大型炼油厂酮-苯脱蜡过程模型开发

通过对润滑油生产中酮-苯脱蜡结晶过程的理论分析,建立了该过程关于收率的机理模型,并对模型参数进行了估计。根据实际要求对该模型进行了简化处理。模型计算值与实际值最大相对误差为0.8%。     

区域法在SRT-Ⅲ型裂解炉模拟计算中的应用

针对国内某引进的SRT-Ⅲ型裂解炉,采用区域法理论,将炉内分成许多区,列出其热平衡方程式,最终求得炉内的温度和裂解产物等的分布信息,并与实测值进行了比较,表明所建模型是准确的。     

非线性系统状态观测器的设计及其应用

研究一般的非线性多输入多输出系统状态观测器的设计问题,采用状态非线性变换讨论了这种观测器的设计方法及条件。将这种设计方法应用于某聚合反应釜的状态观测,表明这种观测器具有良好的收敛性,在参数变化10%时仍具有一定的鲁棒性。     

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。     

基于正交函数的双线性系统预测控制器设计方法

基于离散脉冲正交函数及其性质,建立了一种新的附加系统方法,以实现双线性系统的预测控制方案。这种设计方法避免了非线性优化问题,所有的运算均为代数计算,使设计过程得以简化。对合成氨反应器仿真结果,证明了本法的有效性。     

状态反馈系统的新特征

本文研究了状态反馈设计方法的机理,给出了状态反馈系统等价类的充分必要条件,以及状态反馈方法在配置系统极点时,对应的闭环特征向量的解析型式。指出了状态反馈设计方法中存在的设计自由度的型式,以及利用特征向量设计状态反馈系统的可行性。     

一种基于T-S模糊模型的自适应建模方法及其应用

提出了一种改进的基于T-S模糊RBF神经网络模型的辨识算法和自适应方法,采用模糊C均值聚类(FCM)算法划分输入输出数据空间,最后将该算法应用于丙烯腈收率的预报,仿真结果表明了这种基于T-S模糊模型的自适应建模方法的有效性。     

基于支持向量机的故障诊断方法

提出了基于支持向量机的故障诊断方法和步骤。诊断实例表明,与神经网络故障诊断方法相比,诊断小样本分析的支持向量机故障诊断方法具有分类能力强、推广能力好的特点。     

混沌粒子群混合优化算法的研究与应用

为使粒子群优化算法(PSO)初始粒子均匀分布在解空间,分析了混沌运动的遍历性并根据粒子间欧式距离大小改进了PSO初始种群提取方法。提出了一种混沌粒子群混合优化算法,该算法将优化过程分成两阶段,两分群分别采用PSO算法和混沌优化算法同时进行。对四个高维复杂函数寻优测试表明算法的鲁棒性、收敛速度和精度,全局搜索能力均优于常规PSO。将提出的改进算法用于乙烯收率软测量建模,应用结果表明模型精度较高、泛化性能好。     

动态分群的微粒群优化算法

在分析基本微粒群优化算法的基础上,引进分群思想,提出了一种动态分群的微粒群优化算法(DPSO)。根据适应值的大小将微粒群分成两个或多个分群,然后,每个分群采用不同的策略分别搜索,得到输出最优值。将动态分群的微粒群优化算法用于一些常用测试函数的优化问题,实例计算表明:DPSO具有较强的全局寻优能力。将DPSO用于延迟焦化装置粗汽油干点软测量,所建模型的泛化性较好,模型具有较高的精度。