基于改进Fast-MCD的稳健数据预处理方法

对于工业过程数据中的离群点,一般采用稳健估计技术处理.针对Fast-MCD算法中初值随机给定,以及当样本数据较大时,人为给定分堆个数的缺点,提出了一种基于模糊聚类的改进稳健估计算法,即采用聚类中心及聚类个数分别作为Fast-MCD算法的初值及分堆个数选择依据,从而提高计算效率,并使样本数据较大时的分堆计算更合理.将本方...     

钢铁企业生产成本控制的体系结构

从钢铁企业生产成本控制的需要出发,在分析了流程工业ERP/MES/PCS三级结构功能和特点的基础上,将信息技术与现代管理技术相结合,提出了钢铁企业生产成本控制的三维体系结构,并按通用性和层次结构对成本控制的功能模块进行了划分,对每层结构对应的成本控制功能进行了描述·该体系结构将钢铁企业的经济指标、技术指标与生产过程控制紧密结合,有助于企业生产与管理信息的集成,实现生产成本控制的动态性和可操作性,从而有效降低企业生产成本·     

离散非线性系统模糊双模预测控制算法

针对一般离散非线性系统,将模糊系统对非线性系统的逼近能力与预测控制算法相结合,提出一种基于模糊系统逼近的双模预测控制算法·在吸引域外,以模糊系统为预测模型计算控制量,并施加于实际系统;在吸引域内,切换至一个渐进稳定的线性控制器·在满足一定条件下,给出预测模型与非线性系统性能指标间的关系,分析了闭环系统的稳定性·最后以一个仿真例子说明了算法的有效性·     

一种多层次递阶建模方法

以板带层流冷却系统为背景,研究了一种建立冷却中温降过程模型的新方法.在建模上首先将其过程分为自上而下的决策层、模型层和参数层三个层次,并在不同的层面上采用不同的方法进行模型划分,然后通过自下而上的递阶求解过程,获得了板带在层流冷却区域内的沿长度方向的各段的温降情况及厚度方向温度分布情况.实验证明所建立的模型能够很好地预测实际板带层流冷却过程.     

一种直接自适应推理控制算法的全局收敛性的证明

针对所提出的直接自适应最小方差推理控制算法，完整地分析和证明了它的全局收敛性条件。因此，简化了控制系统的设计，减轻了计算负荷，它适用于稳定系统和最小相位系统。     

基于稳定学习的碳酸碱浓度模糊建模

针对氧化铝生产过程中原矿浆制备工序碳酸碱浓度机理模型难以建立,无法实现在线检测的问题,通过对铝酸钠溶液温度和电导率的特性分析,提出一种基于同步聚类和稳定学习的碳酸碱浓度模糊建模方法。首先采用同步聚类算法将建模数据分类,并对聚类中心及分类进行离线修正,然后对每类数据进行模糊TS(Takagi-Sugeno)建模,并采用稳定学习算法对模型参数进行在线校正,保证辨识误差有界。将该方法应用于氧化铝生产过程碳酸碱浓度的软测量,现场实际数据预测结果表明了方法的有效性。     

竖炉焙烧过程多变量智能优化设定方法

赤铁矿竖炉焙烧过程关键被控变量的优化设定值不易获得,使得生产指标难以控制在其目标值范围内.将案例推理、参量预报和专家系统技术相结合,提出一种竖炉焙烧过程的多变量智能优化设定方法.预设定模型给出控制回路的预设定值,案例评价模型和案例修正模型分别对预设定值进行评价和校正,从而实现了控制回路设定值的在线自动调整.实验及应用表明了方法的有效性,能够适应工况的频繁变化,实现了生产指标的优化控制,取得明显成效.     

减少辨识参数的多变量自校正控制器

采用具有定常增益的线性补偿器来限制输入个数从而获得减少辨识参数的新模型。以此模型为基础提出了多变量自校正控制器,并证明了该控制器具有全局收敛性,本文还给出了该控制器的仿真实验结果。     

基于ANFIS的选矿产品成本预测模型

准确预测产品成本,对于选矿生产过程成本控制具有重大意义。由于影响产品成本的因素多而复杂,因素之间相互影响,存在耦合现象,因而准确预测产品成本是一个重要又难以解决的问题。提出了基于自适应神经模糊推理系统的选矿产品成本预测模型,用减法聚类,最小二乘法及梯度下降法辨识了T-S模型。采用某选矿厂综合铁精矿成本及其影响因素数据,对模型的预测进行了仿真,仿真结果表明该方法是切实可行并有效的。     

Intelligent coordinated control of power-plant main steam pressure and power output

An intelligent coordinated control strategy has been proposed and successfully applied to a 300MW boiler-turbine unit i. e. Unit 1 of Yuanbaoshan power plant in China. Load following operation of coal-fired boiler-turbine unit in the power plant leads to changes in operating points which result in nonlinear variations of the plant variables and parameters. For the variation of operating condition and slowly varying dynamics, an intelligent control scheme has been developed by combining fuzzy self-tuning with adaptive control and auto-tuning techniques. As there exist strong couplings between control loops of main steam pressure and power output in the unit, a new design for static decoupler aimed at decoupling for setpoints and unmeasured pulverized coal disturbance of the system at the same time is presented. Satisfactory industrial application results show that such a control system has enhanced adaptability and robustness to the complex process, and better control performance and high economic benefi