基于非线性系统模糊型的l∞范数预测控制

以非线性系统模糊模型为基础,提出了一种基于l∞范数性能指标的预测控制方法。证明了当子线性模型闭环稳定时,基于模糊模型的l∞预测控制系统是闭环稳定的。将此方法用于连续反应搅拌釜（CSTR）中和过程pH值控制的仿真试验,结果表明其综合控制性能优于基于二次性能指标的预测控制方法。     

回归神经网络控制器的研究与应用

分析了利用具有多层反馈的动态回归神经网络作为控制器的可行性 ,构造了基于RNN的控制系统,并对典型的非线性化工对象连续搅拌釜反应器(CSTR)和化工过程Benchmark问题进行了实时的控制应用。结果表明,多层反馈的回归神经网络控制器具有结构简单、控制效果好的优点,特别是在对Benchmark控制中采用了多入多出的RNN控制器构造的串级控制系统,体现了RNN控制系统的强适应能力,可用于复杂动态过程的控制。     

混合遗传算法在CSTR中应用

针对遗传算法（GA）收敛速度慢，不利于在实时控制中应用这一问题，构造出一种快速收敛的混合遗传算法（HGA），该算法利用遗传算法的全局搜索能力，并采用Nelder—Mead单纯形法来加强算法的局部搜索能力，加快了算法的收敛效率．将基于该混合遗传算法的模型参考自适应控制方法引入连续搅拌反应釜（CSTR）这一复杂的非线性系统，根据参考模型的输出，通过混合遗传算法对控制系统的PID参数进行在线寻优和在线调整，以达到参考模型所要求的控制效果，仿真结果表明了该方法的良好控制性能．     

一类典型工业过程的RBF神经网络控制

根据一类典型工业过程的特点，提出了一种神经网络控制方案．该方法基于ＲＢＦ（ＲａｄｉａｌＢａｓｉｓＦｕｎｃｔｉｏｎ）神经网络辨识过程模型，然后在此模型基础上设计内模控制．利用连续搅拌反应釜（ＣＳＴＲ）系统进行仿真设计，结果表明方案有效．     

碳酸锰矿浆湿法烟气脱硫反应过程研究

在磁力和机械驱动双搅拌反应器中对碳酸锰矿浆烟气脱硫的反应过程进行实验研究,考察了矿粉粒度、气相搅拌速度、液相搅拌速度、气液接触面积、温度对反应速率的影响.结果表明:总反应速率随气相、液相搅拌速度增加而增加,随反应温度的升高而降低,与气液面积成正比,但气相搅拌速度对反应速率的影响较液相搅拌速度更为明显;碳酸锰矿浆脱硫的反应属气、液扩散同时控制,但气相扩散阻力为主导性因素;碳酸锰矿浆脱除烟气中的SO2的反应过程总体上属于传质速度控制过程而非动力学控制过程,应选用能增强气、液、固三相之间传质的喷射鼓泡反应器作为碳酸锰矿浆烟气脱硫的吸收设备.     

基于扰动补偿的连续搅拌釜式反应器自适应积分滑模控制

针对化工工程中连续搅拌釜式反应器难以稳定控制的问题,提出一种基于自适应积分滑模控制的方法;根据连续搅拌釜式反应器系统结构建立的被控系统模型分别设计有限时间状态观测器和扰动观测器,通过观测器的估计结果对未知扰动信号进行补偿;基于系统的跟踪误差,引入积分滑模面,设计自适应变比例增益趋近律来消除系统抖振;利用Lyapunov函数证明控制系统的稳定性。仿真结果表明,该控制方法具有良好的抗干扰性能,能够实现对连续搅拌釜式反应器系统的稳定控制。     

基于线性化误差模型的自适应控制系统设计

本文提出了一种基于线性化误差模型的自适应控制系统。该控制系统首先为非线性过程建立一个ARX模型与一个基于神经模糊系统的线性化误差模型组成的合成模型,然后再引入单神经元控制器,利用线性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。最后,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,并和传统的PID控制器进行比较。仿真结果表明,这种基于线性化误差模型的自适应控制和PID控制器相比,具有更快的响应速度。     

自抗扰控制器在非线性化工过程控制中的应用

对于连续搅拌槽反应器、pH值中和、高纯度分离等化工过程,由于其过程本身具有严重非线性,因而控制十分困难.当未知强非线性系统中存在强干扰时,自抗扰控制器能表现出很强的适应性和鲁棒性.为此,采用二阶自抗扰控制器来控制这些复杂非线性过程,并结合工程实际和理论分析,对其跟踪微分器TD的设计予以简化.对连续搅拌槽反应器和pH值中和过程进行仿真,结果表明,基于自抗扰控制器的控制效果均优于常规PID调节器的控制效果.     

连续搅拌釜反应系统的预测控制算法

研究了具有强非线性、时变时滞、信号抖振等复杂特性的连续搅拌釜(CSTR)反应过程,提出了一种非线性鲁棒模型预测控制方法.首先在温度平衡点反馈线性化CSTR非线性模型,提出性能指标函数和李雅普诺夫函数进行稳定性分析.其次建立预报方程并引入松弛变量,应用线性矩阵不等式(LMI)技术处理鲁棒模型预测控制系统,在控制输入信号有界的条件下,获得了系统稳定性的充分条件,并给出了相应的系统性能指标的半定规划算法.最后,通过系统MATLAB仿真实验,说明了所提理论的正确性和算法的正确性、优越性.     

发泡剂 ADC 生成过程传质与动力学分析

在间歇搅拌反应器中进行了发泡剂ADC生产过程传质与动力学研究 .考察了搅拌速度、氯气流量、辅助空气流量、固体联二脲浓度、粒度及反应温度对过程速率的影响 .分析了影响过程速率的主要因素 .研究结果表明 ,发泡剂ADC生产过程涉及极其复杂的气液固多相传递与反应过程 ,其中气相反应物氯气的溶解传质过程是影响整个过程速率的主要控制步骤     

基于自适应神经模糊推理系统的连续搅拌反应釜系统的改进广义预测控制

连续搅拌反应釜(continuously stirred tank reactor,CSTR)是典型的非线性、大滞后的化工对象。为克服传统控制方法难以建立其机理模型的难点,基于对实际工业现场采集得到的大量输入输出数据,提出采用自适应神经模糊推理系统(adaptive-network-based fuzzy inference system, ANFIS)的方法,得到CSTR系统较理想的输入输出关系规则库,即CSTR系统的T-S模糊模型。最后,通过改进的广义预测控制(Jin’s generalized predictive control, JGPC)算法对CSTR系统的浓度进行控制,并与常规的广义预测控制(generalized predictive control,GPC)算法、比例-积分-微分(proportion integral differential,PID)控制算法进行对比,仿真结果显示,JGPC算法的控制效果优于GPC算法和PID控制算法,证明了方法的有效性。     

智能制胶反应釜温度控制系统的研究

针对人造板厂制胶反应釜的温度控制问题,提出了一种新的模糊控制方法.利用夹套内温度,采用模糊多层规则集结构,有效地解决了热滞后的负影响.实际应用表明,反应釜内反应液温度精度小于0.5℃.     

改进的一般化学习网络内模控制在CSTR中的应用

以连续搅拌反应釜(CSTR)为例,通过对一般化学习网络(ULN)分支上时间延迟的优化训练,提高了CSTR 这类具有滞后环节的复杂非线性系统的建模精度。将一般化学习网络和模糊理论相结合,提出了一种改进的神经网络内模控制方法(改进的ULN-IMC)。仿真结果表明,改进的ULN-IMC可有效的提高CSTR的跟踪和抗扰动定值控制过程。     

加热炉待轧时炉温模糊决策

基于对加热炉动态过程受控特征分析,将数学模型方法、模糊控制理论和模糊优化方法应用于加热炉动态过程炉温优化及控制研究.建立了加热炉待轧时炉温模糊优化模型,构造了以钢坯导热机理模型为基础的炉温在线模糊控制决策系统.在此基础上对典型待轧过程进行了炉温控制决策的计算机数值仿真.结果表明,炉温模糊决策结果使在炉钢坯获得了满意的控制效果.本文的模型方法可以有效地应用于加热炉控制系统.     

基于动态递归神经网络的动态矩阵控制

给出了利用动态递归神经网络 (DRNN)重构一个非线性动态过程的方法 ,对权值调整算法进行了推导。采用的动态递归神经网络具有非线性系统状态观测器的结构特征 ,容易实现并进行稳定性分析。利用训练好的网络作为预估模型 ,设计了基于DRNN的动态矩阵控制算法。仿真结果表明了权值调整算法和控制策略的有效性     

基于自适应模拟退火算法的CSTR的动态优化

首先分析了连续搅拌釜式反应器的动态优化模型。基于对自适应模拟退火算法的研究,提出了一种改进的邻域调整方案,并将其应用于求解连续搅拌釜式反应器的动态优化问题。仿真结果表明,改进后的算法大大加快了搜索速度,提高了最优解的质量,为工业过程控制的设计提供了高效、可靠的参考依据。     

基于Volterra级数模型的内模控制方法

针对一大类具有一定不确定性的非线性系统,提出基于Volterra级数模型的鲁棒内模控制器设计方法。利用局部形式的小增益定理,得到在辨识模型和实际对象模型失配的情况下,闭环系统鲁棒稳定的充分条件。对于设定点调节问题,得出闭环系统获得零稳态误差跟踪性能的充分条件。通过对一个连续搅拌反应池（CSTR）过程控制问题的仿真研究表明,应用该方法可以取得良好的控制效果。     

温度模糊控制系统的设计

文章应用西门子S7-300可编程序控制器设计一个一维模糊控制器,将模糊控制器的模糊输出反模糊化后化为实际输出到可控硅,通过改变可控硅的输出来达到控制中位水箱温度的模糊控制。通过在组态王中的参数连接与设置,实现温度运行画面的监测,运行结果证实了设计的一维模糊控制器能精确控制中位水箱温度,获得了优良的效果。     

BelousoV-Zhabotinsky-CSTR体系从混沌到高周期行为的控制

用自适应延迟反馈控制方法和线性自相互作用反馈控制方法对在连续流动釜式反应器（CSTR）中的Belousov-Zhbotinsky (BZ)体系进行了从混沌行为到较高周期轨道行为的控制，结果表明这两种方案都是有效的。     

基于DBFNN的非线性自适应控制在CSTR中的应用

讨论了一类放射非线性系统的自适应控制问题.首先对于利用方向基神经网络(DBFNN)对系统的不确定性进行建模.所得到的系统模型作为对象的数学模型用来设计控制器.首先设计了反馈线性化控制器,为了克服建模误差的影响又引入了内模控制机制.证明了只要网络的学习精度足够高,所设计的闭环系统是最终一致有界的.把所设计的控制策略用于CSTR的控制中,仿真结果表明了所设计的控制器有效性.