基于关联规则的故障诊断方法及研究

针对复杂工业大系统的特点,提出一种基于关联规则的故障诊断方法,设计并实现了以多支持度关联规则挖掘算法为核心的关联规则挖掘系统。对尿素生产过程的仿真实验结果表明,该系统能够有效地挖掘隐藏在大量数据背后的故障模式知识,有效地突破了故障诊断专家系统在知识获取方面的瓶颈,增强了故障诊断系统的推理诊断能力。

EPA节点中的并行处理技术

在对EPA中的并行处理技术总结的基础上,结合EPA节点设计中所用的ARM7结构的R40008 CPU的特点,分析了它在支持并行处理方面的结构设计,提出了进一步挖掘程序设计中的并行因素,充分利用R40008CPU中的并行设计的思想,并给出了针对R40008 CPU的结构,对程序设计进行并行优化的有效方法。

基于改进的FasBack神经模糊系统的4-CBA软测量模型研究

提出一种基于改进的FasBack神经模糊系统的新型对羧基苯甲醛(4-CBA)软测量模型,用Leven-berg-M arquardt算法训练模型中的部分参数,经实际过程数据验证表明,提出的模型学习速度快、预测精度高、鲁棒性强,为实现精对苯二甲酸(PTA)生产过程中4-CBA含量的实时、精确控制提供了一条有效的途径。

大范围工况变化下联塔的严格机理模拟研究

建立基于严格机理的乙烯生产过程联塔系统开放式模型,采用大规模系统优化方法和自动微分方法,对此联塔系统进行大范围工况变化下的模拟。求解结果和收敛效率与Aspen P lus进行了对比。在初值相同、标度相同、建模和求解方式一致的情况下,本文联立求解方法的结果与Aspen P lus的EO模式的求解结果一致;对于进料工况大范围变化的情形,本文的联立求解方法收敛性明显优于Aspen P lus。采用大规模优化计算方法和稀疏自动微分方法对于提高求解效率、降低初值依赖性具有明显的效果。

基于网络的实时控制系统理论研究进展

就网络控制系统中的网络时延、系统建模、控制系统设计与分析等主要方面的研究工作进行了介绍 ,分析了存在的优缺点 ,并探讨了进一步的研究方向 .

基于独立成分的动态多变量过程的故障检测与诊断方法

化工过程中存在大量测量变量, 这些变量一般不是相互独立的, 而是由少数必要的潜隐变量驱动, 这些潜隐变量通过独立成分分析方法(ICA) 抽取出来, 可用于故障检测和监控. 在基于ICA的故障检测和监控基础上提出一种故障诊断方法———字符串匹配方法, 此种方法仅由数据驱动, 既不需要训练数据也不需要建立过程模型, 实施起来简单方便. 通过在TE仿真模型上的应用, 表明了此方法的有效性.

基于支持向量机的非线性系统预测控制

针对离散非线性系统,提出一种可用于非线性过程的支持向量机预测控制方法,并给出了控制律的收敛性分析.该方法将复杂的非线性预测方程转化成直观而有效的线性形式,同时利用线性预测控制方法求得解析的控制律,避免了复杂的非线性优化求解,对非线性工业焦化装置温度控制的仿真结果表明了算法的有效性.

步进MPCA及其在间歇过程监控中的应用

针对多向主元分析法(MPCA)在间歇过程监控过程中需要预测过程未来输出的困难,提出了一种新的步进多向主元分析方法。该方法通过建立一系列的PCA模型,避免了对预估过程变量未来输出的需要,通过引入遗忘因子能够自然地处理多阶段间歇过程的情况。对于多阶段链霉素发酵过程的监控表明,相对于普通MPCA,步进MPCA能够更精确地对过程故障行为进行描述。

基于神经网络的非线性系统多步预测控制

针对离散非线性系统,利用非线性激励函数的局部线性表示,提出一种可用于非线性过程的神经网络多步预测控制方法,并给出了控制律的收敛性分析.该方法将非线性系统处理成简单的线性和非线性两部分,对复杂的非线性多步预测方程给出了直观而有效的线性形式,并用线性预测控制方法求得控制律,避免了复杂的非线性优化求解.仿真结果表明了该算法的有效性.

线性不确定时滞系统指定衰减度鲁棒镇定

研究了一类线性不确定时滞系统时滞依赖型具有指定衰减度的无记忆状态反馈鲁棒镇定问题 .所考虑的线性不确定时滞系统含有时变未知但有界的不确定参数和状态滞后 .通过应用 Razumikhin定理和 Lyapunov定理 ,导出了系统鲁棒稳定且具有指定衰减度的判据和具有指定衰减度的无记忆状态反馈鲁棒镇定控制律存在的充分条件及相应的控制器设计方法 .所得时滞相关的结果用一组线性矩阵不等式 (LMI)表示 .

微粒群算法在模拟移动床色谱分离过程优化中的应用

运用微粒群算法开发出一种非线性模拟移动床(SMB)色谱分离过程的优化策略。该优化策略将模拟移动床的最大吸附剂生产率作为优化问题的目标函数,采用模拟移动床的TMB模型来计算微粒群优化算法的适应值。采用该优化算法对手性化合物萘酚对映体(b i-naphthol)的模拟移动床色谱分离操作条件进行了优化,仿真结果表明了该优化策略的有效性。

基于神经网络的非线性系统预测函数控制

针对离散非线性系统,利用神经网络非线性激励函数的局部线性表示,提出一种可用于非线性过程的神经网络预测函数控制方法并给出了控制律的收敛性分析.该方法将复杂的神经网络非线性预测方程转化成直观而有效的线性形式,同时利用线性预测函数方法求得解析的控制律,避免了复杂的非线性优化求解,仿真结果表明了算法的有效性.

链条炉燃烧专家控制系统

首先介绍链条锅炉的工艺特性 ;给出专家控制方案 ,给出控制结构及基本思想 ;针对调节阀的强非线性特性在给出线性补偿方法 ;

基于统计信号重构的传感器故障诊断

主元分析、偏最小二层等数据驱动的多元统计监控方法由于不依赖于精确的数学模型,在化工过程监控与故障检测方面取得了广泛应用.通过研究基于统计信号重构的传感器故障诊断算法,给出了统计信号重构算法的一般形式,并推导了基于统计信号重构算法进行传感器故障诊断的可检测与可分离性条件,定义了模型空间和余差空间的故障识别指标.通过CSTR仿真对象的应用比较了不同统计信号重构算法间的差异,验证了故障诊断算法的有效性.

一类非线性系统的扩展状态空间预测控制

针对一类具有输出反馈耦合的离散非线性系统,将过程模型表示为扩展状态空间模型,并利用反馈回路非线性函数在参考轨迹附近的局部线性表示,导出一种具有类似离散PI最优调节器结构并具有未来P步设定值前馈控制的新型预测控制器.因其目标函数中考虑了系统状态的变化,所以控制效果要优于仅考虑预测输出误差的情况.仿真结果表明了它的有效性.

EPA的实时性能分析与计算

文章在深入分析EPA网络周期数据传输原理的基础上,讨论了周期数据在EPA网络的端到端传输过程及在端点的处理过程中的通信延迟构成,并以一个典型的微网段构成的EPA网络为例,对EPA网络的周期数据通信延迟进行了定量计算,从而得出EPA网络所能达到的实时性指标,并指出了改善EPA网络实时性能的措施。

CFB锅炉汽包水位的专家PID控制

讨论了一种专家系统与实时控制相结合的实时专家ＰＩＤ控制方法，并用此方法控制热电厂循环流化床锅炉（Ｃｉｒｃｕｌａｔｉｎｇ Ｆｌｕｉｄｉｚｅｄ Ｂｅｄ Ｂｏｉｌｅｒ，简称 ＣＦＢ锅炉）的汽包水位，使得锅炉水位即使在扰动幅度较大的情况下仍能保持自控，现场投运获得了良好的控制效果。

基于微粒群优化的模型参考自适应控制

针对复杂非线性对象提出了一种基于微粒群优化（PSO）的PID自适应控制方法。通过运用PSO算法对PID控制器参数进行在线调整，使模型参考自适应控制达到理想的控制效果。将该方法引入到连续搅拌反应釜这一复杂的非线性系统，仿真结果表明了该方法的良好性能。

一类非线性系统的自适应预测函数控制

针对一类具有输出反馈耦合的离散非线性系统,将过程的非线性状态空间模型等效为线性时变状态空间模型;然后利用最小二乘法辨识系统参数,并通过在目标函数中引入系统状态的变化给出一种具有类似离散PI最优调节器结构的新型自适应预测函数控制器.由于引入了新的优化目标函数,该控制器控制效果与鲁棒性要优于仅考虑预测输出误差的传统预测函数控制器.仿真结果表明,该控制器优于经典离散PI最优调节器.

草甘膦生产过程中温度的模糊PID复合控制

考虑草甘膦生产过程中最重要的温度控制问题,给出总体温度监控方案,其中恒温段应用一种带自动修正因子的模糊-PID控制器,应用JX-300进行现场实现,得到较好的应用效果,提高了产品收率。