制粉系统智能解耦控制的分布式仿真实验平台

钢球磨煤机制粉系统具有强耦合、非线性、大时滞等综合复杂性,为解决其智能解耦控制技术的工程化验证问题,建立了制粉系统智能解耦控制的分布式仿真实验平台。该实验平台由优化计算机、集散控制系统(DCS),仪表与执行机构的虚拟装置和模拟现场制粉系统的对象计算机组成。在对象计算机上,通过MATLAB和组态软件之间的无缝链接,有效地模拟制粉系统的输入输出特性。该实验平台的所有过程信号与工业现场一致,实验结果表明它可以有效地从工程角度验证智能解耦控制系统的控制性能。     

层流冷却系统过程优化控制仿真实验平台

层流冷却系统具有强非线性、工况变化频繁、带钢温度不能连续测量等综合复杂性。由于复杂的优化控制算法难以直接在冷却装置上进行验证,从工程化角度出发,开发了分布式的层流冷却系统过程优化控制仿真实验平台。该平台由模拟现场层流冷却过程的虚拟对象仿真子平台、仪表与执行机构虚拟装置子平台、回路控制系统和过程监控实验子平台、优化控制实验子平台组成。平台之间交换的所有过程信号均为标准工业信号,实验结果表明该平台可以从工程角度进行优化控制算法的有效验证。     

全氢罩式炉在线自适应优化仿真平台的开发

以全氢罩式退火炉(简称"全氢炉")为研究对象,分析了退火过程在线优化需求、现场监测布置情况和现场控制系统数据存储情况,建立了一套全氢炉退火过程在线自适应优化方法.结合已开发的全氢炉在线退火过程的数学模型和模拟仿真体系,借助数值模拟方法进行了全氢炉在线自适应优化仿真平台的开发.该仿真平台能够实现"人工在线启动优化"和"自适应在线启动优化"两种方式的响应,进行全氢炉冷轧钢卷退火过程的在线仿真,预测退火工艺制度的优化调整方案,同时也为新退火工艺、新钢种和新炉型的退火过程在线自适应优化的开发和改造提供了试验分析平台.     

蒸发过程的解耦控制仿真实验平台

蒸发过程的强制循环蒸发系统是一个多变量且回路间存在较强耦合的非线性系统,单纯的采用常规PID控制不能满足工业要求.为了从工程角度验证非线性自适应解耦PID控制算法在强制循环蒸发系统的应用,开发了蒸发过程的解耦控制分布式仿真实验平台.该实验平台是由智能控制计算机、DCS系统、模拟现场的对象计算机、仪表与执行机构的虚拟装置以及底层控制回路组成.平台之间的通讯主要是通过OPC技术和DDE协议来实现.实验结果验证了该解耦控制算法应用于强制循环蒸发系统的可行性和有效性.     

磨矿流程优化控制的分布式仿真平台

磨矿工业流程具有多变量、强非线性、大时滞、时变性等综合复杂性及多个生产设备因矿浆而相互关联的复杂性,为进行其优化控制实验,开发了由优化计算机与监控计算机、ControlLogix控制器,虚拟执行与检测设备,以及虚拟磨矿过程对象组成的磨矿流程优化控制分布式半实物仿真平台.虚拟对象的仿真软件是基于磨矿分级过程动态模型,以便于实现动态优化控制.该平台可为研究磨矿流程先进控制技术以及产品粒度、能耗等生产指标的优化控制方法的研究提供便捷、可靠、直观的工程化验证环境.     

机器人焊接柔性制造系统的多智能体协调控制

提出了利用分布式的多智能体协调控制技术实现对焊接柔性制造系统进行控制的思想。通过对集成多机器人和多传感器的焊接柔性制造系统进行焊接生产任务执行过程的分析,提出了针对焊接柔性制造系统的多智能体控制系统结构。最后利用JADE多智能体系统开发平台建立了一个多智能体控制系统,并通过实验验证了该系统的有效性及合理性。     

城市固废焚烧过程的回路控制半实物仿真平台

为精确模拟和实现城市固废焚烧(municipal solid waste incineration,MSWI)过程的多入多出(multiple input multiple output,MIMO)回路控制,面向实际工业过程开发了由真实设备层和虚拟对象层组成的分布式半实物仿真实验平台。结合对MSWI工艺流程机理模型的定性描述,建立了数据驱动的面向回路控制的虚拟过程对象模型,依据回路控制需求设计了该平台的各软件子系统,以及相互间的协同运行模式,搭建了平台硬件和开发了平台软件,并采用工业实际数据进行实验验证。结果表明：该平台为MSWI过程的智能建模与控制算法的进一步研究提供了可靠的工程化验证环境。     

全氢炉在线退火性能评估及诊断仿真平台开发

以全氢罩式退火炉(简称"全氢炉")为研究对象,基于全氢炉退火传热过程和监控系统的特点,结合退火阶段设备的运行工艺和设备性能变化情况,合理引入过程能力指数计算分析方法,建立了一套完整的全氢炉在线退火性能评估分析及诊断技术,借助计算机仿真技术进行了全氢炉在线退火性能评估分析及诊断仿真平台的开发。该仿真平台能够实现全氢炉具体堆垛退火性能的在线评估分析,并能够对退火性能不足的环节进行故障诊断,提示故障排查和控制调节信息,以指导现场生产过程中进行具体的故障检修和控制调整。     

基于组态软件和Matlab的系统实时仿真平台设计

设计了一种基于力控组态软件、Matlab、VC++的控制系统实时仿真平台.该平台用Matlab建立被控对象模型,用力控组态软件实现上位机图形界面,用VC++编写控制算法模拟实际控制器.三者之间通过DDE协议完成通信.该方法弥补了试验条件的不足,为系统稳、动态性能分析提供了方便、快捷的实现途径.将该平台应用于压力无关型变风量空调末端控制仿真,实验结果验证了其可行性.     

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，枸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。     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.