SBR过程自适应动态非线性MPCA建模及在线监视

污水处理SBR过程的在线性能监视对于提高排污质量和实现优化操作是至关重要的。针对SBR间歇过程缓慢时变、可变运行长度和非线性特点，采用双滑动窗口机制，提出多变量非线性自适应动态建模方法一可变长度的滑动窗口MPCA方法，解决常规MPCA在工业应用过程中存在的几个潜在问题：（1）建模数据样本不同步问题；（2）模型失配问题；（3）MPCA线性方法不能充分有效压缩和抽取非线性过程信息；（4）估计未来测量变量所引进的监视误差。所提方法成功应用在国际水协会提出的benchmark仿真试验平台。     

基于迁移成分分析的发酵过程集成软测量建模

青霉素发酵过程具有不确定性和多阶段等特点，不同批次发酵过程间存在工况差异，过程数据的分布不一定相同，使传统软测量模型性能下降。结合迁移学习策略和高斯混合模型，提出一种基于迁移成分分析的多模型集成软测量建模方法。该方法使用迁移成分分析求解样本间共享特征映射矩阵，适配建模过程数据与待测数据的边缘概率分布；并基于高斯混合模型对建模数据进行聚类划分，与偏最小二乘算法结合建立子模型的集成模型，完成对主导变量的预测。基于青霉素平台数据的仿真结果表明，所提方法不仅能够有效提高青霉素发酵过程软测量模型的精度，而且适应于变工况下青霉素浓度的预测。     

基于均值子时段MPLS方法的毛管质量预报

针对无缝钢管斜轧穿孔生产中衡量毛管质量好坏的毛管横向和纵向壁厚不均检验滞后和难以建立其机理模型的问题,提出了基于均值子时段MPLS方法的毛管质量预报模型.介绍了均值子时段MPLS方法中过程数据时段分解、均值求取、回归模型建立和模型在线预报等关键内容.将建立的预报模型用于毛管质量预报中,为斜轧穿孔生产的无缝钢管质量提高奠定了良好的基础,并且其维护费用低、实时性好、可靠性及精度高,可以用于毛管质量的在线预报和优化.     

基于因果关系的故障传播路径辨识方法研究

针对故障传播路径辨识问题，提出了一种基于因果关系的故障传播路径辨识方法，从因果关系的角度揭示了故障发生及传播的内涵。利用系统中故障发生的因果性，确定故障发生时受影响的变量，构建故障相关变量集合；通过因果关系指示指标确定故障相关变量中各个变量的因果性，构建因果矩阵；提出保可达性的赋权有向图最小生成树算法，根据因果矩阵对相关变量之间的因果性进行图示化表达，确定故障相关变量之间的传播影响过程，实现故障传播路径的辨识。所提方法在双带通滤波器电路上进行了实验验证，实验结果表明了所提方法能够正确筛选故障相关变量集合，分析变量之间的因果关系，辨识出故障传播路径，同时所提方法在时间成本上相较于常用的传递熵方法具有一定的优势。     

基于多向PLS方法的间歇过程质量预测

间歇生产过程中，很多质量指标不能在线测量，通常是在反应结束后通过离线分析得到。本文应用多向部分最小二乘(MPLS)方法建立软测量模型，通过在线测量的过程变量对产品质量进行预测。针对异丁烯酸甲酯(MMA)聚合反应过程中的数据进行仿真，结果表明，MPLS方法能够在反应初期就有效的预测出最后的产品质量指标。     

基于T-S模型的非线性系统离散时间滑模控制

基于T-S模糊模型,讨论了一类非线性离散时间系统的控制问题。采用T-S模糊模型来描述非线性系统的动态模型,再将非线性系统的全局T-S模糊模型转化为线性不确定系统的模型。这样复杂的非线性系统的稳定问题就转化为线性不确定系统的鲁棒镇定问题。采用离散时间滑模控制方法实现线性不确定系统的鲁棒镇定。利用用线性矩阵不等式技术设计稳定的滑动模面,以降低非匹配不确定对系统的影响。给出了线性矩阵不等式形式的稳定滑动模面存在的充分条件。此外还给出了滑模控制律的设计方法。所给设计方法可保证系统鲁棒镇定,并且在滑动模面附近的抖振可明显减弱。最后,给出了truck-trailer的仿真算例,证明了所给方法的可行性和有效性。     

基于多关联向量机的动态软测量建模

为了估计工业过程中的质量参数,考虑到实际过程中的动态特性,提出一种基于多关联向量机的动态软测量建模方法.对于动态过渡周期内的二次变量数据,根据不同采样时刻划分为多个计算子空间,在每一子空间内采用关联向量机来建立不同时刻的二次变量对主导变量的影响模型.各个子模型的输出采用一个综合关联向量机进行连接,从而建立了基于过渡周期内不同二次变量采样数据的主导变量动态软测量模型.通过实例仿真,结果验证了所提出方法的有效性.     

一般灰数型面板数据关联分析模型及应用

对于由一般灰数型面板数据的指标排列顺序变换引起的灰色关联序不一致问题，构建了灰色重心三角曲面关联分析模型。首先，基于排列组合原理将样本矩阵分解为二元指标子矩阵，并给出样本矩阵的一般灰数元素的核和上下界。其次，给出由二元指标子矩阵相邻四点的上下界所确定的几何体的重心，并确定了由核及重心所构成的空间重心三角曲面。然后，以空间重心三角曲面作为曲顶的柱体体积，构建了关联系数公式，得到一般灰数型面板数据的灰色关联分析模型。最后，将所提模型应用于复杂装备供货商的选择问题，验证了所提模型的合理性和有效性。     

基于Kriging模型的复杂产品制造过程稳健参数设计与控制

复杂产品制造过程具有多阶段、多变量、多维度等特性,特别是各阶段之间的相互影响,导致了复杂产品制造过程质量控制难度加大。首先,针对复杂产品制造过程的特点,采用Kriging模型对复杂产品多阶段制造过程进行建模;其次,以考虑噪声分布下的期望质量损失最小为目标,优化制造过程中离线控制变量的设计水平;然后,根据噪声变量的测量值调整在线可控变量水平,以实现中间过程的在线自动控制;最后,通过仿真分析,验证了所提方法的有效性和实用性。     

基于多支持向量机的软测量模型

在许多工业过程控制系统中，软测量技术由于解决了输出变量难以测量的问题而被广泛应用。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（SVM）以其优良的泛化特性而被应用到建立软测量模型中。基于多个模型的组合可以提高模型精度和鲁棒性的思想，提出多支持向量机（MSVM）组合模型的软测量建模方法．该建模方法通过减聚类方法将输入空间划分为一些小的局部空间．在每个局部空间中用最小二乘支持向量机（LS-SVM）建立子模型．为解决子模型相互之间的严重相关问题，提高模型的精度和鲁棒性，各个子模型的预测输出通过主元递归（PCR）方法连接．仿真研究表明，采用该建模方法能够达到较好的建模效果。     

滑动窗口二次自回归模型预测混沌时间序列

提出一种新颖的非线性时间序列预测模型,即滑动窗口二次自回归(MWDAR)模型.MWDAR模型使用部分的历史数据及其二次项构造自回归模型.模型参数用线性最小二乘法估计.应用模型进行预测时,预先选定窗口大小以及模型一次项和二次项的阶次.在每个当前时刻,先根据窗口内的数据估计模型参数,然后根据输入向量及模型参数做出预测.这种预测方法不仅适合小数据集的时间序列预测,而且对大数据集具有极高的计算效率.分别用Henon混沌时间序列数据和真实的股票交易数据作了MWDAR方法与局域线性化方法的1步和多步预测对比实验.结果显示MWDAR方法无论在预测精度上,还是在计算效率上都优于局域线性化方法.     

动力学模型系统误差及其协方差阵的随机加权拟合法

在现有的基于移动窗口函数模型和随机模型系统误差自适应拟合方法的基础上,提出一种基于移动窗口动态导航模型系统误差的随机加权拟合法,在相同的窗口内给出了相应的状态预报向量协方差阵的随机加权拟合。由于动力学模型系统误差难以直接修正,采用修正状态估计误差向量及动力学模型误差向量的方法,实现对动力学模型系统误差的修正,然后利用修正后的动力学模型及相应的协方差阵进行导航滤波计算,有效地抑制动力学模型系统系统误差的影响,提高导航解算的精度。仿真结果证明,采用随机加权拟合后的算法精度优于未进行拟合的卡尔曼滤波和自适应卡尔曼滤波算法。     

自校正解耦信息融合Wiener状态预报器

对含未知噪声方差阵的多传感器系统,用现代时间序列分析方法,基于滑动平均新息模型的在线辨识和求解相关函数矩阵方程组,可得到白噪声方差阵的在线估值器。在按状态分量标量加权线性最小方差最优信息融合准则下,提出了一种自校正解耦信息融合Wiener状态预报器,实现了状态分量的自校正解耦局部Wiener预报器和自校正解耦融合Wiener预报器。用动态误差系统稳定性分析方法证明了该预报器的收敛性,即若滑动平均新息模型参数估计是一致的,将收敛于噪声方差阵已知时的最优解耦信息融合Wiener状态预报器。一个带三传感器的目标跟踪系统的仿真例子说明了其有效性。     

不确定处理时间批处理过程的鲁棒调度新策略

针对化工批处理调度过程中处理时间不确定的问题,建立了具有分解结构的调度模型,提出了一种新的鲁棒调度策略.策略由基本调度策略和在线调整两部分组成,分别与模型的主问题和子问题相对应.提出了基于遗传算法的分解算法求解模型,以获取具有鲁棒性和最优性的基本调度策略.通过对子问题的分析,提出了运用简单的推理进行在线调整的方法,无需复杂计算,并运用动态规划的原理说明了该方法的可行性和最优性.最后用实例说明了该鲁棒调度策略的有效性.     

基于模型的多尺度间歇过程性能监控

利用神经网络对间歇过程的非线性和动态特征进行描述,神经网络的预测残差则利用多尺度主元分析进行建模,将多尺度主元分析扩展用于间歇过程的监控.这一方法突破了传统多向主元分析单模型、线性化的建模方式,是一种多模型非线性建模方法.它利用小波将每一残差信号分解为各个尺度上的近似部分和细节部分,而主元分析则用于分别建立各个尺度上的统计模型.通过对实际工业链霉素发酵过程数据的分析,表明文中所提出的方法与传统的多向主元分析方法相比,能够更早地发现故障,获得更好的监控性能.     

基于滑窗检测的SAR压制干扰评估方法

压制干扰效果的科学估算一直是SAR对抗评估中的难点,特别是随斜距离增加,干扰功率由强趋弱,形成压制强度的过渡带,给评估指标计算带来了不便.针对此问题,提出了一种基于滑窗检测的压制干扰有效区域和距离估算的新方法.首先,给出了基于检测性能的压制干扰有效区域和有效距离的定义,并分析了压制干扰下SAR图像检测的点目标模型和空洞模型对于上述指标的计算性能.然后,讨论了干扰后图像中滑动检测窗的构造方法,推导并证明了了相应的检测性能及其评估优势.仿真实例表明了方法的客观性、有效性和稳健性.     

OFD-NLFM雷达信号的优化设计及射频隐身性能分析

具有高主副瓣比的雷达信号可以降低无源探测系统的截获概率,从而具有一定的射频隐身特性。利用窗函数反求法设计了非线性调频信号,并利用组合窗法优化非线性调频信号,分析信号的自相关主副瓣比和主瓣宽度。由于多输入多输出雷达具备较好的射频隐身能力,基于单一窗和组合窗设计了正交频分非线性调频信号,给出了不同类型、不同组合系数时信号的自相关主副瓣比、主瓣宽度及互相关峰值电平。研究表明,正交频分非线性调频信号具备较强的射频隐身能力,有较广泛的应用前景。     

一种模糊神经网络学习算法:移动小论域法

提出了一种T-s模糊神经网络在线学习算法：移动小论域法，解决非线性控制对象的在线辨识的精度和实时性问题。该算法是在前后件参数可分离的离线混合学习算法基础上，通过分析隶属函数类型及论域模糊子集划分稠必程度对辨识精度的影响后提出来的。不同于传统模糊化进程，此法使用了移动的小论域窗口在此窗口上划分较少的模糊子集技术产生网络前件模糊化参数，解决了模糊神经网络学习中精度和实时性相互制约的矛盾。仿真结果证实该算法精度高，实时性好。