基于GLR-NT的显著误差检测与数据协调

提出了一种广义似然比法（Generalized Likelihood Ratio,GLR）与节点检测法（NodalTest,NT）组合的显著误差检测和稳态数据协调方法。该方法充分发挥了GLR法和NT法的优点,采用逐次侦破、补偿校正的策略,避免了传统显著误差侦破方法中系数矩阵降秩问题,并且融入了测量变量的上、下限约束,最...     

双线性系统的鲁棒H^∞控制

研究了单输入双线性系统的鲁棒Ｈ＾∞控制器的设计问题，利用精确线性化方法将此转化为线性系统的鲁棒Ｈ＾∞控制问题，再通过引进标度参数ε，将线性系统的鲁棒Ｈ＾∞控制问题转化为一般线性系统的Ｈ＾∞控制问题来求解。     

双线性系统的鲁棒H~∞控制

研究了单输入双线性系统的鲁棒Ｈ∞控制器的设计问题．利用精确线性化方法将此转化为线性系统的鲁棒Ｈ∞控制问题,再通过引进标度参数ε,将线性系统的鲁棒Ｈ∞控制问题转化为一般线性系统的Ｈ∞控制问题来求解．     

数据协调与过失误差侦破的鲁棒估计同步方法

为获得较准确的满足物料平衡和热量平衡的数据,传统的测量数据检验法（MIMT）计算复杂,而已有的数据协调和过失误差侦破的同步方法存在着不能准确识别过失误差等问题。基于鲁棒估计原理以及影响函数提出了一种新的鲁棒估计方法,用于稳态情况下的数据协调和过失误差侦破,并对计算过程中遇到的变量相关性问题进行了分析。计算结果表明,这种方法对线性和非线性问题都具有良好的效果,在侦破出过失误差的同时,可得到相应的数据校正结果。     

机炉协调控制系统的鲁棒性能分析

为克服传统鲁棒控制算法的保守性,提出了一种概率范式下评价参数不确定控制系统鲁棒性能的方法。该方法能以累积频率曲线的形式直观地对任意性能水平下不同控制系统的鲁棒性能进行比较;同时,针对机炉协调控制系统设计了一种鲁棒反馈线性化控制器,并运用上述评价方法将其与传统的精确反馈线性化控制器的鲁棒性能进行对比。仿真结果显示鲁棒反馈线性化控制器具有更为优越的鲁棒性能,同时也验证了所提出的控制系统鲁棒性能评价算法的有效性。     

机炉协调控制系统的鲁棒性能分析

为克服传统鲁棒控制算法的保守性,提出一种概率范式下评价参数不确定控制系统鲁棒性能的方法。该方法能以累积频率曲线的形式直观地对任意性能水平下不同控制系统的鲁棒性能进行比较;同时,针对机炉协调控制系统设计一种鲁棒反馈线性化控制器,并运用上述评价方法将其与传统的精确反馈线性化控制器的鲁棒性能进行对比。仿真结果显示鲁棒反馈线性化控制器具有更为优越的鲁棒性能,同时验证了所提出的控制系统鲁棒性能评价算法的有效性。     

模糊双线性系统的鲁棒控制器设计新方法

针对一类具有范数有界参数不确定性的连续模糊双线性系统,提出了一种求解其鲁棒控制器的新方法。首先,基于T-S模糊模型对模糊双线性系统建模,采用并行分布补偿算法设计模糊控制器。结合Lyapunov稳定性理论,得到了闭环模糊双线性系统全局稳定的充分条件。然后,基于一种改进的锥补线性化算法的思想,将模糊控制器的设计转化成为一个受线性矩阵不等式约束的最小化问题。最后的仿真结果验证了设计方法的有效性。     

重油催化裂化稳态过程数据协调与检测

最小二乘估计法和测量数据检验法用于重油催化裂化（ＦＣＣ）稳态过程的数据协调与检测．在正确构造ＦＣＣ系统的拓朴网络结构图之后，运用改进的迭代测量测试（ＭＩＭＴ）算法，成功实现了ＦＣＣ流量数据的协调，保证了数据的真实性和精确性     

不确定广义双线性系统的鲁棒无源控制

研究了不确定广义双线性系统的无源控制问题.利用广义李雅普诺夫函数、广义黎卡提代数不等式和线性矩阵不等式,给出了不确定广义双线性系统的零解渐近稳定和无源的充分条件.特别针对广义双线性系统,采取了范数有界和集合限定的方法,设计了状态反馈控制器,使得闭环系统是零解渐近稳定且具有无源性,同时给出了相应的控制器的构造.最后,给出了一个实例说明所得结论的正确性.     

化工过程系统的多层数据调和框架

过程数据的可靠性和一致性在化工过程系统中是非常重要的。过程的测量数据一般含有随机误差和显著误差,必须应用数据调和与显著误差检测技术来减小过程测量数据的误差。测量数据具有不同的类型。针对不同类型的测量数据的数据调和问题,提出了一种多层数据调和框架。此框架可以根据不同的测量数据选择不同层次的机理模型,进行数据调和。不同类型的测量数据的数据调和问题分为三层:第一层是基于总物料平衡层,第二层是基于物料和组分平衡层,第三层是基于严格机理模型层。在此数据调和框架中,应用加权最小二乘目标函数作为调和目标,采用鲁棒高效的显著误差检测方法。基于此框架,对于化工过程系统的测量信息的不同,均可选择合理的模型有效地对测量数据进行数据调和。联塔系统和空气分离系统的数值模拟试验说明了此框架的灵活性和有效性。     

过程数据的无模型在线校正

讨论了无需模型情况下过程测量数据的在线校正。采用基于数理统计加滤波的方法检验、剔除数据中的粗大误差和随机误差。并给出了应用于航空煤油干点软测量及辅助变量的数据校正实例 ,结果证明 ,效果较好。     

热力系统性能监测中的数据调和及不良数据检测

基于数据调和技术提出了一种不良数据检测方法，利用测量数据时间序列间的联系进行参数的预估计，按照所定义的测量数据可信度，能够正确估计参出突变情况。     

Integration of Sensor Network Synthesis and Steady-State Online Data Reconciliation

IntroductionWe need to analyze,simulate,optimize,control,and upgrade the chemical processes to increaseprofit.The basis of these efforts is the processdata,and the validity of process data has directinfluence on the efficiency of these efforts.Generally,the validity of process data refers to:( 1 ) The observability of variables,which meansthat a variable can be measured directly or beestimated through the process constraints[1] ;( 2 )The reliability of estimating a variable,which isdefined as…     

测量数据中异常数据的检验比较

文中在简要介绍和分析一般的测量数据检验处理的基础上,通过实例对几种数据检验方法作一比较;并介绍一种具有抗差能力的样本分位数统计检验方法。     

聚丙烯腈质量指标软测量模型的数据动态校核

针对聚丙烯腈连续生产中聚合反应过程与时间存在的分布函数关系,将质量指标软测量模型的输入数据按照聚合时间进行加权处理,对质量指标软测量模型的输出值－估计结果进行滑动平衡。现场生产运行结果表明,经过动态校核的输入输出数据,软测量精度大大提高,估计结果稳定,为其他聚合反应测量模型的数据动态校核提供了一种有效的方法。     

抗差LM算法求解遥感影像严格物理模型

Levenberg-Marquardt(LM)算法是一种求解非线性模型的数值算法,已成功地应用于最小二乘曲线拟合和非线性最优化中.LM算法能克服Hessian矩阵病态对解的影响,但是不能抵抗输入样本中粗差的干扰.为消除粗差对求解模型的影响,将等价权思想应用于LM算法中,对LM算法中的样本添加权重,得到抗差LM算法.通过其在Landsat5和SPOT5几何校正模型中应用,验证了该算法具有良好的抗差性,可以解决遥感图像校正模型解算过程中粗差的影响问题.     

基于时间冗余度侦破过失误差的修正系数法

为正确侦破与识别测量数据中含有的过失误差以保证数据校正结果的可靠性 ,提出一种修正系数法 ,利用过程测量数据的时间冗余度对测量数据中可能含有的过失误差进行侦破与识别 ,并对过失误差的大小进行估计。应用实例表明 ,此方法对过失误差的数目、位置等因素并不敏感 ,具有较好的鲁棒性 ,适用于空间冗余度较小的实际问题。