加氢精制工艺全流程仿真培训系统

以80万t/a加氢精制装置全流程仿真培训系统的开发为例,在概述与分析加氢精制装置生产工艺的基础上,通过机理加经验的方法给出其主要设备即反应器和汽液分离器的数学模型,并通过了Aspenplus流程模拟软件验证.介绍了仿真培训系统的硬件结构和软件系统模块功能,给出了仿真培训系统仿CENTIUM CS-3000集散控制系统(DCS)操作界面、教师指令台、现场操作站和ESD(逻辑连锁工作)站的实现.该仿真培训系统已通过省级鉴定并投入使用.     

轧辊偏心补偿重复控制系统的设计与仿真

针对常用的PID轧机辊缝控制系统在补偿轧辊偏心这一周期信号时,会产生很大的稳态跟踪误差,常使偏心补偿失败的问题,应用重复控制基本理论设计了一种新的轧辊偏心补偿系统,这种系统在对轧辊偏心周期信号进行补偿时,具有对偏心补偿信号无稳态偏差跟踪的特点.仿真证明这种轧辊偏心补偿重复控制系统的输出补偿效果非常好,稳态精度很高,远远优于常用的PID控制补偿系统,使偏心补偿控制的成功率大为提高.     

自主可控可编程控制系统架构及关键技术分析

主要对自主可控可编程控制系统架构以及关键技术进行分析。首先,对可编程控制系统架构特点进行分析,包括：选用实时以太网总线具有高同步性特点,同时应用具有标准化特色的应用层协议;主站从站通用化水平持续提升;功能呈现出丰富化发展趋势。其次,对自主可控可编程控制系统关键技术及其实现进行分析,包括主站从站硬件标准化、实时以太网总线控制器、HMI组态编程、PLCopen功能库这4个方面的内容。希望能够通过自主可控可编程控制系统关键技术的综合应用,促进可编程控制系统优化发展,进而在工业控制产品自主化建设发展方面起到积极作用与价值。     

基于深度强化学习的工业网络入侵检测研究

为了有效识别工业网络环境中由多条异常数据共同组合的新型攻击,提出了一种基于深度强化学习的融合模型DQN-LSTM.该模型将流量数据的空间特征和时序特征相结合,展开异常检测.在公开的工控网络天然气工厂数据集上进行实验,DQN-LSTM模型在准确率和F1值上与SVM、CNN、LSTM、DQN等方法相比,本文模型的综合性能更好.     

基于模型的双电机驱动电动汽车控制系统开发

为充分挖掘双电机双轴驱动电动汽车的潜力,针对其构型特点进行了整车控制系统的开发研究。采用基于模型设计的方法建立了各个模块的控制模型,并在此基础上进行了整车控制策略模型的集成开发;利用嵌入式代码生成技术,实现了由Simulink环境下的整车控制策略模型到系统控制应用层软件代码的自动生成。设计了整车控制器的硬件系统,完成了应用层软件与底层软件的集成设计。在NEDC工况下进行了控制系统硬件在环测试,结果表明本文开发的控制系统能够满足实际需求。     

网络控制系统中迭代学习控制算法的鲁棒收敛性分析

针对网络控制系统中受输入扰动和初态干扰的非线性系统,提出了一种迭代学习控制算法,讨论了输出数据丢失情况下系统输出对期望轨迹的跟踪问题。采用一个概率已知的随机贝努利序列来描述网络控制系统中的数据丢失现象,即如果输出数据没有丢失,则利用跟踪误差来修正上一次迭代学习时的控制量,从而获得系统当前控制量;如果存在输出数据丢失现象,则系统当前控制量保持上一次迭代时的控制量不变。给出了保证算法收敛的充分条件。从理论上证明了系统满足给定的收敛条件时,在数据丢失网络环境下具有输入扰动、初态扰动的被控系统随迭代学习次数的增加,系统输出除初始点以外都能够收敛于期望轨迹。通过仿真算例进一步验证了所提方法的有效性。     

基于模糊控制的局部通风机智能控制系统

 针对传统矿井局部通风机控制系统存在的缺陷,设计了基于模糊控制理论的局部通风机智能控制系统.引入巷道温度、瓦斯浓度及巷道等效深度等参数,应用模糊控制理论建立变频器控制电压与现场温度、瓦斯浓度的函数关系,并建立考虑巷道等效深度影响的变频器控制电压计算方法,利用变频调速技术,实现了对局部通风机通风量的智能控制.实际运行结果显示,该智能控制系统能够保证掘进巷道的通风安全,可节约36.9%的电力消耗,且可实现局部通风机工作效率的最大化.     

放开双手,让汽车自己来

<正>不可否认,人类总是缺乏安全感。当你每天需要驾驶汽车半小时以上才能到达目的地时,你希望能有一位司机替你效劳。但如果这位"司机"就是你的爱车呢,你还放心吗?科技发展的速度总是让人惊叹,就当我们还在膜拜特斯拉的大屏操作系统时,自动驾驶汽车就已经从图纸设计走向了实车试验,并将很快大规模投入市场。也许就在10年前,谁也不曾想过,我们的代步工具汽车也有可能成为我们的贴身服务者。与人类司机相比,自动驾驶汽车简直就是"完美驾驶者"。它能获取更多的信息,对紧急情况能更快速地作出反应,面对拥堵复杂的道路,也能更妥善地处理。更诱人的是,它从不害怕、生气,也绝不会眨眼。面对离我们     

基于2D模型的网络系统迭代学习控制设计方法

迭代学习控制(iterative learning control, ILC)方法应用于网络控制系统时,由于数据需要在控制器和远程对象间传输经常产生数据丢失现象。给出了一种存在数据丢失时网络系统的随机迭代学习控制设计方法,首先将数据丢失现象描述为随机伯努利序列,在此基础上将迭代学习的控制器设计转化为随机〖JP2〗2D Roesser系统的稳定问题。定义了随机意义下2D系统的均方渐进稳定,基于线性矩阵不等式(linear matrix inequality, LMI)给出一个判别稳定性的条件,该条件同时可实现迭代学习控制器的设计。仿真示例验证了设计方法的有效性。