固定床反应器基于改进混合模型的串级推断控制

提出了非绝热式固定床反应器基于改进混合模型的串级非线性推断控制策略。道德提出了邻二甲苯氧化非绝热式固定床反应器基于改进混合模型的推断估计器;然后设计了基于新型非线性自适应控制算法的副控制器和基于程序变增益ＰＩＤ的主控制器,同时设计了新型非线性滤波器以解决该反应器主回路比副回路响应快的问题;最后建立了该固定床反应器基于改进混合模型的串级非线性推断控制系统。仿真结果表明该推断估计器具有良好的静态、动态     

基于改进混合模型的一类固定床反应器推断控制

对一类非绝热式固定床反应器提出了一种基于改进混合模型的非线性自适应推断控制策略：给出一种基于结合先验知识和人工神经网络的改进混合模型的推断估计器设计方法;提出一种改进程序变增益ＰＩＤ算法设计控制器;设计了该固定床反应器基于改进混合模型的推断控制系统。仿真结果表明：该推断估计器具有良好的静态和动态特性,较高的估计精度和较好的实时性,所需训练样本少,易于理解和研究及外推性能良好等特点,该推断控制系统还具有良好的跟踪和抗干扰性能。     

苯胺加氢固定床反应器的优化设计与操作

目的 对苯胺催化加氢制环己胺列管式固定床反应器进行优化设计。方法 建立苯胺催化加氢制环己胺固定床反应器的二维拟均相模型，并用数值计算软件MathConnex对模型进行求解。结果 实现了苯胺催化加氢制环己胺列管式固定床反应器的优化设计与操作。结论 采用二维拟均相模型可有效地描述苯胺催化加氢制环己胺列管式固定床反应器的特征；影响转化率的主要因素是反应器的轴向温度分布，反应器的管径和氢气与苯胺物质的量对反应器轴向温度分布有较大影响，是设计反应器和优化操作的重要参量；根据计算结果设计的反应器在优化条件下操作稳定，能耗降低，热点温度远低于采用导热油冷却的反应器，产品的副产物少，收率可达95％以上，具有较好的经济效益。     

反应控制时固定床电化学反应器特性研究

本文建立了反应控制操作条件下的固定床电化学反应器模型，从理论上对Ｔａｆｅｌ极化区和线性极化区操作下的反应速率、电流分布进行了讨论，并将实验测定的床层内电势分布与模型计算值进行了比较，为固定床电化学反应器非定态操作特性研究奠定了基础。     

多孔陶瓷板固定床生物反应器设计及模拟

设计了一种结构新型的多孔陶瓷固定床生物反应器，与传统的固定床相比，该反应器具有氧传递性能好，能够均匀接种等优点，通过模拟，考察了反应器内的流体流动和气液传递性质，计算证明反应器的供氧能力能够满足链霉菌发酵过程对氧的需求。     

乙烯环氧化固定床膜反应器性能CFD模拟分析

为了提高乙烯氧化合成环氧乙烷反应体系的选择性，建立了乙烯由膜管进料的固定床膜反应器模型，对其进行了相关的计算流体力学（CFD）计算模拟，并与传统固定床反应器作比较。结果表明：在反应器构型、催化剂、反应条件相同的前提下，相较于传统固定床反应器而言，固定床膜反应器的选择性较高但乙烯转化率和环氧乙烷收率较低；改变操作条件使得两种反应器的选择性相同时，固定床膜反应器中乙烯转化率和环氧乙烷收率较大。据此得出固定床膜反应器较传统固定床反应器更具优势的结论。本文工作为乙烯环氧化固定床膜反应器的放大与固定床膜反应器替代传统固定床反应器的可行性提供了理论基础。     

船舶航向非线性系统自适应鲁棒自动舵的设计

考虑船舶航向控制系统模型中存在着非线性，并且在模型参数未知的情况下，利用Lyapunov稳定性理论，提出了一种具有积分功能的自适应鲁棒控制新算法，以5000t级杂货船为例，进行了自适应鲁棒自动舵设计，并利用Matlab的Simulink工具箱进行了仿真研究，结果证明该算法是十分有效的。     

基于DRNN的机器人轨迹跟踪自适应控制

针对模型未知和动力学非线性机器人轨迹跟踪,提出了一种基于分布式动态回归神经网络（ＤＲＮＮ）的自适应控制方法．该方法在ＰＤ动态反馈控制的基础上,引入神经网络辨识器（ＮＮＩ）在线逼近对象的非线性动力学,并设计出神经网络自适应控制器（ＮＮＣ）来补偿机器人动力学非线性造成的误差．仿真结果表明该控制方案具有良好的跟踪性能和较强的鲁棒性．     

一类非线性多变量系统的模糊神经网络自适应控制

针对一类数学模型不完全确知并包含外部扰动的非线性多变量系统，提出一种模糊神经网络(FNN)自适应控制策略．用FNN模型在线辨识非线性系统的未知动态，并根据误差系统的Riccati方程，设计H∞控制，有效抑制系统的外部扰动，该控制律采用Lyapunov设计方法来保证控制系统的稳定．FNN自适应控制策略解决了传统非线性控制器理论结果形式过于复杂，实用性差的问题，拓宽了非线性理论的应用范围．     

船舶直线航迹控制的鲁棒自适应非线性设计

针对船舶航迹控制非线性系统模型中存在的不确定性和外界干扰的影响，提出了一种鲁棒自适应控制算法．该算法将鲁棒干扰抑制技术融入自适应反演设计方法中，使得系统的输出和所得闭环系统全局一致最终有界，而且闭环系统的控制性能可以通过适当的选择设计参数而得到保证，另外，该算法还避免了控制器可能存在的奇异值问题，在计算机仿真研究中，以大连海事大学“育龙”号实习船为设计实例，验证了所提出的控制器的有效性。     

非线性系统神经模糊自适应控制的问题与策略

针对具有未知动力学的机械臂系统 ,提出一系列神经模糊自适应控制方法。提出神经模糊动态逆稳定自适应控制方法 ,该方法使用动态神经模糊系统逼近非线性动态系统 ,设计的动态逆控制器可以通过参数的设定保证闭环系统在初始控制段的动态性能 ,而无需事先要求机械臂状态位于某一紧集的假设。结合延时神经模糊网络 ,引入降维观测器估计输出重定义后机械手的速度矢量 ,从而建立了非线性系统的控制器观测器设计的新方法。采用了动态逆和“Back-stepping(后退 )”的技术 ,将以上方法成功推广到了考虑执行电机动力学特性的柔性连杆机械臂问题上     

基于滞环的非线性输入问题的研究

通过分析滞环的物理特性和自适应控制技术,提出了一种全新的鲁棒自适应控制策略,来解决以滞环为输入的非线性系统的追踪控制问题,而不需要构建滞环的逆.其中所探讨的系统的输入部分是一个"反冲类"的滞环,其模型采用微分方程形式表达,但方程中的参数未知,只知道其界限.这一新的方法确保了非线性系统的全局稳定性和对给定信号的有效追踪.仿真结果证明了该方法的有效性.     

一类非线性网络控制系统的控制器设计

针对一类非线性网络控制系统,提出了一种新型自适应模糊滑模预测控制方法,采用带有时间超前非线性状态预估器的新型的滑模控制(SMC)方案,补偿网络诱导时延,而后利用模糊自适应系统来逼近非线性环节,并基于Lyapunov稳定性理论设计自适应律,保证系统的稳定性. 以网络环境下空间飞行器的姿态控制为例进行仿真,结果表明,所提出的方法不仅实现了高精度的姿态稳定控制,且系统对不确定参数、网络诱导延时及外界干扰带来的影响具有很好的鲁棒性.     

基于遗传算法的稳定自适应模糊控制器的优化

采用模糊动态模型,对连续时间的高阶非线性系统进行了模糊控制。通过模糊推理,选择起主导作用的局部子系统的状态反馈控制,并作用于整个系统。利用大系统分散控制关联稳定性的概念和方法,得到了闭环模糊系统稳定的充分条件,并在此基础上给出了对模糊控制器进行优化设计的一种遗传算法实现策略。同时,仿真例子也验证了该设计方法的正确性。     

基于混合学习算法的模糊神经网络控制系统

针对复杂非线性系统在控制过程中的不确定性及参数的时变性,设计了一种模糊神经自适应预测控制系统,通过误差补偿以提高预测控制的精度;对模糊神经网络（FNN）的学习算法进行了研究,利用遗传算法的全局搜索能力对FNN控制器参数进行离线优化,并对遗传操作进行了改进,使其最终搜索到全局最优或近似全局最优的附近,再利用BP算法的局部搜索能力和对对象的适应能力,进一步对参数进行在线调整。从而使系统具有更高的学习精度和更快的收敛速度,所得的FNN具有良好的泛化性能。仿真结果证明了本方法的有效性。     

梁式自适应结构主动控制模型及实验研究

为提高结构对外部环境的抗干扰能力 ,构造了梁式自适应结构 ,并对其主动控制进行了研究。由传感器、作动器与梁主体结构组成梁式自适应结构。基于压电材料的本构关系 ,建立了传感方程和作动方程。根据有限元方法和现代控制理论 ,建立了梁式自适应结构的动力学方程和系统的状态方程。采用最优控制理论 (L QR) ,进行了控制器设计。建立了梁式自适应结构主动控制实验系统 ,并对这类自适应结构的动力学行为及主动控制进行了实验。实验研究结果表明梁式自适应结构能够改善结构的动力学特性 ,对外界干扰具有良好的自适应性     

非线性多变量电液伺服系统解耦自适应控制

本文结合非线性多变量电液伺服系统控制，提出了一种新颖的广义最小方差预测校正参考模型自适应解耦控制，将参考模型控制，预测控制的校正思想和广义最小方差自适应控制相结合。该方法不需研究非线性环节的模型，算法简捷。     

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。     

基于Laguerre函数模型的预测控制算法

在简述基于Ｌａｇｕｅｒｅ函数近似模型的自适应预测控制原理、算法及其特点的基础上,将现有的多步预测、单步优化的控制算法扩展为多步预测、多步优化的控制算法,并与传统的广义预测控制（ＧＰＣ）作了比较研究,结果表明基于Ｌａｇｕｅｒｅ函数模型的预测控制方法对变时延、变阶次被控对象的控制鲁棒性明显优于广义预测控制