基于正交局部慢性特征的故障检测方法

为提高化工行业中数据驱动故障检测的效果,该文针对实际工业系统中闭环控制导致的过程动态特性和数据流形中蕴含的局部信息,提出了一种基于局部时空正则慢特征提取(local time-space regularized slow feature extraction, LTSS)的方法进行故障检测。首先,构造基于局部时空正则的目标函数得到投影矩阵,进而得到预提取特征S,则S张成的空间中包含了静态信息,而S的一阶差分张成的空间中包含了动态信息。其次,基于独立成分分析(independent components analysis, ICA)方法,分别为2个空间构建对应的S~2和SPE统计量进行监控,用于实时故障检测。在TE (Tennessee Eastman)过程上的案例研究可以证明所提方法的有效性。     

基于多模型广义预测控制器的DRTO双层结构

针对动态实时优化(DRTO)与模型预测控制器(MPC)结合的双层结构中由于DRTO与MPC的模型不一致影响优化效果的问题,本文将多模型广义预测控制器(GPC)引入到DRTO双层结构中,设计了基于DRTO双层结构的多模型GPC控制器。上层结构为DRTO层主要解决经济目标函数的优化问题,采用动态过程模型实时优化更新输出对象的最优设定值轨迹。下层结构采用多模型GPC控制器替代原先的单模型MPC控制器,主要是抑制过程中的快速干扰追踪DRTO层得到的最优设定值轨迹。多模型GPC控制器采用多个固定模型和自适应模型来并行辨识系统的动态特性,减小由于上下层模型不一致造成的误差的同时可以提高系统暂态性能和模型参数跳变时系统的调节能力,最后通过仿真验证了该方法的可行性和有效性。     

光学活性氨基醇类配体的合成

光学纯的（S）联二萘酚与三氟甲基磺酸酐反应生成三氟甲基磺酸酯，在无水条件下与甲基格氏试剂完成Kumadn偶联反应，进而溴代生成二溴化物3，二溴化物3与氨基醇作用得到以联二萘酚衍生的氨基醇配体．     

基于改进的量子进化算法的PI~λD~μ控制器整定

根据改进的量子进化算法提出了一种PIλDμ控制器整定方法。在该方法中,控制器的5个参数Kp,Ki,Kd,λ,μ被选为优化变量。在染色体中,每个量子位有3个Bloch球面坐标,经过解空间变换后,它们对应待求参数的值。同时,在每一代中,最优染色体和最优解可被选择出来,并根据得到的解的性能进行染色体的更新和变异操作。经过若干次的迭代操作,可以得到最优PIλDμ控制器的参数值。在迭代过程中,以积分时间乘以绝对误差(ITAE)作为控制器的性能指标进行最优解的判定。与其他整定方法得到的控制器性能比较,仿真实验结果说明了此方法的有效性。     

基于动态优化的多模型广义预测控制器设计

针对工业控制过程中广泛存在系统参数突变的问题,将多模型切换的广义预测控制器引至动态优化策略下的分层式控制系统中,设计了基于动态优化的多模型广义预测控制器.该模型预测控制结构以获取最大经济效益为目标,上层结构对经济目标函数进行动态优化,得到使经济利益最大的关键变量设定值;下层结构中MPC层采用多模型广义预测控制器代替传统单模型广义预测控制器追踪上层得到的设定值,即采用多个固定模型和自适应模型并行辨识系统的动态特性,提高系统暂态性能和模型参数跳变时系统的调节能力;底层为PID控制器用于抑制过程中的扰动.通过仿真验证了该方法的可行性和有效性.     

新型相转移催化剂的合成与催化性能研究

以金鸡纳生物碱和光学纯的联二萘酚为原料合成了一类新型手性相转移催化剂,并用于催化二苯甲酮亚胺甘氨酸叔丁酯的不对称烷基化反应中,得到了最高93％的产率和最高86％的对映选择性的烷基化产物．     

二型模糊理论在乙烯裂解炉过程监控中的应用

利用区间二型模糊C-均值聚类的方法,将过程数据进行聚类,并且聚类过程采用自适应的方法选择聚类数,由此区别不同的工况;利用局部切空间排列算法(LTSA)分别对聚类之后的每一类数据进行降维处理,然后利用每一类降维后的数据,使用支持向量数据描述(SVDD)的方法构建多个模型,并建立相应的统计量与统计限,完成离线建模过程。在线监控过程中首先判断过程数据属于哪一种工况,然后利用相应的模型来计算统计量并判断是否故障,利用乙烯裂解炉的过程数据进行了仿真研究,验证了方法的可行性。     

改进的PSO算法及其在软测量建模中的应用

通过大量仿真实验,考察了粒子群算法(PSo)中粒子平均速度和算法收敛性之间的关系,提出了一种基于粒子速度反馈信息的自适应调整权重策略,同时在搜索过程中引入混沌序列.给出的收敛性分析证明,该算法可以以概率1收敛到全局最优解.对经典函数的测试计算表明,改进后的PSO算法较好地解决了基本粒子群算法中易陷入局部最优的缺点,在稳定性和收敛精度上均优于普通的PSO算法.改进的粒子群算法被用于优化神经网络的结构和参数,并将基于改进算法的神经网络用于4cBA软测量建模中.实际应用表明,与基于其它智能算法的神经网络相比,该网络不仅有较高的泛化性能,而且有更快的学习速度和较好的实时性.     

新型相转移催化剂的合成及其在不对称合成中的应用

烷基化反应被认为是最有用的碳-碳键形成的反应之一．作者以光学纯的联二萘酚为原料经过与三氟甲烷磺酸酐成酯反应，与甲基格氏试剂发生偶联反应，经甲基保护酚羟基后溴代，最后与生物碱反应制备手性相转移催化剂．在二苯甲酮亚胺甘氨酸叔丁酯的不对称烷基化反应中，2mol％催化剂用量，获得较高的产率和27％的对映选择性．     

多指标约束的满意PI~λD~μ控制器设计

当前,对于分数阶PIλDμ控制器的研究基本都集中在稳定域分析或针对单一指标的参数整定,但在实际工业应用中,控制器的设计常常需要考虑多种因素,使控制系统同时满足多个性能指标,而各个性能指标之间往往存在竞争关系,很难取得平衡。针对这个问题,本文根据满意控制思想,提出了一种多指标约束的分数阶PIλDμ控制器的设计方法,讨论了在扰动衰减H∞指标、灵敏度指标以及控制代价指标约束下PIλDμ控制器参数满意解集的求取策略,并通过仿真验证了该方法是可行有效的。