浮选过程多变量自适应控制

以作者开发的稳态、动态选矿过程仿真器和多变量递推系统辨识程序包为工具，对浮选作业的多变量自适应控制策略进行了仿真研究，结果表明，自适应控制器具有良好的适应能力和控制性能。     

浮选回路随机动态仿真

作者在IBM-PC/XT微型机上建立一种通用的工业浮选随机动态仿真器。浮选动态模型的参数根据实验室分批浮选数据估计。仿真器包含了浮选槽、调浆槽、泵池、混合器和管道等单元模块,通过流程拓扑矩阵将各种单元模块联系起来构成浮选回路系统模型。随机噪声叠加到确定性动态模型的可测或不可测干扰变量、控制变量和输出变量上,从而构成了浮选回路的随机动态模型,可以更真实地描述实际浮选过程的动态行为。仿真器可用于研究和选择浮选回路的控制策略。     

基于子空间辨识的焦炉集气管压力控制

针对焦炉集气管压力具有多变量、耦合、时变性等特点,设计焦炉集气管压力增量式在线子空间多变量预测控制策略.在增量式子空间预测控制的基础上,引入滚动窗口子空间辨识方法,设计子空间预估器模型的更新策略,实现了在线子空间自适应预测控制.应用在线子空间辨识方法对焦炉集气系统现场数据进行辨识,取得了较好的预测精度;利用子空间预估器模型进一步建立焦炉集气系统的状态空间模型,在考虑输入约束、模型时变和干扰的情况下,该模型表现出了很好的控制精度和性能.     

Hammerstein OEMA系统的辅助模型最小二乘辨识

针对Hammerstein 输出误差自回归(OEMA)模型, 将关键变量分离原理与辅助模型辨识思想相结合,提出了基于关键变量分离的辅助模型递推增广最小二乘辨识方法.该方法能获得系统参数估计和噪声参数估计,且能实现在线辨识.     

采用LMS的Smith预估器参数在线辨识

基于LMS自适应预估理论,结合多层前馈神经网络,提出Smith预估网络模型,采用LMS算法,推导出单变量Smith预估器参数的在线辨识算法,并将单变量的在线辨识算法推广到多变量系统,提出多变量Smith预估网络模型和纯滞后时间τ及静态增益A的在线性辨识算法,对种模型、多种估失配的情况进行仿真实验,结果表明该算法具有良好的辨识有效性广泛的适应性。     

加热炉过程模型的辨识

以四段式环形加热炉为例，系统地讨论了加热炉多变量随机过程模型的建立方法，包括过程变量的选取，数据采集实验的设计，多变量随机过程模型的辨识方法研究，最后给出了环形加热炉的过程模型辨识结果。     

多变量Hammerstein-Wiener模型的参数辨识

为了突破现存Hammerstein-Wiener模型参数辨识方法中假设输出非线性块可逆的限定条件,基于可分非线性最小二乘算法,提出由多个单变量Hammerstein子模型和一个多变量输出非线性块组成的多变量Hammerstein-Wiener模型的参数辨识方法.首先,以输出误差最小为准则使用Levenberg-Marquardt法辨识出输出非线性块和Hammerstein子模型的两个参数集.其次,对Hammerstein子模型使用基于张量积的奇异值分解,辨识出输入非线性块与中间线性块的参数.再次,理论分析了所提辨识方法的辨识收敛性.最后,通过仿真验证此法的有效性.     

基于ＳＯＲＡ 的多学科协同优化可靠性优化方法

为了突破现存Hammerstein-Wiener模型参数辨识方法中假设输出非线性块可逆的限定条件,基于可分非线性最小二乘算法,提出由多个单变量Hammerstein子模型和一个多变量输出非线性块组成的多变量Hammerstein-Wiener模型的参数辨识方法.首先,以输出误差最小为准则使用Levenberg-Marquardt法辨识出输出非线性块和Hammerstein子模型的两个参数集.其次,对Hammerstein子模型使用基于张量积的奇异值分解,辨识出输入非线性块与中间线性块的参数.再次,理论分析了所提辨识方法的辨识收敛性.最后,通过仿真验证此法的有效性.     

时变遗忘因子的子空间辨识及预测控制器设计

针对线性时变多变量系统,在存在不可测干扰及系统动态特性变化较大的情况下,不需要已知系统先验结构信息,不需要辨识出系统参数矩阵,提出一种完全数据驱动的具有变遗忘因子子空间辨识的预测控制器设计方法.预测控制是一种基于模型的控制方法,为了更好地建立被控系统模型,在已有的在线辨识基础上,根据实测输出值与预测输出值的误差构造变遗忘因子,以调整采集数据的权重,提高辨识灵敏度和控制效果.最后通过实例仿真验证算法的有效性.     

浮选过程在线辨识及控制

本文结合凤凰山选矿厂的工艺流程和计算机控制系统,在混合浮选作业段进行了模型参数在线辨识和自适应最优化控制试验。内容包括:研制浮选效率的目标函数和数学模型,参数在线辨识,以及设计在线搜索最优控制应用程序等。试验表明,在原矿品位变化的情况下,铜精矿和尾矿的计算预报值与实际测量值拟合较好。     

基于现场数据热工对象建模的可辨识性

为克服现有机理建模和试验建模方法的不足,从基本建模理论出发,研究了利用现场数据对热工对象进行建模的问题。基于现场数据建模需要对热工过程输入信号的可激励性、控制系统闭环可辨识性、多变量系统输入信号的无关性等进行判断。结果表明:在较大的机组负荷波动过程中采集的运行数据能够满足输入信号的可激励性;热工过程的大滞后现象对保证热工控制系统的闭环可辨识性有利;含有噪声的实测信号能够保证多变量系统的可辨识性。在满足以上条件的情况下,可以基于现场数据对热工对象进行建模研究。     

表面粗糙度在线识别的理论与实践

工件表面粗糙度,反映了加工设备的动态特性。通过观察加工中工件表面粗糙度的变化,可以用作在线识别设备工况的一种手段。根据时间序列分析理论所建立的系统的等价模型,是建立在输出等价原则上的,可以不管输入和输出的因果关系。所建模型能随时间的推移具有某些统计特性,能用于在线识别。对于自回归AR(n)时序模型的建模过程、模型阶次的确定、评定所建模型的适用性及被识别系统工况的特征参数均进行了讨论,试验结果证明,所建模型能快速、准确判别设备工况变化,达到了在线识别的目的。     

基于辨识模型的非线性网络故障诊断方法研究

将Volterra级数解的递推算式与方波脉冲函数变换相结合,提出了一种对一类非线性动态网络的数学模型进行辨识的新型混合模型辨识法,导出了相应的混合模型辨识公式和动态响应的求解方法．并根据该法所得到的辨识混合模型,提出采用多重预置模型方法对非线性网络故障进行诊断的方法．该法避免了在线计算系统当前工作模型,易于实现在线故障诊断、     

模型结构分析方法在多变量预测控制中的应用

为了解决因在模型辨识阶段产生辨识误差而可能引起的稳态增益模型出现线性相关度增高的问题,研究了模型结构临界不稳定现象与多变量预测控制系统性能间的关系.首先,利用奇异值分解(SVD)和相对增益矩阵(RGA)等工具分析了稳态模型的线性相关度,从而给出了模型结构临界不稳定的判定方法.其次,给出了由建模误差引起的模型结构临界不稳...     

Visual Perception-Based Fault Diagnosis in Froth Flotation Using Statistical Approaches

Froth flotation is an important mineral concentration technique. Faulty conditions in flotation processes may cause the huge waste of mineral resources and reagents, and consequently, may lead to deterioration in terms of benefits of flotation plants. In this paper, we propose a computer vision-aided fault detection and diagnosis approach for froth flotation. Specifically, a joint Gabor texture feature based on the Copula model is designed to describe froth images; a rejection sampling technique is developed to generate training sets from the quality distribution of real flotation products, and then an isolation forest-based fault detector is learned; and a fault diagnosis model based on spline regression is developed for root cause identification. Simulation experiments conducted on the historical industry data show that the proposed strategy has better performance than the alternative methods. Thereafter, the entire framework has been tested on a lead-zinc flotation plant in China. Experimental results have demonstrated the effectiveness of the proposed method.     

基于虚拟仪器和神经网络的电力电子电路故障诊断

电力电子电路中晶闸管开路和短路故障最为常见，为实现故障的在线自动诊断，以三相整流电路为例，利用虚拟仪器进行数据采集、分析及特征信号提取，特征信号作为神经网络的输入进行电力电子电路在线故障诊断，通过实验验证，该方法误诊率极低，达到了较为理想的效果。     

变压器在线监控与故障诊断系统研究

利用传感器技术、计算机技术和通信技术，本文设计了变压器在线监控与故障诊断系统。实现了对变压器运行状态的实时监测和对变压器故障的在线诊断、判别故障类型并提供决策和控制，从而大大地提高了变压器运行的稳定性，极高地提升了供电部门的服务质量。     

感应测井仪实验装置的研制

在几何因子理论的基础上，运用感应测井仪线图系和反褶积滤波器理论结果研制了感应测井过程的模拟仿真实验装置，其结果与计算机数字仿真相比更接近于实际测井情况，该装置还可用于学生测井仪器课的实验，使学生更好地掌握感应测井理论，达到了理论和实验相结合的目的．本文进一步介绍了它的线圈系和反褶积滤波器的数学模型、硬件电路和仿真过程，如果对该装置的仿真过程稍加改进，它还可满足其它类型的感应测井仪的模拟仿真的需要．     

ANFIS在局部板形控制中的建模与仿真

在轧制生产过程中,局部板形动态特性往往表现出非线性、多变量、强耦合和大惯性等特点,这使得难以对其建立比较精确的模型,从而难于精确表达轧制过程及实施优化控制．针对局部板形控制建模难的现状,为达到建立精确非线性模型的目的,采用自适应神经模糊系统（ANFIS）模糊建模方法．该方法通过对模糊系统的结构辨识和参数辨识,使神经模糊网络能够自主、迅速有效地收敛到要求的输入和输出关系,从而达到精确建模的目的．Matlab仿真结果表明,通过anfis训练及检验的模型是有效的,具有较高的控制精度．     

逆系统方法在制导系统中的应用

利用非线性控制折逆系统方法原理，在多变量辨识基础上建立一种远程反坦克导弹制导系统的逆系统控制器，通过改变伪线性系统控制器输入以参数，减少辨识模型的差异和降低由于输入限幅对控制快速性的影响。