基于多目标麻雀算法的污水处理过程优化控制

为了解决污水处理过程中出水水质和总能耗的多目标优化问题,提出了一种融合多策略的多目标麻雀搜索算法。首先,利用佳点集初始化麻雀种群,使种群分布更均匀,提升搜索空间,并在发现者位置更新公式中引入最优引导策略和动态惯性权重,改善发现者收敛到原点的问题,平衡算法的全局搜索和局部开发能力;其次,为了提升算法的局部逃逸能力,改进警戒者位置更新策略,并对麻雀个体的最优位置进行扰动;最后,在外部存档更新过程中引入种群更新方法,加快算法的收敛速度,增加种群的多样性。实验结果表明,所提算法具有较好的优化性能,有效降低了污水处理过程中的总能耗,并提升了出水水质。

补料分批发酵过程动态优化控制研究

针对非线性程度高、稳定性差的生化过程典型应用案例-酒精补料分批发酵过程的优化控制问题,从提高寻优效率和最大化产物浓度出发,提出了一种基于预测控制中的核心思想-滚动优化策略,利用罚函数法将原带有约束的优化问题转化为无约束的优化问题,从而通过蚁群算法与迭代动态规划相结合的混合优化算法来进行基质流加率控制轨迹动态优化。并将这种优化策略应用的结果与蚁群算法寻优效果比较,仿真结果显示,无论从寻优速度、优化性能等方面都有了较大的改善。

反向响应过程PID控制回路性能评估

反向响应过程广泛存在于化工领域中，但针对反向响应过程的性能评估研究较少。针对一类二阶时滞反向响应过程，研究其PID控制回路性能评估问题，推导在阶跃信号输入下的PID控制回路累积绝对误差（IAE）性能基准值，并将其推广到斜坡输入以及一般输入情形，为不同类型设定值输入下的反向响应过程建立通用化的IAE性能评价标准。仿真结果验证了该性能评估算法的正确性以及通用性。

基于多策略自适应差分进化算法的污水处理过程多目标优化控制

针对污水处理过程中的能耗过高和出水水质不达标等问题,提出一种基于多策略自适应差分进化算法的污水处理过程多目标优化控制方法。首先,在常规跟踪控制结构的基础上,增加对第3、4单元溶解氧浓度的跟踪控制,扩大了能耗和出水水质的优化调节范围。然后,设计一种多策略自适应差分进化算法(MSADE),该算法采用多策略融合变异和排序优选方法,选取合适的变异策略和较优的随机个体引导种群变异,并根据进化过程信息自适应地更新交叉率,以提升算法的收敛性和pareto解的多样性。最后,将MSADE算法与PID控制器相结合,并构建以能耗和出水水质为优化目标的多目标优化问题,实现对溶解氧和硝态氮浓度设定值的动态寻优和跟踪控制。基于国际基准仿真平台BSM1进行验证,结果表明所提的多目标优化控制方法能有效降低污水处理过程的能耗并提升出水水质。

基于工况识别的污水处理过程多目标优化控制

针对污水处理过程中能耗大和罚款高等问题,设计了一种基于工况识别的污水处理智能优化控制系统。为保证工况识别的准确性和实时性,利用自适应遗传算法从多种入水参数中选取参考变量,然后基于建立的历史知识库,对入水实时工况进行识别。针对能耗和罚款的多目标优化问题,基于历史知识的引导,通过智能决策的方法从pareto解集中选出最优偏好解,并对知识库进行更新。利用国际基准仿真平台BSM1进行验证,结果表明所提方法有效利用了历史工况的最优解信息,提高了算法的收敛性,降低了计算成本,同时可将能耗和罚款控制在较低的范围。

一种污水处理优化控制过程的超标抑制控制方法

常规污水处理过程多目标优化控制中存在出水氨氮和总氮浓度长时间超标的问题,为此提出一种污水处理优化控制过程的超标抑制控制方法。该方法在对多目标优化算法获取的溶解氧和硝态氮质量浓度设定值进行跟踪控制的同时,引入了超标抑制决策;利用AdaBoost-LSSVM实时预测出水氨氮和总氮质量浓度,并根据两者的超标情况选取合适的控制策略,以避免出现超标。基于国际基准仿真平台(BSM1)进行验证,结果表明所提的超标抑制控制方法能在兼顾污水处理过程能耗和出水水质的同时,保证出水氨氮和总氮质量浓度不超标。

基于经济模型预测控制的金氰化浸出过程动态实时优化

针对金氰化浸出过程时间常数大、不确定性强等问题,提出了一种基于经济模型预测控制(EMPC)的动态实时优化方法。不同于传统的模型预测控制,EMPC将经济指标直接作为滚动优化的目标函数,在每个采样时刻求解滚动窗口内的最优操作序列。和稳态优化方法相比,基于EMPC的方法能保证动态最优性,提高经济收益。此外,金氰化浸出过程受随机噪声、未知参数可变等不确定性影响,提出使用扩展卡尔曼滤波(EKF),通过构造增广系统对状态变量及不确定参数进行在线同步估计,加强EMPC的准确性和可靠性。仿真结果表明,提出的EMPC+EKF策略能有效提高金氰化浸出过程的经济性能。

轻工包装机器人专用运动控制系统设计

分析轻工包装机器人运动控制系统的特点,提出一种低成本、高性能的专用运动控制系统,并进行了软硬件分析与设计。系统采用Cortex-M4内核的STM32F407为主CPU,运动控制芯片PCL6045BL为从CPU的主从CPU结构,将Cortex-M4在人机界面,通信接口与运动控制规划上的优势与PCL6045BL高控制精度的优点相结合。软件上通过移植μC/OS-II与μC/GUI实现实时系统运行与人机交互,编写相应的应用程序实现对机器人的控制,最后通过插补实验对机器人控制系统进行验证。

基于PSO-控制变量参数化混合策略的间歇化工过程优化控制

控制变量参数化方法作为一种化工过程动态优化的梯度搜索算法,其求解效率过于依赖初始给定轨迹。目前初始轨迹一般都是设定在边界值或中间值,缺乏科学依据,从而大大影响了算法的收敛速度。针对这一问题,提出了一种粒子群优化(PSO)与控制变量参数化方法混合的策略,首先利用粒子群优化对间歇化工过程最优控制量进行求解,结果作为控制变量参数化方法初始给定轨迹,进行二次优化。双层优化的混合策略提高了控制变量参数化方法的收敛速度和粒子群优化算法的求解精度。将混合策略应用于两个间歇化工过程优化控制实例,仿真结果表明了该算法对求解化工过程动态优化问题具有可行性和有效性。

反向响应过程抗负载干扰PID控制回路性能评估

反向响应过程广泛存在于化工领域中,但针对反向响应过程的性能评估研究较少;针对一类二阶时滞反向响应过程,通过幂级数展开的方法简化了对象模型,然后研究其抗负载干扰PID控制回路性能评估问题;根据DS-d控制原理获取期望闭环传递函数以及PID控制器参数,推导干扰模型为阶跃情况下的PID控制回路累积绝对误差(IAE)性能基准值,并将其推广到斜坡输入以及一般输入情形,为不同干扰类型情况下的反向响应过程建立通用化的IAE性能评价标准;仿真结果验证了所提性能评估算法的正确性以及通用性。

基于OKID方法的多变量时滞过程解耦控制

实际工业生产中存在着大量多变量时滞过程,由于此类系统输入输出变量间的耦合及时滞因子的影响,使得针对这类系统的控制效果往往达不到令人满意的效果。本文利用解耦控制器,首先对多变量时滞过程的输入输出进行解耦;由于解耦得到的子系统模型非常复杂,因此对解耦后的复杂系统模型提取公共时滞因子,然后用观测器/卡尔曼滤波器辨识(OKID)算法对解耦后的系统进行模型精简,基于该简化模型使用极点配置方法设计离散时间PID控制律,实现解耦系统对定值信号的跟踪控制。通过对一个化工过程系统进行仿真研究,证明了所提方法的有效性。

晶体生长过程高精度温度控制系统设计

目前晶体生长装置通常采用PLC进行控制,但常规PLC的温度测量精度达不到要求的控制精度。采用PLC和高精度智能温度控制表结合,使生长槽温度精度达到±0.01℃。同时设计顺序降温控制,在规定的时间内,可进行阶段性的降温达到设定的温度。该系统已在实际生产中使用,满足了高品质晶体生长的要求。

基于双向生成对抗网络的工业过程故障检测

标准双向生成对抗网络的模型结构由全连接层构成,在进行故障检测时仅使用单个样本的过程特征进行统计量构建。因此,提出了一种改进双向生成对抗网络的工业过程故障检测方法。该方法用降噪自编码器对样本进行预处理,构建重构误差作为双向生成对抗网络的输入,以减少异常样本中正常信息对异常信息的淹没,增强模型对微小故障的检测能力;并将长短时编解码器引入双向生成对抗网络模型中,使得生成器在生成虚假样本的同时还可以关注当前时刻样本的过程特征和历史时刻样本间的关联性,增强了模型对时间序列数据的检测能力。将所提故障检测方法应用于田纳西伊斯曼过程和实际磨煤机工业过程,其在保证低误报率的同时,提升了报警率,并且具有良好的泛化性能。

转盘式船型开关自动装配控制系统的设计与实现

针对某船型开关传统的人工装配模式效率低、产品质量依赖个人经验等问题,通过研究船型开关的形状结构和装配特征,基于分割器多工位转盘,设计了一种低成本、高效益的底座与开关自动装配机械结构,并利用PLC和触摸屏搭建工业网络硬件结构。根据船型开关装配工艺流程及控制要求设计了船型开关控制系统流程算法,实现了船型开关的自动上料与组装、质量检测、次品及合格品自动分选下料的流程。人机交互式的触摸屏设计完成对装配过程的在线检测与管理,该控制系统已在相关生产企业中得到应用,产品一致性较好,经济效益明显。

非线性间歇过程PD型变增益迭代学习控制

针对迭代学习控制中固定学习增益存在的系统收敛速度较慢,实际应用中系统动态性能较差的缺点,研究了具有批次重复性的非线性间歇过程变增益PD型迭代学习控制方法。利用迭代学习过程中的期望轨迹、控制输入以及跟踪误差信息,设计变增益PD型控制器,给出了谱半径收敛条件,并利用算子理论对其进行了证明。对微藻发酵过程基质浓度的控制进行建模仿真,用该算法与传统固定增益PD型控制方法对比,仿真结果验证了该控制策略的可行性和有效性。

数据驱动的发酵过程pH值控制策略

针对发酵过程中pH值的精确控制问题,提出了一种基于数据驱动的PID参数自整定控制方法。首先采集系统闭环工作数据,构造当前时刻的“数据向量”,并以特定格式存储于数据库;再利用相似性度量算法获得PID控制器的初始预测参数;若控制回路性能不理想,则使用优化方法整定控制器参数。然后将优化后的参数补充到数据库中,以开始新的迭代优化。最后通过仿真对所提方法的跟踪性能和抗干扰性能进行测试,实验结果证明了其有效性。

基于Fuzzy-PI的薄膜烘干过程中张力控制

针对牵引张力的非线性时变特征建立张力模型,采用Fuzzy-PI控制策略实现薄膜牵引过程的恒张力控制,利用Matlab对控制策略进行仿真验证,设计了张力闭环系统。仿真与实际运行结果证明:本系统具有良好的动态性能与稳态精度。

柠檬酸回收中基于迭代学习策略的三钙中和过程控制

为了实现三钙中和过程的自动控制,分析研究了该过程存在的问题与控制难点,并提出基于迭代学习算法的控制策略。中试平台实验结果表明:迭代学习控制策略成功实现了三钙中和过程终点pH值的稳定控制,各项指标满足控制要求,实现了该工艺的自动控制。

柠檬酸发酵过程种子罐培养液质量参数的近红外预测模型

在柠檬酸发酵过程中,种子罐中菌种培养的好坏将直接关系到发酵的水平,因此快速准确检测种子罐中培养液质量参数非常重要。柠檬酸发酵过程中种子罐培养液质量参数目前大多采用人工测量,无法满足实时监控和精确控制的需求。基于近红外光谱,针对种子罐培养液中总酸(TA)和还原糖(RS)的测量,构建了化学计量模型。首先,对原始光谱进行分析,为消除随机噪声以及减少批次差异性对于样本光谱的影响,依次采用平滑处理(SG)和去趋势处理(DT)的SG-DT方法进行光谱预处理。然后,利用间隔偏最小二乘(iPLS)方法对光谱进行特征波长选择,讨论了不同划分区间数对选择结果的影响,并确定了目标质量参数为总酸(TA)时的最佳划分区间数为21,特征波长个数为495,目标质量参数为还原糖(RS)时的最佳划分区间数为20,特征波长个数为361。分析光谱变量和质量参数变量之间的相关程度,引入BP网络建立总酸(TA)的校正模型,分别用PLSR和BP网络建立还原糖(RS)的校正模型,比较模型预测效果以确定最优模型。得到基于BP网络的总酸(TA)的最优预测模型的R_(p)^(2)为0.8085,RMSEP为0.1234;基于BP网络的还原糖(RS)的模型预测效果优于PLSR模型,最优模型的R_(p)^(2)为0.9647,RMSEP为0.1739。在复杂的柠檬酸发酵系统中实现了发酵过程中菌种培养过程多质量参数在线预测,为发酵过程的实时智能控制提供了依据。

T-S模糊系统的自触发有限时间H∞控制

为克服事件触发控制对硬件设备的依赖以及控制策略频繁更新的局限,针对一类不确定Takagi-Sugeno(T-S)模糊系统的有限时间H∞控制问题,引入自触发机制,提出一种基于此机制下只与触发时刻状态有关的模糊控制器设计方法;基于自触发机制并结合有限时间控制的思想,通过设计触发间隔函数、推导并求解线性矩阵不等式(LMI),使得系统在保障稳定性的前提下,系统运动轨迹不会超过一定的界限,并达到所期望H∞性能水平;同时相较于事件触发机制,自触发机制位于系统内部,无需额外硬件设备接收触发信号且只需利用当前的触发状态信息来预测下一触发时刻,在一定程度上进一步降低系统资源成本;此外,利用李亚普诺夫函数对系统稳定性进行了严格分析,并提供一个确保能够防止芝诺现象发生的证明;最后,通过数值仿真、单连杆刚性机器人系统实例仿真两个实验说明所提方法的有效性。