基于MES的动态成本控制系统设计及其应用

以某钢铁公司选矿厂为背景,提出了在网络、数据库等信息技术支持下的基于ERP/MES/PCS三层框架结构的生产过程动态成本控制系统结构,设计并实施了选矿厂动态成本控制系统·系统以选矿生产过程为对象,按确定的成本中心采集各工序的成本数据,监测成本指标,完成成本的动态核算·并采用模型对成本进行分解、预测和分析,实现了成本的动态在线控制以及信息流、物流、资金流的集成,取得了良好的应用成效·     

基于案例推理的磨矿分级系统智能设定控制

针对磨矿分级过程的关键工艺指标磨矿粒度难以用常规控制方法进行有效控制的难题,将智能设定方法与常规控制相结合,提出了基于案例推理的磨矿分级系统智能设定控制方法.以粒度指标的区间控制为目标,依据边界条件和运行工况等信息,由智能设定模型自动更新各基础控制回路的设定值,避免了人工设定的主观性及随意性,各控制回路跟踪更新的设定值,从而将粒度控制在目标范围内.该方法已成功应用于某赤铁矿选厂的磨矿分级过程,应用效果表明提出的方法是有效的.     

冷连轧仿真系统虚拟对象级的设计要点

以某钢厂2030 mm五机架四辊冷连轧机系统为仿真原型,建立了4级结构五机架冷连轧过程动态仿真系统,讨论了对动态轧制过程与实体设备动态行为进行仿真的虚拟对象L0级的结构、功能.建立了含有移动数据库的分布式仿真数据库系统(DDBS),模块化设计仿真模型程序以提高可重性和仿真系统的安全性与可维护性,实现了冷连轧虚拟对象级的基于Web的客户层、应用层、资源层3级结构仿真平台,提供了基于Web服务的人机界面支持系统.设计的冷连轧虚拟对象级为研究和开发轧制自动化新技术而需要进行的虚拟轧制实验提供了合适的平台.     

多变量间接自适应控制算法及全局收敛性分析

提出了可以控制具有任意交互矩阵的随机多变量系统的间接自适应控制算法并进行了稳定性和收敛性分析。首次表明:该算法无论用于开环不稳定或非最小相位系统,系统的输入输出以概率1采样均方有界,广义输出误差的条件均方取得整体最小值;参数估计强相容。     

基于现场总线的智能数据采集器的研发

首先介绍了基于现场总线的智能数据采集器的基本概念,具体讨论了智能数据采集器单片机系统设计、模拟量采集子模块设计、通讯子模块设计。实际应用结果表明,该产品大大提高了数据采集的灵活性、智能性,扩大了数据采集和处理的范围,提高了数据传输的安全性与可靠性。     

一种多变量自适应解耦控制器的鲁棒性与暂态性分析

提出了一种新型的开环自适应解耦控制器。该控制算法将简化解耦原理应用于自适应系统，可实现静态解耦和动态近似解耦，给出了当系统存在有界扰动、未建模动态和解耦残差时的鲁棒性分析。利用动态补偿和按区域极点配置两种方法，得到了可以提高鲁棒解耦算法暂态性的一些初步结果。     

隐式PID自校正控制器及其应用

针对某化工厂间歇化学反应器模型难以建立与控制的问题，本文提出一种隐式ＰＩＤ自校正控制算法。该算法克服了常规ＰＩＤ算法参数整定难且整定周期长的问题，可实现在线实时辨识被控对象的参数，并具备ＰＩＤ控制器参数的自校正功能，经计算机仿真研究表明该算法具有较强的鲁棒性，是一种较有应用价值的算法。     

全局收敛的多输入多输出最小方差自校正调节器

提出了可以控制具有不同传输延时的多输入多输出系统的自校正调节器。分析了该调节器的稳定性和收敛性。证明了该调节器具有全局收敛特性,即以概率1输入输出采样均方有界,条件均方输出取得极小值。     

基于神经网络的铸坯凝固过程自适应控制

对铸坯冷却过程模型进行了改进,同时采用最小方差自适应控制策略和多层前馈神经网络技术,设计了一种铸坯表面温度自适应控制器,该方法克服了传统的拉速配水和根据传热学模型控制喷水的不足,具有一定的实用价值.     

带有稳定学习算法的小波神经网络及应用

针对当系统存在未建模动态时,神经网络辨识易产生参数漂移和不稳定的问题,采用输入-状态稳定性(ISS,input-to-state stability)分析方法,获得小波神经网络权值矩阵和小波尺度参数的误差反传类时变学习算法,该算法不带有鲁棒修正即可以实现小波神经网络的鲁棒稳定性.仿真例子表明,此稳定学习算法优于一般的误差反传算法,并将带有稳定学习算法的小波神经网络用于污水处理过程出水水质COD(化学需氧量,chemical oxygen demand)的预测,获得了较好的效果.