化工生产过程计算机仿真控制系统

针对大型化工生产过程控制的仿真对各类操作人员的培训问题,以自主开发设计的甲醇和碳酸二甲酯生产过程仿真控制系统为背景,阐述了化工生产过程计算机仿真控制系统的建模技术及模型求解方法,并给出了基于PID的调节器参数整定方法以及主要控制过程的PID控制仿真实例,该系统不仅适用于化工企业员工的上岗培训,而且适用于化工专业学生的生产实习.     

基于贝叶斯理论与Vine Copula的化工过程异常事件数的预测

针对化工过程风险,提出了一种化工过程异常事件数的预测方法。化工生产过程中由于受到干扰,时常发生异常事件。异常事件如果得不到有效控制将引发生产事故,其发生次数越高表明发生生产事故的概率越大,因此,准确预测化工过程异常事件数有助于提高化工过程的风险管理水平。基于操作班组,采用贝叶斯理论与Vine Copula建立了动态预测模型,实现对化工过程一个轮班内异常事件数的预测。     

疲劳损伤过程的计算机仿真

从系统仿真的思想出发,用材料的不同状态表示材料在疲劳损伤过程中的性能变化·以外部载荷作为系统的驱动事件,将疲劳过程转化为材料一系列状态的变迁·用神经网络描述载荷与损伤间复杂的非线性关系·通过调质45钢的单轴试验数据与正火45钢的多轴拉扭试验数据建立仿真模型·该模型寿命预测精度较高,能够反映疲劳加载顺序效应和多轴非比例载荷附加强化特性     

基于Labview的不确定环境下化工厂蒸汽动力系统多目标建模与实时操作优化

针对化工厂蒸汽动力系统运行时操作单元蒸汽供需在不确定的时间以不确定的组合形式变化而造成的难以进行实时操作优化的问题,建立了多目标非线性混合整数滚动规划模型(MO-MINLP),并提出以Labview软件为集成平台,利用其数据采集与处理模块实现对蒸汽动力系统操作运行数据的实时采集与处理;按照实时采集的描述不确定事件开始与结束的时刻划分滚动优化周期的时间间隔长度。利用上述方法对某真实化工厂的蒸汽动力系统的数据进行仿真,并实时将多目标优化决策结果以图形化的形式显示在Labview界面上。仿真结果表明,此方法很好地解决了理论与工业衔接的问题,具有良好的应用价值。     

利用神经网络进行综合机构的建模和控制

介绍了逆模型超前控制器，神经网络反馈单元及由5层神经网络组成的集成控制系统。集成控制系统包括一个由神经网络组成的系统模型和具有自调整功能的控制单元。该方法被用于优化设计的综合机构控制仿真，结果证明了它的先进性和可行性。     

时延的事件触发无模型自适应抗干扰控制

针对一类具有时滞和有界扰动的离散时间系统，提出了一种改进的无模型自适应控制策略。首先，应用紧格式动态线性化方法将原始非线性时滞系统转换为数据模型。其次，应用离散时间扩展状态观测器对未知残差非线性时变项进行估计，提出了一种基于离散时间扩展状态观测器的无模型自适应控制方案。此外，通过设计事件触发条件以确保Lyapunov稳定性，建立了基于离散时间扩展状态观测器的事件触发无模型自适应控制。只有当系统指示器满足所提供的事件触发条件时，才更新控制输入信号；否则，控制输入保持不变，可以有效地解决有限的通信带宽问题。最后，通过仿真验证了该方法的有效性。     

分布式化工生产过程仿真控制系统

针对现代化的大型化工生产必须对员工进行岗前培训要求，采用流体网络建模技术、序贯模块法和联立方程法相结合的数学模型求解方法设计了化工生产过程的整个仿真控制流程，并采用了DCOM技术和多线程处理方式在网络环境下予以编程实现。该系统可以模拟实际装置生产过程中的各种可能的工况以及不允许产生的各种故障。结果表明，该系统不仅可以缩短培训周期，而且有利于培养操作人员的快速应变能力。同时，实际操作考核的结果还可以作为上岗依据。     

飞行保障过程中车辆调度仿真优化

建立了飞行保障过程中车辆调度模型,设计了基于禁忌搜索(Tabu Search)的车辆资源配置的优化算法。并利用Arena内嵌的VBA技术和VBA block模块将仿真模型与优化算法集成起来,实现了控制仿真模型、集成优化算法以及向仿真模型重新输入参数3个功能,构成车辆调度仿真优化系统。利用该系统,得到了在单机保障时间最小情况下的最优车辆数配置方案。其运行效率比用Arena自带的优化工具OptQuest提高7倍多。     

合成氨工艺认识实习的CAI系统

计算机辅助教学是多媒体技术的一个重要分支，它是将文字，声音、动像、动画等多种媒体集成到计算机中，帮助教师进行教学的一种方式，该文描述ＣＡＩ在化工原理课程认识实习中的应用，介绍了合成氨工艺仿真系统的设计原理、特点及应用。系统系统不仅可用于教学。使学生对化工过程有一个形象直观的认识，而且可以使学生通过计算机模拟化工生产过程的操作，使其有一个身临其境的感觉。该系统也适合培训工厂企业的操作技工。     

基于自校正模型的非线性系统多模型预测控制

针对化工过程某些非线性系统的不对称动态特性，提出了一种基于自校正模型的多模型预测控制算法。在平衡点附近建立线性模型，利用当前工作点，通过二阶泰勒展开校正模型参数，补偿非线性不对称动态特性，形成了非线性系统的自校正多模型描述。以基于模型输出偏差的切换指标函数作为模型切换准则，结合状态反馈预测控制，构成了多模型预测控制器。pH值控制的仿真结果验证了该算法的有效性。     

C8芳烃吸附分离过程模型化及仿真

针对C8芳烃模拟移动床吸附分离过程,在严格分析系统机理的基础上,建立了动态混合池模型。该模型采用了等效连续逆流移动吸附建模方法,并考虑了床层轴向返混。根据装置操作条件,采用了液固吸附线性传质推动力模型和线性吸附等温线模型。仿真结果表明了该模型的有效性。     

发酵过程中生物量浓度的在线估计

在发酵过程中,像生物量浓度等变量都是进行实验室的离线采样分析,这往往由于存在较大的时间延迟而不能及时地进行过程控制,达不到指导生产的目的.而软测量技术为该问题提出了一个很好的解决办法.基于神经网络与最小二乘支持向量机分别建立了生物量浓度的在线检测软测量模型.模型分为两类:黑箱模型与混合模型.模型的训练与验证数据都是取自真实的实验过程诺西肽发酵.结果表明软测量方法对生物量浓度具有很好的预估性能,而且加入先验知识的混合模型精度更高.     

分布式交互虚拟仿真飞行训练平台的设计与实现

虚拟仿真训练已成为飞行训练的重要手段之一。利用HLA分布式仿真技术,基于COM组件与PLUGIN设计了分布式交互飞行虚拟仿真训练平台,综合运用数据池、回调函数、C/S组播等方法,通过一种面向交互状态的主动触发和筛选机制,实现了通用平台下单舱、单机前后舱以及多机协同训练中实时交互和设备状态的同步。该平台适用于桌面级仿真训练软件和中小型飞行训练器的快速开发。     

可视化计算与仿真支撑系统-VCS3

为在微机系统上开发大型科学计算和仿真软件系统,建成可运行于Windows NT/9x平台的可视化计算和仿真支撑系统。系统具有多种可视化的动态数据显示和在线修改方法;采用了先进的网络实时数据库技术和客户/服务器运行机制,可支持网络环境下多个用户的协同开发;实现了灵活的多流程仿真功能,使得一机多模的实现成为系统自然的扩展;提供了应用程序编程接口,为用户基于该平台的进一步开发提供了方便。运行证明该系统可以用作大型仿真系统的软件支撑平台,并为各种科学计算程序提供一个通用的可视化运行环境。     

循环经济系统科学理论与技术及实现

循环经济系统是“人-经济-社会-生态”四维一体的开放的复杂巨系统.从开放、高维、复杂、巨量、涌现等性质讨论其整体特性;从生产、物流、消费、能力支撑、社会生活、人工生态等系统分析其框架结构;以微观、中观、宏观和超级的生态学尺度域讨论其时空结构;从清洁生产、多级联结、生态农业、家庭沼气、商业回收等方面探索其运行模式.从集成思想、集成基础、集成体系和集成创新等方面,总结循环经济系统集成理论.基于综合集成思想,制定集成方法战略、构建集成系统模型、搭建集成技术平台,以构筑循环经济系统集成技术.针对循环经济5种运行模式,介绍模型群技术在循环经济系统管理中的应用,以实现循环经济系统集成工程.     

面向小批定制的拖拉机动力输出变型模板的设计与研究

以轮式拖拉机动力输出部件为对象,采用Top-down设计方式,以西门子工业软件公司NX软件为开发工具,对知识驱动的变型设计模板的关键技术进行研究,开发了融入产品设计知识的动力输出部件变形设计模板,满足小批量、多品种定制的快速设计要求,提高设计效率、节约开发成本。     

基于一阶高斯-马尔科夫模型的IMU零偏相关时间对GNSS/INS组合导航结果的影响

GNSS(global navigation satellite system)/INS(inertial navigation system)组合导航中,Kalman滤波的最优估计性能受状态模型及其参数设定影响。IMU(inertial measurement unit)的零偏和比例因子误差通常建模为一阶高斯-马尔科夫过程,而模型中的相关时间参数比较难以获得且影响不明确。因此,以IMU零偏模型为例,通过仿真低中高三种不同精度等级的IMU数据,并对比仿真GNSS中断内的导航漂移误差,研究了相关时间参数对GNSS/INS组合导航结果的影响。结果表明:当相关时间参数接近其真值时,组合导航结果在总体上趋于最优表现;中高等级IMU的加速度计零偏相关时间的影响相对较大;但总体来说,相关时间对组合导航结果影响较弱。该研究成果可为后续IMU误差模型的参数设定和优化策略设计提供一定的实验依据和研究基础。     

模拟训练器智能化操作指令系统的设计与实现

通过对模拟训练器目前常用的两种操作指令生成方法和教练员下达指令前大脑思维过程的分析,给出了近似模拟人脑分析过程,具有智能化的模拟训练器操作指令生成系统的实现方法,并将这一方法成功应用于“W460C型挖掘机模拟训练器”上。应用效果表明,智能化操作指令生成系统使得模拟训练内容和训练过程更加接近实际,明显增强了模拟训练的可信度和学习者的学习兴趣,大大提高了模拟训练器的性能和模拟训练的质量。     

桌面式虚拟装配训练评价系统设计与实现

针对当前面向人员操作的虚拟装配训练缺乏评价方法的现状,提出了基于装配体零部件约束解除的零件分层方法,根据装配体组成零件的特征属性对零件进行特征编码,结合桌面式虚拟现实技术,采用基于时间步长和事件步长相结合的方式对受训人员的操作进行识别、记录。构建了基于专家知识并与虚拟装配过程相关的序列性、工艺性和时效性评判规则库,应用分层模糊评价方法,实现了对操作人员装配操作过程的评价。将该方法应用于某型装备保障虚拟训练系统,验证了方法的有效性。     

基于LASSO回归的R-vine copula模型构建及其在化工过程故障检测中的应用

Vine copula模型在描述高维数据间的非线性、非高斯特性相依关系问题上提供了一种新的思路，在化工过程建模领域受到越来越多关注。笔者将LASSO(least absolute shrinkage and selection operator)回归引入R-vine copula(LASSO-R-vine copula, LRVC),根据变量间联系的强弱程度确定变量在R-vine矩阵中的位置，利用回归分析正则化路径选择R-vine copula矩阵结构，遵循R-vine矩阵构建规则和回归过程确定R-vine结构矩阵模型，以获得一个与变量独立性有关的稀疏矩阵模型。该方法构建的矩阵结构独立于copula函数类型和参数，在处理高维度复杂工业过程数据时，利用稀疏模型和惩罚力度简化copula函数类型选择过程，缩短了建模时间，使统计建模具有更强的灵活性。该方法在TE(Tennessee Eastman)和醋酸脱水过程故障监测中表现出较好的预测效果，证明了提出的方法在非线性、非高斯过程的有效性。