计算机在化工生产过程中PH值控制的应用研究

在化工生产过程中，有些化学反应需要在一定的ｐＨ值下才能顺利实现．而溶液的ｐＨ值受许多因素的影响，它随酸碱浓度的变化呈严重的非线性反应，因而在各种不断变化的生产环境下，保持溶液ｐＨ值的稳定不是一件容易的事情。本文介绍了电镀生产过程中，如何采用计算机对镀镍液的ｐＨ值进行控制的一种应用研究．我们在五羊自行车厂电镀车间用计算机采用大林算法对镀镍液的ｐＨ值进行控制，以代替原来的人工控制，取得了相当满意的效果。     

pH值对纤维素酶制备的影响

ｐＨ值对纤维素酶制备有很大的影响。在纤维素酶生产中以玉米秸杆为底物,若不控制ｐＨ值,任其自由发展,虽然最终酶活较高,但产酶时间较长。若用缓冲液控制ｐＨ值,最终酶活虽不及不控制ｐＨ值的产酶过程,但是产酶时间大大缩短。在产酶过程中,较高ｐＨ值有利于纤维素酶酶系中的纤维素二糖酶的诱导,较低的ｐＨ值有利于纤维素酶酶系中的Ｃ１酶和ＣＸ酶的诱导。在发酵罐产酶过程中,宜采用分段控制ｐＨ值：第一阶段ｐＨ值控制在３．５～４．０之间,第二阶段ｐＨ值控制在４．５左右。     

模糊控制在pH值控制过程中的应用研究

本文介绍了在糖厂澄清过程的ｐＨ值控制中，采用模糊控制算法解决了常规控制算法难以解决的控制问题，在利用模糊控制模拟人工控制来解决实际过程中复杂系统的控制问题方面进行了尝试，并且取得了好的结果。     

模糊控制在pH值控制过程的应用研究

本文介绍了在糖厂澄清过程的ｐＨ值控制中，采用模糊控制算法解决了常规控制算法难以解决的控制问题，在利用模糊控制模拟人工控制来解决实际过程中复杂系统的控制问题方面进行了尝试，并且取得了好的结果。     

改进型神经网络参数自学习PID控制器的实现

用BP神经网络自学习PID控制器的3个可调参数KP,KI和KD，实现最佳组合的PID控制，在调整神经网络的权值算法中，用被控对象的预测模得到预测输出值来改进学习算法。该方法用于异步电动机直接矩控制中效果明显。     

犁头霉菌培养制备壳聚糖

利用液体培养其摇瓶培养犁头霉属真菌，对培养条件进行了优化，发现培养温度、时间以及ｐＨ值等因素对壳聚糖产量产生明显影响。结果表明：ｐＨ值影响壳聚糖的脱乙 酰程度，ｐＨ值控制在４．５可获得９０％以上的脱乙酰度；控制２８～２９℃的培养温度和ｐＨ值５．０，可使壳聚糖的收率达到７８０ｍｇ／Ｌ，发酵法生产的壳聚糖成膜后，与酸碱处理甲壳索得到的产品的微观结构上存在显著差别。     

调控pH值提高木聚糖酶活力的研究

通过控制产酶过程ｐＨ 值能有效提高里氏木霉木聚糖酶活力。结果表明,当控制产酶ｐＨ 为４ ．０ 时,有利于提高木聚糖酶活力,且此ｐＨ 对提高β－ 木糖苷酶活力的影响更大。ｐＨ 调控时间不宜过长,一般应以控制１ ～２ ｄ 后让其自由发展为宜。     

一种用于检测胎儿心率的改进自相关算法

在分析传统自相关算法的基础上，提出了一种改进的自相关算法，该算法通过自适应控制，实时调整控制因子，使自相关函数随时延的衰减程度在不同的胎心率值下不同，始终保证自相关函数最大周期峰值在第一周期处，有效地克服了传统算法在超声多普勒胎儿心率检测时易造成心率加倍或减半的误判现象，对该算法进行了优化，使得计算量减少为原来的18％，速度提高了近6倍，同时由于除去了大量不与心率值对应的点，降低了干扰信号对心率值的影响。     

基于AIA-TSFNN的溶解氧浓度控制方法

针对污水处理过程中溶解氧(DO)浓度的控制具有时变、非线性以及设定值难以跟踪的问题,提出了一种基于人工免疫算法的TS模糊神经网络(AIA-TSFNN)控制方法.首先利用TS模糊神经网络的自学习能力设计了控制器;然后采用人工免疫算法作为TS模糊神经网络的学习方法,对网络的中心值、宽度值以及连接权值进行在线优化,以保证控制器的收敛性,提高控制精度;最后在国际基准仿真平台BSM1上进行实验验证,仿真结果表明,所提方法具有较好的自适应性和鲁棒性,提高了溶解氧的跟踪控制性能.     

产肟假丝酵母细胞壁自水解的动态研究

通过检测细胞壁随自水解进行而产生的动态变化,确定了自水解的最适温度为３７℃,最适ｐＨ为５．５。探讨了产肟假丝酵母细胞壁在自水解过程中发生的变化以及温度,ｐＨ值对细胞壁自水解程度的影响。细胞壁自水解２２小时后细胞壁释放的葡聚糖酶趋于饱和。     

运动控制系统自学习问题研究

研究了运动控制系统在重复运动方式下的自学习问题,设计了开环迭代自学习、闭环迭代自学习和预测自学习三种控制算法和结构,并对比分析了各种自学习控制算法的特点。实验结果表明,学习控制结构简单,计算量小,便于实现,对被控对象的动态模型没有严格的要求,可以明显改善具有周期性输入控制系统的轨迹跟踪精度。     

湿法烟气脱硫中pH值模糊PID控制

建立了浆液pH值控制系统的近似数学模型,提出了一种模糊PID控制思路,弥补了传统PID控制的缺陷,具有很强的自适应、自学习和自调整能力.通过MATLAB/simulink仿真实验,得到了不同状况下的仿真曲线图,发现模糊PID控制使pH值控制系统的稳定性、快速性和准确性大为增强,增强了控制系统的抗干扰能力,提高了湿法烟气脱硫的效率,满足了工业生产的要求.     

基于RBF网络的旋转机械故障诊断方法

针对BP网络在故障诊断中存在的训练收敛速度慢且容易陷入局部极小、网络初值对学习性能影响比较大等缺陷,提出了一种基于RBF网络的故障诊断方法,介绍了RBF网络的结构和自适应正交最小方差算法（SROSL法）,并应用于旋转机械的故障诊断中,应用结果表明,RBF网络训练速度快、分类性能良好,在设备故障诊断领域具有很好的实用性。     

基于自适应CPN的规则自学习模糊控制器设计

基于扩展Ｋｏｈｏｎｅｎ的自组织映射和Ｇｒｏｓｓｂｅｒｇ的竞争算法,得到了一种高度自适应的双向对传网络（ＣＰＮ）,并给出了一类基于此类网络的模糊控制器．根据经验知识对网络离线学习,确定基本的控制规则,利用在线学习算法,实现了规则的自学习．在此算法中,控制器能够自动确定满足控制要求所需规则的个数,并且根据控制目标能够自动获取和校正控制规则．仿真结果展示了控制器应用具体对象的实时控制效果     

FMS—AGV传输系统自学习调度方法

针对ＦＭＳ－ＡＧＶ传输系统调度的不确定性因素,对ＡＧＶ在线运行状态参数实时记录并学习,运用动态规划算法和模糊数学的方法,提出了模糊动态规划（ＦＤＰ）算法．给出了适于计算的迭代算式,结合人工智能（ＡＩ）编制了ＡＧＶ传输系统调度软件包．本算法利用在线记录的ＡＧＶ运行数据进行模糊处理和学习,有效地调节用于描述ＦＤＰ算法的模糊模型参数．这种自学习ＦＤＰ算法在ＡＧＶ的路径规划中有较好的适应性．对于一个新的ＦＭＳ－ＡＧＶ系统,经几次规划自学习之后,该算法就能很好地用于系统的实时调度中．     

基于小波函数的模糊大脑情感学习分类器

将小波函数和模糊推理相结合，提出一种基于小波函数的模糊大脑情感学习分类器（WFBELC）。采用小波函数的时频局部化特性反应输入信号的突变信息，快速精确地逼近信号，并去除噪声；利用参数自学习规则更新WFBELC结构参数。将该分类器应用于3个公开数据集，并与BP算法模型、模糊小脑模型(FCMAC)和模糊大脑情感学习模型（FBEL）进行对比。仿真结果显示，分类器在3个数据集上的分类准确率平均值均为最高，其中，在Wine数据集上的准确率最大值达到100%，平均值为9756%，表明WFBELC对数据集的学习能力更强，能获得更好的分类效果。     

胃食道酸碱度动态监测信号的人工神经网络分析算法

在深入分析胃食道pH值动态监测方法的基础上,提出了一种基于自适应共振理论(ART）适用于外参比电极胃食道pH值动态监测信号的分析算法．该算法的特点是综合考虑了食道pH值与胃pH值;结合pH值波形幅值和波形形态来确定返流判据;兼顾自适应方法与定阈值方法．理论和实验表明,这种算法具有一致、稳健和自适应等优点,在提高返流判据“客观性”方面具有一定的实际意义,与临床普遍采用的方法相比,判断精度有显著提高．     

柱效关系用于RBF神经网络色谱重叠峰解析

将径向基函数(RBF)神经网络引入色谱重叠峰解析领域·为了使RBF神经网络能适应于色谱重叠峰解析的需要,先在RBF神经网络学习算法中引入了基于可行域约束和共享小生境技术的遗传算法,而后又用两阶段遗传学习算法训练该神经网络以使其具有了结构自学习和参数优化的能力,适应于组分数未知的色谱重叠峰解析的需要,最后又将柱效关系引入至遗传算法的适应度函数中,极大地限制了解的空间,减少了病态解发生的概率·实验表明本方法解析精度较高,很适用于多组分色谱重叠峰解析,并且具有不需人为干预,自动确定网络结构即组分数的优点     

基于即时学习算法非线性系统多模型自适应控制

针对可获得大量输入输出数据的非线性系统，提出一种改进的即时模型辨识方法，并与自校正的极点配置控制算法相结合，设计多模型自适应控制器。所提出的建模方法和相应的多模型自适应控制器能较好地逼近非线性系统的动态特性，使系统的动态响应品质得到了有效的改善。     

过程信号的前馈-反馈型自适应盲分离算法

利用神经网络的自学习能力实现信号的盲分离已被证明是实现信号分离的一种有效方法,不同的神经网络模型对分离算法的效能将产生极大的影响。针对化工生产过程的复杂性和在线监测控制的要求,在其他学者研究的基础上,基于前馈－反馈型神经网络模型,提出了一种自适应盲分离算法用于过程信号的分离。计算机仿真实验的结果表明了算法的有效性。