阶梯式有约束非线性预测控制及其应用

非线性预测控制需要在每个采样周期内求解非凸非线性规划。针对在线求解的计算复杂性,提出基于阶梯控制的非线性预测控制算法,在每个采样周期,采用阶梯式控制策略,精确求解当前控制量,减少非线性规划决策变量的维数,降低了在线计算量,减少计算时间,提高了算法的快速性。仿真和实控结果表明,本算法具有良好的可行性和控制效果。     

基于成长遗传算法的非线性模型预测控制及仿真

非线性预测控制在每个控制周期需要求取控制量,其实质为非线性优化问题。标准遗传算法时间消耗较大,难以用于控制周期较小的系统。首先证明了基于种子策略和精英保存策略的遗传算法能够保证闭环控制系统的渐进稳定性;继而模拟自然界成长过程,利用成长算子改进算法框架,并用爬山法进行实现。在具有强烈非线性的连续搅拌釜式反应器模型上进行仿真试验。试验结果表明,在不损失控制效果的情况下,成长遗传算法有效的降低了时间消耗。     

合成氨生产系统的两步逐级正交优化

针对合成氨生产的复杂性，以提高氨净值为目标，提出了“两步逐级正交优化”的概念并设计了相关试验方案．作为前期工作，整定了合成氨生产系统PID控制器参数，实现了氨合成塔热点温度的自动控制，提高了氨合成塔的操作水平．在此基础上，在一套年产8万吨的合成氨系统上成功实施了氨净值两步逐级正交优化，氨净值提高了0．52％，取得了明显的经济效益．