节能环保与优化控制策略

本文比较系统地讨论了提高节能环保水平的各个层面，重点分析了锅炉、加热炉、汽车和船舶一类热力设备运行与使用过程中的节能环保水平问题，应用实例表明优化控制技术可提高一类热力设备的节能环保水平。同时，推广应用优化控制技术还需要制度创新。     

基于人工智能技术的原油含水率动力学模型研究

基于介电常数法测量原油含水率,往往受油水两相流态、温度、矿化度、非线性特性等多因素的影响。本文设计了一套基于多传感器的油水两相流实验室模拟系统对多个参量进行测定,提出基于智能信息处理方法的粗糙集预处理器、支持向量机分类器和遗传神经网络预测器建构了原油含水率预测模型,对原油含水率的高精度、智能化测量进行研究。实验结果表明,该模型在很大程度上改善了油水乳化液相转变、黏度、温度、矿化度等因素对原油含水率测量的影响,具有良好的模式识别性能和稳健的泛化能力,克服了原油含水率常规测量方法的弊端,是一种高精度智能化新型测量方法。     

基于Laguerre函数模型的大纯滞后系统预测控制

分析了Laguerre函数模型的特点 ,将系统的大纯滞后划分为已知和不确定两部分 ,这会大大减少Laguerre函数模型的参数。给出了基于Laguerre函数模型的自适应单值预测控制算法。仿真结果表明 ,该算法对大纯滞后系统的控制非常有效 ,鲁棒性好 ,仅需要很少的先验信息 ,计算量小 ,易于应用     

基于模态辨识的原油含水率智能组合测量模型

为提高原油含水率宽量程在线测量的精度,采用一套基于多传感器的油水两相流实验室模拟系统对影响其测量的多个敏感参量进行测定,提出基于粗糙集预处理器、支持向量机分类器和遗传神经网络预测器的原油含水率智能组合测量模型.实验结果表明,该模型在很大程度上解决了油水乳化液模态、温度、矿化度等因素的交叉影响及传感器自身非线性的校正问题,可通过模糊推理与自学习实现油水混合模态辨识,并根据工况的变化调整测量模型参数,有效地提高了原油含水率宽量程在线智能测量的精度.     

基于Laguerre函数模型的大纯滞后系统预测控制

分析了Laguerre函数模型的特点，将系统的大纯滞后划分为已知和不确定两部分，这会大大减少Laguerre函数模型的参数。给出了基于Laguerre函数模型的自适应单值预测控制算法。仿真结果表明，该算法对大纯滞后系统的控制非常有效。鲁棒性好，仅需要很少的先验信息，计算量小，易于应用。     

一种单值预测控制鲁棒稳定性的简易判据

提出了一种单入单出系统预测控制鲁棒稳定性判据工程概念清晰 ,简单实用。理论分析和仿真结果证明 ,过程模型的参数大于被控过程正常操作点处的参数时 ,运用这种判据能够提高预测控制系统的鲁棒稳定性     

神经网络动态规划在溶解氧控制中的应用

针对污水处理过程溶解氧质量浓度控制问题,提出一种基于神经网络动态规划的控制器设计方法.该方法不需要建立污水处理过程的非线性动力学模型,控制器的设计只需要系统的输入、输出观测信息.控制器设计采用评价—行动的思想,策略的评价值及最优行动分别采用两个回声状态网络逼近,给出评价网络的收敛条件.对污水处理过程溶解氧的控制试验结果表明,与常规PID控制相比,神经网络动态规划控制器能够有效提高控制精度,抑制干扰能力也明显增强.     

一种基于生理双向调节机制的协同进化算法

为了提高多参数寻优效果,基于人体生理双向协同网络调节机制,提出一种网络协同优化算法(NCEA).对应相应生理系统设计其体系结构,具体包括监控管理级、协同调节级和群体搜索级:监控管理级根据适应度和群体分布密度等信息,发送协同指令给协同调节级;协同调节级根据协同调节指令,基于生理调节规律实时调整各个搜索群体的交叉和变异概率因子和搜索群体之间的个体交换概率,以及辅助群体的个体均匀化;群体搜索级包括主搜索群体和辅助群体,其中辅助群体为主群体提供优良个体,并避免搜索陷入局部最优.最后采用两个典型的多维非线性函数,检验NCEA的搜索精度和收敛速度,并应用于一种非线性智能优化控制器.试验结果表明,与标准的遗传算法和一种改进的遗传算法相比,NCEA具有较快的收敛速度和搜索精度.