糊系统用于某炼油厂航煤干点的软测量建模,结果表明,该系统具有结构简单、建模精度高、泛化能力强等优点。

软件可靠性建模研究

依据软件可靠性特征,提出以解决软件开发逻辑思维正确性为建模基本问题的可靠性建模思想。给出基于失效过程的软件可靠性定义,以及一种基于"任务-事件-功能"的软件体系结构准则,进行了形式化描述和理论证明。阐述从功能可靠性、事件可靠性到任务可靠性的分层可靠性预计方法,在建模中融合了软件可靠性设计以及软件测试和管理。

炼油厂综合库存管理优化问题研究

针对需求不确定条件下的炼油厂各级库存的综合优化问题,以在线连续调和技术为背景,建立了一个系统视角下的全厂库存管理的过程模型。求解时先进行多种产品需求的预测,根据预测值,采用实数编码的遗传算法,在局部优化控制器中以成品油非线性调和属性方程和混炼原油的线性调和属性方程为约束,计算出所需原油和各侧线产出率允许范围内的组分油流速及相应各级库存的优化值。最后,用广义预测控制算法,以局部优化结果为预先设定目标,考虑仿真模型实际运行过程中产生的模型失配、时变和干扰等不确定因素的影响,及时修改模型数据,在线滚动计算全厂库存仿真周期内的综合优化值。