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.     

记录限可调整的Box Car过程数据压缩算法

过程数据压缩是减少控制网络数据流量、避免拥塞、提高控制系统性能的有效手段之一.本文在分析BoxCar过程数据压缩算法缺点的基础上,提出了一种改进的压缩算法.在给定的条件下,通过引入可调整记录限,在过程趋势比较平稳时,压缩比比原算法提高1-2倍;在过程趋势发生变化时,压缩比比原算法提高16～30%.本算法还具有改善逼近程度、监视过程趋势和辨识异常点的能力.通用典型仿真数据压缩计算证明了改进算法的适用性.     

基于主成分分析与模糊BP方法的藻类繁殖状态预测

将主成分分析（PCA）与模糊反向传播（BP）网络建模方法相融合,提出了PCA-模糊BP方法并用于藻类繁殖状态的预测,建立了叶绿素a含量的预测模型.采用PCA对各类采集数据进行预处理,并将PCA所得各理化因子作为模糊BP网络的输入变量,叶绿素a的含量作为模糊BP网络的输出变量,经过学习训练,获得藻类繁殖状态的预测模型.结果表明,PCA-模糊BP方法降低了各类输入样本数据之间的相关性和模型系统的维数,加快了模糊BP网络的收敛速度,其与典型BP神经网络模型相比,具有更快的计算速度和更高的预测精度,能够较好地预测海洋藻类繁殖的生长状况.
     

Combination Method of Principal Vector Machine for On-line Process Monitoring and Fault Diagnosis

On-line monitoring and fault diagnosis of chemical process is extremely important for operation safety and product quality. Principal component analysis （PCA） has been widely used in multivariate statistical process monitoring for its ability to reduce processes dimensions. PCA and other statistical techniques, however, have difficulties in differentiating faults correctly in complex chemical process. Support vector machine （SVM） is a novel approach based on statistical learning theory, which has emerged for feature identification and classification. In this paper, an integrated method is applied for process monitoring and fault diagnosis, which combines PCA for fault feature extraction and multiple SVMs for identification of different fault sources. This approach is verified and illustrated on the Tennessee Eastman benchmark process as a case study. Results show that the proposed PCA-SVMs method has good diagnosis capability and overall diagnosis correctness rate.     

基于最小二乘支持向量机的软测量建模

软测量技术在工业过程控制中得到了广泛的应用，对保证产品质量和安全生产有很重要的作用。软测量技术的核心问题是建立优良的软测量数学模型。支持向量机是近几年发展起来的机器学习的新方法，它较好地解决了小样本、非线性、高维数、局部极小点等实际问题。本文研究了基于最小二乘支持向量机的软测量建模方法，并用交叉验证的方法进行支持向量机参数选择。将基于最小二乘支持向量机的软测量模型应用于轻柴油凝固点的预估。结果表明最小二乘支持向量机是软测量建模的一种非常有效的方法。     

多产品批处理过程调度的MILP建模

基于时间间隙的概念和连续时间描述，将设备、产品分配给时间间隙分别表达为两类0-1变量。采用一个时间轴，建立了具有并行生产线的单阶段多产品批处理过程的调度数学模型。模型表达为一个混合整数规划（Mixed Integer Linear Programming,MILP)问题。相对于已有的基于时间间隙描述的调度模型，该模型0-1变量少，且能处理顺序相关建立时间。求解采用分支定界法（BAB）。计算表明，该模型求解速度快，松弛线性规划和MILP的最优解之差（Integraligy Gap)小，尤其对包含多个相同批次的调度问题求解效果更为显著。     

柔性炼钢连铸仿真调度系统及其关键技术

针对炼钢连铸系统，提供了一种较为通用的仿真调度系统设计方案，并讨论其中的关键技术，如提供图形化组态平台，运用反向调度实现出钢计划粗调度，正向仿真解决机器冲突，并在调度中考虑了运输时间，最后，运用该系统对一个实际生产系统进行仿真调度决策，结果令人满意。     

时滞系统输出反馈无源控制器设计

研究一类线性时滞系统的输出反馈无源控制问题.通过采用Lyapunov稳定性理论和线性矩阵不等式方法,给出了使闭环系统二次稳定且严格无源的静态或动态输出反馈控制器存在的充分条件,这两种控制律的设计问题最终转化为线性矩阵不等式的可行解问题.     

基于支持向量机与RBF神经网络的软测量模型比较研究

给出了基于支持向量机(SVMs)和RBF神经网络的软测量建模方法.通过对这两种方法进行理论分析和仿真比较研究,结果表明,SVMs方法跟踪性能好、泛化能力强、对样本的依赖程度低,它比基于RBF神经网络的软测量建模具有更好的推广能力.     

基于Dahlin控制算法的网络流量控制

在ATM网络的ABR通信中，基于速率反馈的流量控制是防止拥塞和保证高吞吐量的有效手段之一，然而网络的传播时延对其具有很大的不利影响．采用Dahlin控制算法设计流量控制器，克服了传播时延给控制的快速性和稳定性所带来的不利影响．理论分析表明，该算法的动态性能明显优于PID控制，能保证网络缓冲器的不溢出及带宽的公平分配和充分利用，从而有效地防止了拥塞的发生，使网络处于良好的运行状态．仿真结果验证了这一结论。