延迟焦化装置先进控制系统的开发与应用

以某炼化公司的延迟焦化装置为工业应用背景,采用Honeywell RMPCT先进控制技术,开发了分馏塔与加热炉先进控制器,并成功应用,结果表明先进控制在该延迟焦化装置上的应用取得了显著的效果。     

RMPCT先进控制在延迟焦化装置的应用

先进控制技术近年来已经得到了广泛的应用.通过对延迟焦化工艺流程以及操作规程的分析研究,采用Honeywell RMPCT先进控制技术在延迟焦化装置构造两个先进控制器,并成功应用.先进控制的应用取得了显著的效果,改善和优化了分流塔的操作,提高了产品收率.     

先进控制技术在延迟焦化装置焦碳塔给水操作中的应用

以镇海炼化延迟焦化装置为背景,通过对延迟焦化装置中焦炭塔的给水冷焦操作分析,设计了延迟焦化装置给水操作的先进控制系统。工业实际应用表明：先进控制系统投运后,缩短了给水冷焦时间,降低操作强度,并明显改善给水操作的平稳性、提高过程控制精度。     

鲁棒多变量预估技术在延迟焦化装置的应用

为了切实解决延迟焦化常规控制出现的问题,在介绍鲁棒多变量预估控制技术(RMPCT)以及焦化工艺的基础上,制定了装置总体控制目标,并根据对焦化装置干扰来源的分析以及联合循环比工作特点的分析,提出了通过引入干扰事件模型克服干扰,通过调节联合循环比提高处理量和降低能耗的控制策略。由于加热炉与分馏塔既有联系又相对独立,因此将控制器范围划分为反应控制器和分馏控制器。工业实践表明,该控制策略和控制器范围划分是合理的,采用RMPCT可以有效抵御焦炭塔切换带来的干扰,装置平稳运行,降低了产品质量波动,增加了装置处理量。RMPCT应用于延迟焦化装置是成功和有效的。     

多变量解耦控制系统设计与仿真

工业生产过程中,被控系统越来越复杂,需要控制的变量通常不止一对,而且相互耦合,较成熟的线性多变量控制理论与设计方法已难以满足实际的多变量生产过程控制。本文针对多变量强耦合带有延迟环节的被控系统,研究了一种简化的串联前馈补偿解耦控制器设计方法。根据被控对象的辨识模型,设计串联前馈补偿解耦器,使系统解耦成单输入单输出模型,进而分别对解耦后输入输出模型设计PID控制器,整定PID控制器参数。仿真结果表明该方法具有较好的解耦能力和鲁棒性,算法简单,易于实现。     

多变量解耦控制系统设计与仿真北大核心CSCD

工业生产过程中,被控系统越来越复杂,需要控制的变量通常不止一对,而且相互耦合,较成熟的线性多变量控制理论与设计方法已难以满足实际的多变量生产过程控制。本文针对多变量强耦合带有延迟环节的被控系统,研究了一种简化的串联前馈补偿解耦控制器设计方法。根据被控对象的辨识模型,设计串联前馈补偿解耦器,使系统解耦成单输入单输出模型,进而分别对解耦后输入输出模型设计PID控制器,整定PID控制器参数。仿真结果表明该方法具有较好的解耦能力和鲁棒性,算法简单,易于实现。     

变参数PID在焦炉煤气主管压力控制中的应用

为使焦炉煤气主管压力的控制质量进一步提高,在分析PID控制基本原理的基础上,提出了一种改进的PID控制器——变参数PID控制器,该控制器根据现场不同的工况实时调整PID三个控制参数的大小,以获得满意的控制效果。现场运行结果表明:该压力控制系统明显优于传统的PID控制系统,控制效果得到了很大的提高。     

单神经元自适应PID控制器的应用

对单神经元自适应PID控制器的控制算法进行了研究；利用Matlab／Simulink对复杂对象进行了闭环仿真，将单神经元自适应PID控制算法与常规PID控制算法进行了比较。结果表明单神经元自适应PID控制算法明显优于常规PID控制算法；将单神经元自适应PID控制器应用到焦炉集气管压力控制系统，集气管压力系统的抗干扰能力得到提高，取得了良好的控制效果。     

基于单神经元PID的航空发动机解耦控制

将神经网络应用到PID控制器的参数整定过程中,提出了一种基于改进单神经元PID的航空发动机解耦控制方法,通过在航空涡扇发动机多变量控制系统中的应用,得出了实际的仿真结果及结论。仿真结果表明,该改进单神经元PID解耦控制方法与传统的PID多变量解耦相比,具有响应速度快,自适应能力强,抗干扰能力强,实现简单的优点,因而可以广泛的应用于非线性系统的解耦控制中。     

常压蒸馏塔的多变量预估控制

针对兰州炼油厂二套常减压装置常压蒸馏塔,采样先进的多变量预估控制器实现产品质量和实时优化控制,根据控制器的现场的实际投运表明,多变量预估控制器ＩＤＣＯＭ能成功地解决过程模型的大时滞和多变量间具有强关联作用等控制应用难题,控制效果是显著的。     

集成注意力机制和扩张卷积的道路提取模型

目的 为解决当前遥感影像道路提取方法普遍存在的自动化程度低、提取精度不高和由于样本数量不平衡导致的模型训练不稳定等问题,本文提出一种集成注意力机制和扩张卷积的道路提取模型（attention and dilated convolutional U-Net,A&D-UNet）。方法 A&D-UNet聚合网络模型以经典U-Net网络结构为基础,在编码部分引入残差学习单元（residual learning unit,RLU）,降低深度卷积神经网络在训练时的复杂度;应用卷积注意力模块（convolutional block attention module,CBAM）从通道和空间维度两个方面优化分配权重,突出道路特征信息;并使用扩张卷积单元（dilated convolutional unit,DCU）感受更大范围的特征区域,整合道路的上下文信息。采用二进制交叉熵（binary cross entropy,BCE）和Dice相结合的复合损失函数训练模型,减轻遥感影像中样本数量不平衡导致的模型不稳定。结果 在公开的美国马萨诸塞州和Deep Globe道路数据集上进行模型验证实验,并与传统的U-Net、LinkNet和D-LinkNet图像分割模型对比分析。在美国马萨诸塞州道路测试集上,本文构建的A&D-UNet模型的总体精度、F1分数和交并比等评价指标分别为95.27%、77.96%和79.89%,均优于对比算法,在测试集中对线性特征明显、标签遗漏标记以及存在树木遮挡的道路区域具有更好的识别效果;在Deep Globe道路测试集上,A&D-UNet模型的总体精度、F1分数和交并比分别为94.01%、77.06%和78.44%,且对线性特征明显的主干道路、标签未标记的狭窄道路以及阴影遮挡的城市道路都具有较好的提取效果。结论 本文提出的A&D-UNet道路提取模型,综合了残差学习、注意力机制和扩张卷积的优点,有效提升了目标分割的性能,是一种提取效果较好、值得推广的聚合网络模型。     

批次过程控制——回顾与展望

批次过程是一类重要的化工过程.因其本身的灵活性及高效性,被广泛应用于半导体制造、塑料加工、生物制药等领域.针对批次过程控制算法的研究也得到了大批学者的关注.在近三十年中,批次过程控制理论得到了长足的发展.但由于过程本身复杂的动态特性,以及对控制精度要求的提高,现有的理论和方法仍面临着挑战.本文从批次过程的特性出发,分析了算法设计的难点,对几种重要的控制算法进行总结分析,同时讨论了未来可能的发展方向.     

基于“嵩山”超级计算机系统的大规模管网仿真

供水管网仿真广泛应用于城市供水输配调度,是城市供水管网监测与维护的重要技术手段。由于在面向城市级的大规模管网中产生了海量的计算数据,因此在一般计算平台上无法满足管网仿真计算的算力需求。为提升城市级供水管网仿真的计算效率,提出一种有效的并行化方案。基于“嵩山”超级计算机系统采用中央处理器+数据缓存单元（CPU+DCU）架构,利用其在密集数据计算方面的优势,对“嵩山”超级计算机进行供水管网仿真。参照可移植性异构计算接口（HIP）异构编程模型,在“嵩山”超级计算机上实现供水管网仿真的异构计算,并结合管道数据分割方案,使用消息传递接口开启多进程以实现DCU加速数据通信传递。通过重定义数据类型解决计算过程中结构体传输问题,实现单节点内多DCU的大规模密集计算。在不同计算平台和多种计算策略仿真上的对比结果表明,与传统x86平台相比,该优化方案在小规模数据与大规模数据上的加速比分别达到5.269、10.760,与采用计算统一设备架构异构编程模型的传统GPU异构平台相比,计算性能有明显提高。     

统计过程控制方法在费托合成中试运转中的应用

统计过程控制是一种采用统计技术对过程数据进行分析和控制的方法,为了提高费托合成过程关键技术指标的稳定性和过程能力,将这一方法应用到了该过程当中.以产油量100 t/a规模的费托合成中试过程为应用场景,对已经完成的试验过程参数进行控制图分析,发现并消除过程中引起参数异常波动的特殊原因.过程参数达到统计受控状态后,过程的关...     

RFID-based Production Data Analysis in an IoT-enabled Smart Job-shop

Under industry 4.0, internet of things (IoT), especially radio frequency identification (RFID) technology, has been widely applied in manufacturing environment. This technology can bring convenience to production control and production transparency. Meanwhile, it generates increasing production data that are sometimes discrete, uncorrelated, and hard-to-use. Thus, an efficient analysis method is needed to utilize the invaluable data. This work provides an RFID-based production data analysis method for production control in IoT-enabled smart job-shops. The physical configuration and operation logic of IoT-enabled smart job-shop production are firstly described. Based on that, an RFID-based production data model is built to formalize and correlate the heterogeneous production data. Then, an eventdriven RFID-based production data analysis method is proposed to construct the RFID events and judge the process command execution. Furthermore, a near big data approach is used to excavate hidden information and knowledge from the historical production data. A demonstrative case is studied to verify the feasibility of the proposed model and methods. It is expected that our work will provide a different insight into the RFIDbased production data analysis.      

基于依存内容单元的金字塔自动摘要评估

提出一种基于依存内容单元的金字塔自动摘要评估方法,通过确定依存内容单元,构建金字塔模型,给出相应的自动评估流程。该方法不仅能够避免人工处理的不稳定性,并可实现整个评估过程的自动化。仿真实验结果表明,该方法的Person相关系数及Sperman相关系数均大于传统ROUGE-1算法。     

Multi-input digital frequency stabilization of monolithic lasers

A digital control application for the frequency stabilization of optical frequency standards is presented. The standard employed is a monolithic neodymium in yttrium aluminum garnet laser locked to an iodine frequency reference. Traditionally, laser frequency is locked to the reference through analogue loops, which may require a lengthy set-up and a manual search for the reference to which to lock the source. Digital control avoids these steps and provides complete and robust instrument automation. The theory and results of a Digital Control Unit (DCU) designed to improve and facilitate stability set-up and performance are presented. The DCU elaborates frequency error signal between laser and reference at 10 kHz so as to co-ordinate a set of three frequency actuators (temperature servo, piezo-electric ceramics, acousto-optic modulator) capable of compensating frequency drifts below 1 part per 10¹² under normal environmental conditions.     

PLC在电沉积生产过程中的应用

本结合对电沉积生产过程控制系统的改造,重点介绍了ＰＬＣ控制系统的结构特点及系统硬件和软件的设计方法。     

磨矿过程磨机负荷的智能监测与控制

磨机过负荷是磨矿过程的常见故障工况, 如果不及时、准确处理, 就会造成磨矿产品质量变坏甚至磨矿生产的停顿. 采用规则推理(RBR)和统计过程控制(SPC)技术, 提出了由SPC机制、过负荷监测模块和监督控制器构成的磨机负荷智能监测与控制方法. 该方法通过对磨机过负荷的智能监测与诊断, 由监督控制器自动修改控制回路的设定值, 通过控制回路的输出跟踪修改后的设定值, 使磨机负荷逐渐远离过负荷状态. 工业应用表明, 该方法能够实现磨矿生产的安全、稳定和连续运行.