连续碳酸化分解过程专家优化系统

基于连续碳酸化分解过程机理和长期积累的专家经验,开发了基于专家规则的连续碳酸化分解过程专家优化系统.采用产生式规则表达知识,将规则分为优化规则和安全监控规则,规则集与规则集之间采用有知识搜索,规则集内部采用前向推理,规则前提和结论之间采用哈希算法的有机结合来实现推理机制.在一个双闭环的控制结构里,采用专家规则实现分解率的优化控制推理,并采用前馈方法对大时滞因素进行控制量补偿.应用结果表明,分解率合格率提高4%,平均分解率为94.2%,起到了优化的目的.     

氧化铝种分过程浓度及质量比模型的研究

从种分过程的动力学机理出发,结合实验室实验和生产现场的工业试验,以铝酸钠溶液分解过程的动力学方程为数学模型,利用Simulink软件包建立种分过程的浓度变化的动态模型对种分过程进行模拟,预测不同工艺条件下连续分解槽的氧化铝浓度变化。基于分解槽浓度变化直接影响铝酸钠溶液的分解率,利用模型来研究不同工艺制度下种分过程分解率的变化,同时建立连续分解槽的质量比(Rp)模型,通过Rp模型预测不同工艺条件下种分过程的分解率。研究结果表明：降低初温和降低末温有利于提高分解率;实际生产过程的温度是波动变化的,温度异相位波动比同相位波动对分解率影响更大,故可根据天气状况及时调整种分工艺条件,为分解工艺参数的调整和优化提供一定的参考依据。     

基于粗糙集-BP神经网络的浮选槽液位预测

针对反浮选过程中浮选槽液位指标难以建立精确的数学模型、常规检测方法不能有效控制问题,提出一种将粗糙集与BP神经网络理论相结合方法[1],建立反浮选液位软测量模型.从浮选过程积累的数据中获取过程知识,通过粗糙集属性约简对训练样本数据进行处理,根据结果确定BP网络的输入、输出、隐层神经元数,从得到的优化设定自动更新浮选槽液位控制回路的设定值,避免了人工控制的不稳定性和不精确性.此方法应用于某浮选厂,满足了液位预测要求的精度,在液位控制、经济指标提高及浮选过程稳定等方面取得了明显的效果.     

溶液质量浓度对铝酸钠溶液碳酸化分解的影响

研究了铝酸钠溶液碳酸化分解过程中溶液的质量浓度变化对碳酸化分解过程及其产品的粒度和强度的影响,发现随着溶液质量浓度的提高,碳酸化分解率降低,产品氢氧化铝的粒度细化、强度降低;在相近分解深度时,高质量浓度铝酸钠溶液分解的氢氧化铝的粒度和强度也较低质量浓度的差     

烧结法生产砂状氧化铝

我国的Al_2O_3主要是拜耳烧结联合法和碱石灰烧结法生严的。由烧结法精液生产的Al_2O_3约占Al_2O_3总产量的50%,这种Al_2O_3的强度太低,在焙烧及输送过程中破损严重,不能满足干法烟气净化系统及连继中间下料予焙电解槽的要求。我们根据试验工场的试验结果,研制出了新的碳酸化分解工艺及种子搅拌分解工艺,生产出了粗的和强度高的砂状Al_2O_3。该新工艺的主要特征是: 1.产品砂状Al_2O_3的主要物理性质: 碳分砂状Al_2O_3:粒度%:+150μM8.7,-45μM7.3;磨损指数16.7%。种分砂状Al_2O_3:粒度%:+150μM5.4,-45μM8.4:磨损指数11.6%。 2.不降低碳酸化分解率和产品质量。 3.不降低碳酸化分解及种子搅拌分解槽的产能。 4.不需要分级就能生产出砂状Al_2O_3。     

基于典型工况的水泥生料质量控制方法

生料配料过程普遍存在操作员凭经验调整配比的现象,没有精确的计算过程,生料率值即石灰饱和系数、硅酸率和铝酸率波动较大。为解决这一问题,使用专家系统建立了包含对应典型工况控制规则的知识库,对生料配料过程的工况进行判断;针对不同工况充分参考人工经验,使用仿人智能控制给出相应的控制规则;使用增量式递推法求解最终配比。计算出的符合给定要求的三率值且与给定率值差的平方和最小时对应的配比即为最终配比。仿真实验表明,石灰饱合系数合格率由84.5%提高至91.9%;硅酸率合格率由93.5%提高至98.6%;铝酸率合格率由96.8%提高至97.5%。     

基于粗糙集-BP神经网络的浮选槽液位预测

针对反浮选过程中浮选槽液位指标难以建立精确的数学模型、常规检测方法不能有效控制问题,提出一种将粗糙集与BP神经网络理论相结合方法[1],建立反浮选液位软测量模型。从浮选过程积累的数据中获取过程知识,通过粗糙集属性约简对训练样本数据进行处理,根据结果确定BP网络的输入、输出、隐层神经元数,从得到的优化设定自动更新浮选槽液位控制回路的设定值,避免了人工控制的不稳定性和不精确性。此方法应用于某浮选厂,满足了液位预测要求的精度,在液位控制、经济指标提高及浮选过程稳定等方面取得了明显的效果。     

氧化铝晶种分解能量传递过程的动态建模

建立描述拜耳法生产氧化铝工艺中晶种分解工序的单槽和串联槽的能量传递过程的动态机理模型.应用某氧化铝厂的实际生产过程数据对该模型进行仿真计算验证模型的可靠性和准确性.研究结果表明:该模型揭示了分解温度与其影响因素(过程变量及工艺参数)之间的关系,当已知生产条件和操作参数时,可应用该模型预测全工序各种分槽的晶种分解温度;当已知各个种分槽的最佳分解温度时,可应用该模型进行生产工艺允许条件约束下的多变量寻优,获取以最佳分解温度分布为控制目标的全工序生产操作优化决策.因此,该模型具有重要的理论意义和显著的实用价值.     

长流程生产过程多重大时滞系统时间协调参数自调整控制策略

针对长流程生产过程多重大时滞系统难以闭环稳定控制的问题,说明多重大时滞系统形成的物理本质,分析系统的组成结构,引入脉冲响应等效系统的概念,提出多重时间协调参数自调整控制算法(M-TCPA)。该算法根据不同的时滞特性,通过时间协调原则修改n个控制器的输出。利用n个脉冲响应等效系统分别修改n个控制器的参数,使n个脉冲响应等效系统和多重大时滞系统匹配,跟踪被控制对象参数变化,保证系统控制精度和稳定性。研究结果表明:该控制算法是递推算法,计算量小,便于在线实现。将该控制策略应用于氧化铝生产连续碳酸化分解过程,氧化铝合格率提高了1.5%。     

非连续运行工况下垂直地埋管换热器的换热特性

为了探讨非连续运行条件下地埋管的换热特性,基于相似理论搭建了地下换热模型试验台,进行了不同间歇运行工况的试验测试;建立了垂直U型埋管换热器二维非稳态传热模型,分析了单工况间歇运行、双工况交替运行及地下岩土类型对非连续运行条件下土壤温度分布特性的影响.结果表明:合理的间歇运行模式有利于埋管周围土壤温度快速恢复,从而可有效提高浅层地热能利用率;对于单工况间歇模式,等负荷强度变运停时间比时土壤温度恢复效果随间歇时间增加而增加;当放热量一定时,土壤温度波动较大,但并不一定能显著改善机组运行效果.对于双工况交替模式,均可显著降低土壤温升率,且间歇双工况交替比连续交替可增加全年土壤取放热不平衡率.此外,土壤导热系数与热扩散率越好,其温度恢复越快.实验表明:所建模型预测温度的计算值与实验值最大绝对误差为0.45℃,相对误差小于5%.     

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.     

基于知识的遥感影像土地分类模型的分析

本文利用ERDAS遥感专家分类系统模块，探讨了知识库的设计与分类组织实施过程、根据专家系统可以组织多变量参数参与分类信息提取的特点，采用灵活多变的规则进行知识库设计，根据区域特征与环境资源管理需要对专家分类过程实行反复修改，建立专家系统分类模型。并对该模型的可行性进行了评价。     

基于梯度特征的分布曲线模型预测控制算法

在分布曲线控制中,传统的积分平方误差指标仅考虑输出曲线与目标曲线的误差面积,忽略了分布曲线的内在特征结构。该文从曲线相似度度量出发,提出了一种基于梯度特征的分布曲线模型预测控制算法。该算法采用B样条模型描述分布曲线对象,基于梯度特征度量曲线相似度,综合曲线数值信息与梯度信息构造优化命题,并通过复合梯形方法对优化命题进行离散化,求解得到最优控制策略。仿真结果表明:该算法可提高曲线切换过程中输出曲线与目标曲线的相似度,实现了曲线形状的自然过渡。     

PMSM调速系统新型抗扰动模型预测控制策略

提出一种基于灰预测理论的抗扰动模型预测控制方法。首先推导出模型预测控制系统中干扰量与输出误差之间的解析关系;利用系统已知输出误差建立稳定灰预测模型,预测系统未来时刻的输出误差;根据干扰量与输出误差之间的关系,采用反馈输出误差预测值的方法,实现对系统干扰量的前馈补偿控制。对模型预测控制PMSM调速系统进行仿真实验,选择出干扰观测器抗扰动方法中的最优干扰模型结构;对两种抗扰动方法比较分析得出,基于灰预测理论的抗扰动模型预测控制不需要考虑干扰模型结构,简化了系统设计、提高了系统自适应性,同时能够获得与优化干扰观测器模型预测控制一样的性能。     

基于显式随机模型预测控制的功率分流式混合动力 车辆能量管理策略

混合动力车辆的能量管理策略对提高燃油经济性十分重要.为了提高功率分流式混合动力车辆的燃油经济性以及能量管理策略的实时性,设计了基于显式随机模型预测控制的能量管理策略.首先利用马尔科夫链预测车速,通过简化控制模型,把非线性的能量管理问题转化为线性二次优化问题,建立了以预测域内能量消耗最小为目标的随机模型预测策略(SMPC);然后通过参数化求解得到显式随机模型预测控制策略,该策略既保持了随机模型预测控制方法的优势,又提高了计算速度;最后在多个工况下进行仿真,对提出的能量管理策略的有效性进行验证.仿真结果表明:与基于规则的控制策略相比燃油经济性最高可提高28.64%,同时该策略在仿真中的平均计算时间为3.1 ms,具有实时运算潜力.     

一种最大共轭梯度连续泛函的网络峰值预测

提出一种基于最大共轭梯度连续泛函的网络峰值预测算法和模型,分析网络峰值预测影响因素,建立一个包含网络流量、网络峰值范围和信号强度的SVM模型.采用SVM模型的主成分分析方法实现对网络峰值的PCA估计系统设计.通过最大共轭梯度连续泛函,在奇异半正定性双周期性复分析下,实现对网络峰值的预测,考察网络流量的波动以及网络信号对网络峰值影响贡献程度,对网络峰值特征进行状态信息融合处理,减少预测误差.实验结果表明,该算法对网络峰值的预测精度较高,预测误差控制在1.5%以内,性能优越.     

基于Type-2模糊系统的青霉素发酵过程控制

利用Type-2模糊集合的"宽带"特性结合青霉素发酵过程中积累的专家经验,以及这些专家经验可以很方便进行模糊表示的特点,建立Type-2模糊系统模型.在此基础上,根据pH值的变化控制喂养率的大小,得出被控对象的模糊系统控制规则曲面、喂养率变化的控制曲线图以及输出数据的误差情况,将这些结果与Type-1模糊系统进行比较.仿真结果表明在被控系统信息较少时,Type-2模糊系统较Type-1模糊系统更有优势.     

实时多目标权重弯道跟随预测控制

为进一步提升车辆跟随控制对复杂工况的适应能力,本文发展了一种多目标自适应巡航控制算法.车辆弯道跟随过程中,充分考虑了车辆动力学的纵横向耦合特性,建立了4-DOF整车动力学模型,基于干扰解耦设计将整车动力学模型解耦成采用一阶惯性环节近似的线性纵向跟随模型以及采用一阶非定常微分方程描述的横向动力学模型,再通过线性变参数方法对连续横向动力学系统方程进行一次性离散化计算,以避免在每个控制周期均需对其进行p次(p为预测时域长度)离散化处理的高计算复杂度问题.进一步,基于MPC框架设计了实时多目标权重控制策略以及考虑跟随工况的多场景融合策略,以实现纵横向性能动态协调的集成式预测控制.仿真结果表明,相对传统的参数离线标定的控制策略(MPC-CW),考虑多场景融合设计的实时多目标权重控制策略(MPC-RW*)能够较好地实现期望跟车目的.     

高炉生产过程的智能预测建模

针对高炉生产过程的复杂性、非线性以及强耦合、多变量、难测量等特点,提出铁水硅含量的智能复合多变量预测模型对高炉生产过程进行建模.整个系统分为两部分:首先离线建立不同工况下铁水硅含量的多变量预测模型:然后运用模糊逻辑推理建立各模型输出、实际输出与模型权重之间的对应关系,进行多模型智能融合,生成复合模型,并对其进行在线调整以优化预测过程.研究结果表明:采用此方法计算周期短,对被控对象的变化有较强的鲁棒性:该系统预测误差小,能够快速适应工况的变化,实用性好.     

基于综合建模方法的铅锌烧结块成分预测

针对铅锌烧结过程异常复杂的实际情况,提出了一种既可保证预测精度又满足配料计算对数据完备性要求的铅锌烧结块成分预测智能集成模型.该模型综合了机理与多种智能建模方法的优点,对于正常生产情况(即数据完备区),通过模糊分类/组合以及神经网络NN分段描述方法建立了成分预测的监督式分布神经网络模型;对于异常或不常用工况(即数据不完备区),通过专家经验规则修正部分假定或统计参数方式建立经验机理模型;采用串、并联形式将2种模型有机结合,并通过专家推理进行集成协调与更新修正,形成智能集成模型,实现成分可靠、准确的在线预测.在实际生产中运用该模型,烧结块铅、锌成分预测的相对误差分别为1.51%和0.41%.