基于NLJ优化算法的多变量预测函数控制

基于差分方程模型推导了多变量预测函数控制算法,使其具有更加广泛的适用性.利用NLJ算法处理预测函数控制中的约束问题,简单明了,没有繁琐的数学公式推导,仿真结果证明了该算法的有效性,为预测控制约束问题的处理提供了一种新的途径.     

简化稳定广义预测控制算法

讨论了一种简化的无穷广义预测控制算法,算法在被控对象稳定的条件下可以保证闭环系统的稳定性.使用收缩原开环系统极点的方法使原系统稳定,然后针对这个稳定广义系统推导了无穷广义预测控制率,理论分析证明可以保证开环不稳定系统的闭环稳定性.该算法可以得到控制率的显式解,不用递推求解Diophantine方程,大大减小了过程计算量,具有一个意义明确的可调参数,适用于不稳定,非最小相位和纯滞后系统.对几类不稳定过程的数值仿真结果说明了该方法的有效性.     

一种可在线实现的对象辨识新方法

大多数工业生产装置是一种非线性和慢时变的过程,这类过程在实施基于模型的先进控制时,往往在先进控制投运初期运行状况良好,但随着的时间推移,由于模型的时变性和先进控制模型不能及时更新,结果造成先进控制运行效果越来越差,以至最终无法投运。针对这类问题,本文提出了一种可在线更新对象模型的新方法(MPSEIVI),新方法的仿真结果表明,应用新方法进行对象辨识,效果明显,提高了对象辨识的准确性。该方法的提出为确保先进控制的长期运行提供了一种新思路。     

基于OPC和IMC的先进控制及其应用

工业生产装置的常规PID控制,由于它的简单实用,具有一定的鲁棒性,至今仍被广泛采用采用。但它的PID参数几乎都是凭经验设定的,很难达到最佳效果,使控制质量不理想,造成装置自控率、平稳率低,装置产量不高和产品质量差等状况,针对上述问题,本文提出了一种基于OPC的数据采集技术和内模控制原理相结合的方法,从生产装置获取数据辨识对象模型,然后以辨识后的对象模型为基础对装置实施IMC-PID先进控制。实际应用结果表明,该方法操作简洁实用,效果明显,显著提高了装置的平稳率和自控率。该方法为类似苯乙烯装置的复杂化工控制系统的优化和先进控制提供了一种新的解决方案。     

常减压蒸馏装置双模型结构RBF神经网络建模及其应用

文中提出双模型结构RBF(RadialBasisFunction)神经网络,结合工艺机理和相关分析法,筛选出影响较大的变量。对现场数据,用小波分析法,剔除噪声和故障数据,考虑各输入信号对软仪表影响时间的区别,分别采用不同的滞后时间,建立了常减压蒸馏装置质量软仪表模型,取得较好的结果。     

多变量系统解耦内模控制及其PID转化应用方法的研究

文中针对不同回路具有不同时滞的多变量稳定过程，提出了一种多变量解耦内模控制设计及其常规PID转化应用方法。所设计的多变量内模控制器能使系统稳定解耦，所得到的闭环系统根据开环系统时滞来描述。该方法为精馏等化工装置的复杂控制系统提供了一种新的优化和先进控制方案。     

大容量多功能微机I/O接口的研制

本文结合一实例介绍了微机大容量多功能I/O接口的设计和调试。其中包括微机外中断系统的硬件结构和软件配置,I/O接口系统结构设计,模拟量,数字量的输入输出等。该接口具有功能较强,容量大,成本低,适合国情等特点。