催化裂化装置实时优化自动系统

介绍了自行研制的催化裂化装置“人－机实时优化控制”系统，给出了计算参数辨识和在线仿真耦合建模方法及多种优化策略综合调优技术，该控制系统在全国多家炼油厂得到实际应用。     

乙烯一步氧化法制乙醛过程的实时优化方法

本文讨论了乙醛生产过程的实时优化,提出了以乙醛的收率作为优化目标,建立优化模型来调整操作参数以提高乙醛收率.优化模型基于2个软测量模型,它们被实时校正以准确反映实时过程状态.实践表明实时优化的有效性,在总体上提高了乙醛收率,带来了可观的经济效益.     

空调水系统实时在线优化控制预测模型的研究

针对集中空调水系统，将模型层次、模型特性及参数辨识有机结合，建立了系统层次实时在线的优化控制预测模型．该模型基于简单物理特性及自适应控制技术的模型参数在线辨识，能通过自校正式的在线仿真对系统的运行特性和控制特性进行实时预测．     

基于RBF神经网络的丙烯腈收率软测量方法

针对丙烯腈生产在线收率的测量问题,通过研究RBF网络的特点,利用其学习时间短且具有良好的逼近性能,及其在建立软测量模型中的较大优越性,采用RBF网络建立丙烯腈收率在线测量的软测量模型,并运用大量实测数据进行训练和仿真.结果表明,该方法可以实现对丙烯腈收率的在线测量,为实现直接质量控制奠定了基础.     

催化裂化动力学模型的建立及其应用

本文应用集总理论,建立了催化裂化十一集总动力学模型,开发了该模型的计算机软件(FCCLK)。利用该软件对工业催化裂化装置和掺炼渣油的中试装置进行了工业验证。结果表明,本模型能够很好地预测不同原料组成、不同操作条件下的催化裂化产物的产率,使工业催化裂化装置实现了优化操作,轻油和汽油收率提高,焦炭产率下降,取得了明显的经济效益。     

催化裂化装置原料性质的在线观测

建立和求解提升管反应器的反应模型，实现催化裂化装置原料性质的在线观测，为催化裂化装置在线优化提供了良好的基础。     

基于神经网络技术的间歇过程建模与优化控制方法

将整个间歇生产过程表达成梯形的神经网络群,利用实际操作数据对整个网络群进行学习。同时研究了具有滚动运算特征的在线优化策略,该法完全避免了非线性系统实时辩识和建立优化模型的困难。对发酵生产过程的仿真结果,表明本文方法是有效的。     

基于数字孪生模型的数控铣床状态监测系统

设计了一种基于数字孪生技术的数控铣床状态监测和分析系统。该系统由物理信息采集系统和基于数字孪生的实时监测软件两部分组成。物理信息采集系统通过传感器和网络化数控系统技术,对数控铣床运行状态数据进行实时监测和采集。应用数字孪生技术将物理世界的状态反映到数字化的虚拟机床模型中,从而对机床运行状态进行在线监测。实验表明,该系统能够采集数控铣床运行过程的多种物理信息数据,实时更新数字化虚拟机床模型的状态,为加工优化、故障诊断、预测性维护等提供了支撑。     

催化裂化过程计算机实时监控系统

介绍了计算机实时监控系统在催化裂化过程中的应用 .重点分析了系统中的自校正多步预报器与多重综合自适应预报器 .该系统在操作经验的记忆、对比和推理的基础上对生产过程进行优化操作指导 .     

一种基于I/O数据的多模型建模方法

针对复杂非线性系统,提出了一种基于I/O数据的多模型建模方法.首先,利用模糊划分对输入数据进行在线聚类;然后,采用最小二乘法在每一个聚类点处建立一个局部模型,并利用新获得的I/O数据对局部模型的参数进行更新.该方法借鉴模糊模型中空间划分的思想,将模糊空间划分与多模型建模相结合,利用即时I/O数据对局部模型的数量以及每一个局部模型的参数进行在线更新,从而实现对复杂非线性系统的在线建模.仿真实验证明了该方法的有效性.