基于人工神经元网络模型的预测控制研究

研究了基于人工神经元网络模型的非线性预测控制，所采用的网络为一种将线性模型与多层前向网络相结合的ＤＬＦ网络，仿真结果表明，该“混合网络”易训练，收敛速度可大大加快，在ＤＬＦ模型的基础上，本文研究了一种非线性预测控制算法，它的显著特点是在线计算量小。对于一非线性过程－球形罐液位的仿真结果表明，基于ＤＬＦ的非线性预测控制效果颇佳。     

ALSTOM气化炉的多模型预测控制

为了克服ALSTOM气化炉多变量、非线性的特性给系统控制带来的困难,提出了一种多模型预测控制(multiple model predictive control, MMPC)算法.根据气化炉在多个工况下的局部线性模型,设计了一组简化状态估计的子预测控制器.通过子模型输出误差项的无量纲化处理,改进了递推贝叶斯加权策略,并对各子预测控制器的输出进行了加权计算,得到了系统的实际控制量.将该多模型预测控制算法用于ALSTOM气化炉的控制,仿真结果表明:在压力扰动测试中,即使各控制量受到严格的约束,各输出量的偏差仍能维持在规定的范围内;在变负荷测试中,系统能够迅速跟踪负荷设定值的变化,从而满足了基准测试的各项要求.     

一种基于Wiener模型的非线性预测控制

提出了一种基于Wiener模型的非线性预测控制方法.通过引入非线性部分的广义回归网络逆模型,将非线性预测控制转化为线性预测控制,用线性优化算法解决非线性预测控制问题,避免了复杂的非线性优化.仿真实验表明了该方法的有效性.     

三相生物流化床味精废水处理的优化控制研究

针对三相生物流化床味精废水处理过程的闭环控制进行研究,在考虑其大滞后性、复杂非线性等特点的基础上,提出一种基于人工神经网络的非线性模型预测控制方法以实现处理过程的闭环优化控制.该方法首先建立味精废水处理工艺模型,采用非线性模型预测控制方法对模型进行校正,并利用序列二次规划法解决其约束非线性规划问题,最终实现味精废水处理的闭环优化控制.仿真和实验结果表明该方法有效,可实现闭环实时控制,具有广阔的应用前景.     

一类非线性系统的自适应广义预测控制

利用Hammerstein模型描述一类非线性系统，提出了一类适用于非线性系统的自适应广义预测控制算法（NAGPC），该算法将整个控制系统分解成线性和非线性两部分考虑；在线性部分中，根据广义预测控制（GPC）算法中控制增益阵F的特点导出了一种速度较快，计算量不大的GPC改进算法。非线性部份利用插值原理给出了一种便于计算机实时计算的根值解法，并将其解作为整个系统的控制输入。仿真结果表明，NAGPC算法计算速度快，鲁棒性较强，稳定性较好。     

直升机姿态与航迹非线性动态逆飞行控制模型

针对直升机仿真中的飞行控制问题,采用非线性动态逆控制方法设计并实现了直升机的姿态以及航迹控制模型.对直升机运动的各个状态量进行分组,划分"部分逆"回路,分别对各组状态量进行控制回路设计,内外环回路分别采用动态逆方法进行设计.通过内外环回路的解算,实现直升机对输入姿态角的跟踪以及对过载的控制,进而实现航迹控制.动态逆的非线性飞行控制模型设计,使直升机运动方程的非线性和线性部分兼容,较好地实现系统动态特性的解耦,简化了直升机控制系统设计,实现了直升机的各种机动动作.以黑鹰直升机数据为例,对模型进行了验证,结果显示:各控制通道的输出响应速度较快,控制结果较好.     

小波神经网络在过程控制中的应用研究

非线性过程的建模和控制问题尚无通用的模型结构和方法可用于过程控制.结合小波和神经网络方法进行过程控制的通用模型和方法的研究,提出了一种仅用尺度函数逼近的小波神经网络模型,并用它来实现非线性预测控制方案.该模型能用线性最小二乘方法进行拟合,因而具有易于实现和通用的优点.由于简化了在线优化方法,所提出的非线性预测控制方案已在线实现.用该方法进行了两个非线性系统的模型辨识和一个双线性系统的控制仿真,模型的通用性、辨识和控制方法的简单易用和仿真结果表明,所提出的方案对过程工业和非线性、高阶系统有很好的实用性,有着比标准PID控制器好得多的控制效果.     

一种可分非线性系统的自校正广义预测

对一类可分非线性系统,采用Hammerstein模型的基本框架,用神经网络对非线性部分建模,线性部分采用受控自回归积分滑动平均模型。对此模型的线性部分设计广义预测控制器,得出线性部分的控制量。根据此控制量,引入一逆神经网络,结合原来的神经网络模型,通过对逆神经网络权值的调整,使神经网络模型的输出为线性部分的控制量,同时得到逆神经网络的输出,即非线性系统的控制量。克服了Hammerstein模型中非线性部分的反函数存在性和惟一性的问题。仿真结果验证了该设计的有效性。     

一类非线性滞后系统的广义预测控制

对将线性系统的广义预测控制算法推广应用到非线性系统的控制问题进行了研究,即在每个控制周期内,递推预测非线性滞后系统在将来时刻的工作点,在工作点附近对非线性系统进行线性化,根据得出的线性化模型进行广义预测控制,并采用动态寻优的方法逐步逼近最优控制,仿真结果表明:非线性系统的广义预测控制算法能快速有效地跟踪系统的设定值,控制效果良好.     

可分非线性系统的自校正广义预测控制

对一种可分非线性系统,采用Hammerstein模型的基本框架,用神经网络对非线性部分建模,线性部分采用受控自回归积分滑动平均模型.对此模型的线性部分设计广义预测控制器,得出线性部分的控制量.根据此控制量,引入一逆神经网络.结合原来的神经网络模型,通过对逆神经网络权值的调整,使神经网络模型的输出为线性部分的控制量,同时得到逆神经网络的输出,即非线性系统的控制量.文章提出的模型克服了Hammerstein模型中非线性部分的反函数存在性和唯一性的问题.仿真结果验证了该设计的有效性.     

粒子群优化算法在非线性模型预测控制中的研究应用

提出了一种基于粒子群优化算法(PSO)的非线性模型预测控制（NMPC）。作为NMPC重要组成的滚动优化部分对控制效果的好坏起着关键的作用,因而寻求一种可靠的优化算法十分必要。PSO算法是一种群集智能方法,通过粒子之间的合作与竞争及进化实现对多维复杂空间的高效搜索,属于一类随机全局优化技术,已成功应用于各科学和工程领域。本文在滚动优化部分应用粒子群优化算法来求解预测控制律,对非线性系统施加优化控制,此外,对常规线性递减加权因子ω策略进行了讨论,提出了非线性递减策略,可进一步缩短优化时间和优化精度。仿真实验效果良好,验证了这种优化算法的正确性和有效性。     

一种具有大工作域的非线性预测控制算法

首先提出了一种同时具有计算量小和工作域大等优点的非线性预测控制算法,该算法的这些优点是由于在基于可行解的非线性预测控制算法中结合了多模型方法;然后证明了该算法的稳定性并分析了它的特点;最后用一个连续搅拌水箱反应器的例子说明了该方法的有效性.     

一种滑翔增程弹非线性模型预测控制方法

为实现对某滑翔增程弹滑翔弹道的跟踪控制,以达到增程的目的,采用具有解析形式控制律的非线性模型预测控制方法设计其控制系统。将滑翔增程炮弹控制系统分为质心控制和姿态控制2个回路设计,通过质心控制回路将方案质心位置指令转换成弹道倾角和弹道偏角指令;再由姿态控制回路转换成升降舵偏角和方向舵偏角指令;倾斜稳定控制器将滚转角指令转换成副翼偏角指令。以某滑翔增程弹为例进行仿真计算,结果表明,该控制器具有很好的控制效果,能够克服干扰因素的影响,实现滑翔增程的目的。     

蒸发制冷系统的冷凝和蒸发过程性能分析

双级复叠蒸汽压缩制冷系统在不同条件下工作性能相差较大,为了提高蒸发制冷系统的制冷效率,在对蒸发制冷系统的冷凝和蒸发过程性能进行详细分析的基础上,研究了双级复叠蒸汽压缩制冷系统的热力理论关系式,并结合制冷系统的工作过程,给出了主要参数的计算关系式。然后再对双级复叠蒸汽压缩制冷系统进行了实验测试与分析,得到了主要制冷参数之间的相互关系式。     

基于NARX的SI发动机空燃比非线性模型预测控制

针对SI(Spark Ignition)发动机空燃比(AFR: Air-Fuel Ratio)控制精度低、无法自适应等问题, 提出了基于NARX(Nonlinear Auto Regressive model with eXogenous inputs) 模型的非线性模型预测控制(NMPC: Nonlinear Model Predict Control)方法。利用渐消记忆递推最小二乘(RLS: Recursive Least Squares)算法对NARX 模型进行辨识, 基于NARX 模型对SI 发动机的AFR 进行非线性模型预测控制。该方法辨识精度高, 可通过NARX 模型数学结构直接计算最优控制序列, 从而提高系统的控制精度。同时, 采用Matlab 对均值发动机模型(MVEM:Mean Value Engine Model)进行仿真实验, 并与采用Volterra 模型的PI(Proportional Integral)控制器算法进行对比。仿真结果证明, 该算法控制效果比基于Volterra 模型和传统的PI 控制器的控制效果超调量小, 调节时间短, 更加具有工程实际应用性。     

一种基于机理模型的非线性预测控制改进算法

将基于微分-代数方程组的机理模型作为被控模型,利用联立法中的配置点法将预测控制中的滚动时域最优控制问题转化成求解非线性规划（NLP）问题.针对求解NLP问题过程中出现的由于方程维数过高而导致的求解速度过慢的现象,提出基于斐波那契数列的稀疏化策略,可以有效地减少计算量,加快求解速度.最后文中在强非线性对象连续搅拌反应釜上仿真,将该算法与标准NMPC算法和线性预测控制动态矩阵算法进行对比,体现出新算法的优越性.     

新型水分蒸发抑制剂的研究

采用长链脂肪醇和短链醇复配，制成W／O乳液体系，制备了一种新型水分蒸发抑制剂．探讨了影响乳液抑制水分蒸发性能的各项因素，如温度、浓度、时间、杂质等，并对乳液体系的抑制水分蒸发效果进行了理论分析．研究结果表明，与均相体系相对比，非均相-乳液体系可提升抑制水分蒸发的效果，并且该体系具有较好的稳定性。及抗杂质和抗温度干扰能力．     

盐液驱动的吸收蒸发系统的研究

提出了盐液驱动的双降膜吸收蒸发工艺过程。该过程利用卤素的盐溶液沸点升高和稀释放热的特点，用ＣａＣｌ２溶液作为储能介质储存太阳能，再将储存的能量以吸收热的形式传递给液体食品，从而实现液体食品的蒸发提浓。测定了蒸发器在各种操作参数下的蒸发速率，分析了物料和盐液的温度、流率以及浓度等参数对系统传热、传质性能的影响；对玻璃蒸发器和不锈钢蒸发器的实验结果进行了比较。实验结果表明，该系统传热性能好，用于液体食     

高盐、高浓度有机废水蒸发特性实验

 搭建废水动态蒸发实验装置,对精细化工行业常见的蒸氨废水、颜料生产废水开展蒸发分离实验研究以获得废水蒸发特性,为实际蒸发系统设计提供基础数据支持。结果表明：废水的沸点升高随浓缩倍数的增加而逐渐上升,来自不同工艺段的蒸氨废水、颜料生产废水由于浓度差别,在相同的浓缩倍数下沸点升高略有不同;在蒸发过程中,颜料生产废水蒸发冷凝液的COD随着蒸发的进行逐渐降低;不同种类废水蒸发冷凝液的TDS与pH值变化规律大致相同,受原液中易挥发物质及夹带液滴的影响较大,随着浓缩倍数的增加先减小后趋于恒定。     

R448A和R455A在复叠制冷系统中替代R404A的性能分析

现阶段广泛使用的R404A制冷剂的GWP值（全球变暖潜能值）较高、对环境不友好,为了探究GWP值较低的新型替代制冷剂对制冷系统性能的影响,本文建立了复叠制冷系统的热力学模型,研究了R455A和R448A制冷剂在不同工况下的性能表现,并从低温级蒸发温度、高温级冷凝温度、中间温度,以及高、低温级过冷度等方面与R404A系统进行对比分析。结果表明,在不同工况下,R455A/R23系统的COP（制冷系数）始终最高,R404A/R23系统的COP最小。在相同蒸发温度下,R455A/R23和R448A/R23系统的最佳中间温度低于R404A/R23系统,最佳COP分别比R404A/R23系统高6.77%,5.25%。另外,高温级过冷度增加会使系统COP增大,其中,R404A/R23系统COP的增加幅度最大,R448A/R23系统COP的增加幅度最小,而低温级过冷度的增加则会使系统性能下降。