基于预测控制的NCS时延补偿算法

针对网络控制系统(networked control system, NCS)中随机时延导致系统性能下降的问题,利用粒子群优化(particle swarm optimization, PSO)的最小二乘支持向量机(least square support vector machine, LS-SVM)建立NCS中随机时延预测模型,精确预测未来时刻的时延;同时利用该预测算法预测的时延通过快速隐式广义预测控制算法对NCS随机时延进行补偿。仿真结果表明,PSO优化的LS-SVM算法对随机时延具有较高的预测精度,同时快速隐式广义预测控制算法可使系统的输出很好地跟踪参考轨迹,保证系统良好的控制效果。     

网络控制系统的自适应预测控制

针对具有随机时延的网络控制系统,提出一种自适应预测控制方法. 利用Elman神经网络对网络控制系统的随机时延进行在线预测,然后采用一种增加微分作用的改进隐式广义预测控制方法对网络时延进行补偿,实现了随机时延网络控制系统的自适应预测控制. 仿真结果表明,该方法对网络随机时延有很好的补偿效果,可明显改善系统输出性能,保证控制的稳定性与快速性.     

工业过程多媒体监控系统软件的研究与开发

根据国内工业企业的应用需求,对工业过程多媒体监控系统的构成,以及系统的软、硬件设计原则作了比较详尽的论述,对监控系统数据的压缩方法和标准的选择做了阐述,并结合酒钢“生产过程多媒体监控网络系统”的实际要求,采用MPEG-1硬件压缩解压缩监控卡SDK二次开发,Winsock编程,DirectShow编程等软件开发技术和编程方法,开发了多媒体监控软件,实现了工业过程信息的录制、回放和传输等功能.     

游梁式抽油机悬点负载耦合动力学建模

建立了描述游梁式抽油机悬点负载动态特性的耦合动力学模型.采用多自由度的弹簧-质量-阻尼器机械动力学系统描述抽油杆柱振动特性.综合考虑有杆泵抽汲过程中泵腔内气体可压缩性、泵腔压力变化、泵阀局部阻力等因素的影响,建立了泵腔压力、进泵流体流量、泵腔内液体体积与柱塞运动之间相互关系的数学模型,得到一组描述有杆泵动态抽汲过程的新模型,确定了求解抽油杆柱振动模型的井下边界条件.采用时步有限元方法对所建杆-泵耦合动力学模型进行仿真计算.油田现场应用表明,所建模型具有较高精度,可用于抽油井负荷、泵效、扭矩和平衡度等工况参数预测及故障诊断.     

基于KPLS的丙烯爆炸极限非线性预测研究

准确预测丙烯爆炸极限是保证丙烯酸安全生产的有效手段.丙烯爆炸混合气各成分体积分数之间呈现非线性关系,采用KPLS算法对丙烯爆炸极限进行预测,并利用丙烯酸实际数据进行仿真.仿真结果表明,该方法能够有效预测丙烯爆炸极限.与PLS算法相比,预测结果具有显著的跟踪能力,并确定了2.56%~9.25%的丙烯爆炸区域,解决了生产过程中丙烯爆炸问题.     

执行器饱和的分段齐次Markov跳变系统的镇定

研究一类带有执行器饱和的Markov跳变系统的镇定问题,转移概率是分段齐次的.首先,通过建立合适的Lyapunov泛函,运用椭球不变集估计系统均方意义的吸引域,得到由线性矩阵不等式约束的闭环系统随机稳定的充分条件.然后,通过求解凸优化问题得到状态反馈控制器增益及均方意义下吸引域的最大估计值.最后,数值算例验证了所得结论的有效性.     

非匹配不确定输入时滞系统的自适应滑模控制

针对具有输入时滞、且同时具有非匹配不确定项的一类对象模型,采用状态变换法把原系统转化成为一个无时滞系统,并应用滑模控制的方法设计了控制器.考虑到不确定项未知,进一步设计了具有自适应能力的滑模控制器,以保证滑模面的存在性,克服不确定性的影响.针对非匹配不确定项,根据Lyapunov稳定性定理,提出了保证系统渐近稳定所要满足的条件.仿真结果证实了该控制策略的可行性和有效性.     

动态系统模糊模型的快速辨识及其应用

本文提出一种快速MISO模糊辨识方法,它由前提结构辨识、前提参数辨识和结论参数辨识等三部分构成。仿真研究表明:本辨识方法可产生高精度模型,并且具有较小的计算量。     

改进蚁群优化算法求解移动机器人路径规划问题

针对蚂蚁双向并行搜索策略会丢失蚂蚁间的部分可行路径甚至最优路径的问题,该文采用栅格法建立移动机器人环境模型,提出了根据信息素判断蚂蚁是否相遇的新的蚂蚁相遇判别法。为避免算法陷入局部最优,提出了综合考虑多种因素的新的路径选择策略和全局信息素更新策略。二维环境下的仿真研究表明,只要路径客观存在,算法就能快速地规划出相应的安全路径。     

鱼群算法优化组合核函数GPR的油井动液面预测

针对抽油井动液面(DFL)检测主要依靠人工操作回声仪测试,无法实时在线检测,而单一核函数的高斯过程回归(GPR)无法明显提高预测精度和泛化能力,提出了一种人工鱼群算法(AFSA)优化组合核函数的动态高斯过程回归动液面预测模型.采用多项式函数、线性函数与径向基函数组合构建核函数,利用人工鱼群算法对核函数模型参数进行寻优,采用快速傅里叶变换(FFT)和核主元分析(KPCA)融合提取时频数据非线性特征作为模型输入,提高模型的预测精度和泛化能力.油田现场应用验证了该方法的有效性.