基于滑模的多变量广义预测解耦控制

针对多变量控制系统的耦合问题,将广义预测控制和滑模控制结合起来,提出一种基于滑模的多变量广义预测解耦控制方法.首先把m个输入n个输出的多变量耦合系统分解成m个输入单个输出子系统,再通过对子系统输出预测得到滑模切换函数值,求解开环优化求得控制律,最后通过仿真实验表明,该控制方法对多变量耦合系统的控制是正确有效的.     

一种快速抑制超调量的改进预测控制算法

由于求取广义预测控制律时需要解Diophanatine方程和计算逆矩阵,传统的广义预测控制难以适用于那些既要求超调量小又要求实时性高的领域。本文提出了一种能快速抑制超调量的改进预测控制算法,通过柔化控制增量算法以计算当前时刻的控制量,通过单值广义预测控制算法计算下一步控制增量并将之补偿当前控制量。仿真结果表明:本算法具有超调量小、动态响应速度快、鲁棒性好的优点。     

P-隐式广义预测控制在球磨机制粉系统中的应用

球磨机制粉系统多变量、强耦合的特点使得传统的控制策略难以取得良好的控制效果。通过选择合适的权矩阵,预测控制可以实现间接解耦控制,但系统的跟踪性能将大大降低。提出了带比例调节器的隐式广义预测控制(P-隐式GPC)算法,将其他通道对当前通道的影响作为扰动,从而实现近似解耦。在目标函数中用控制量的增量代替控制量,使控制增量变化不至过于剧烈,新增加的比例调节器使设定值与实际值的偏差实时改变,增强了系统的跟踪性能。将该算法应用到球磨机制粉系统取得了良好的控制效果。     

新型模糊预测PID控制在pH中和过程中的应用

利用自适应学习算法及模糊推理方法在线修正pH过程所得的局部线性化模型，同时基于广义预测控制(GPC)的思想和离散PID算法的相互关系，提出了一种以预测控制这类先进控制方法为思想，以经典PID控制为实现的新型控制器。其中，控制器的参数通过GPC与PID的相互关系递推计算得到。仿真研究表明本文所提出方法的可行性和有效性。     

基于差分进化算法的多变量预测控制在蒸馏装置上的应用

差分进化算法(DE)具有全局寻优、搜索效率高等优点,本文提出了一种基于DE的多变量预测控制算法,利用DE求解最优控制律,与对象的模型类型无关,能通用于线性模型和非线性模型。采用单值预测减小计算量,并对传统的性能指标函数加以改进,使动态控制和优化有机地结合在一起。通过在蒸馏装置常压部分上的仿真验证,实现了整个蒸馏装置的产品质量闭环控制,并实现了卡边优化,验证了算法的有效性和可行性。     

折息移动窗递推PLS算法及其在聚丙烯生产过程中的应用

针对聚丙烯生产过程的时变特性和非线性，提出一种基于数据块的折息移动窗递推PLS算法（discount moving window RPLS，DMW-RPLS）。该算法以经典递推PLS为基础，通过引入移动窗来控制数据块的数据量，并对数据块引入遗忘因子来进行折息，然后更新模型，实现对待测变量的实时预测估计。以聚丙烯熔融指数为对象进行了仿真研究，表明提出的折息移动窗递推PLS方法能减少计算量和解决数据饱和问题，有效利用过程信息，快速准确地反映过程特性。     

双侧送引风机变增益广义预测控制

在分析母管制机组送引风回路控制情况的基础上,提出一种双侧变增益广义预测控制算法。该算法利用回路输入输出数据采用递推最小二乘法对回路对象进行建模,并依此设计了先进的控制系统。该控制方法与原PID控制的对比分析结果表明:该控制方法效果较好,解决了双侧风机不同步的问题。     

基于神经网络的解耦控制器

提出了一种基于神经网络的解耦控制系统。它采用神经网络作为解耦器，通过ＢＰ算法学习解耦，适用于多变量系统的解耦控制。     

基于信息融合陶瓷取坯机械手的滑模控制

引入多传感器信息融合技术,提出了陶瓷取坯机械手的滑模控制律,并将信息融合算法应用于陶瓷取坯机械手滑模跟踪控制,取得了预期的效果.仿真结果表明,信息融合提高了反馈参数的精度,提高了机械手控制的跟踪能力和可靠性.充分说明了本文提出的基于信息融合的陶瓷取坯机械手滑模控制的有效性和可行性.     

微机在焦炉生产上的应用

介绍了计算机在焦炉上的控制原理、实施方案及实施过程。可调因子采用模糊控制算法,控制过程采用组间解耦和组内解耦进行补偿,使集气管压力稳定在60±10Pa范围内,改善了工作环境,降低了劳动强度,节能高效。     

核Hebbian算法在加氢脱芳烃过程中的建模应用

提出一种采用改进核Hebbian算法的加氢脱芳烃过程的递推产品质量建模方法;用于实时估计终端分馏产品的质量指标。通过利用核Hebbian算法的中间结果;计算中心化的核矩阵特征值;进而由核主元回归方法得到非线性动态质量模型。该递推滑动窗建模方法无需计算和保存整个核矩阵;并验证了所得到的闪点模型在正常和故障工况下均具有足够的精度。     

基于滑模控制的混沌系统在永磁同步电机中的应用研究

将基于滑模控制的方法应用于永磁同步电机（PMSM）混沌系统中。为了在滑动模态中保证系统的同步性能,采用一种新型的比例积分切换面。基于滑动模态的控制器具有鲁棒性,即使在参数不确定和外部干扰存在的情况下,也能保证滑动模态的出现。通过分析高复杂性的动态非线性系统——混沌系统,来研究鲁棒的同步性问题,并在滑动模态下,通过选择适当的反馈阵,采用任意极点配置法来设置系统的动态误差特性。仿真结果表明该控制设计方法实现简单并且性能优良。     

Adaptive soft sensor for online prediction and process monitoring based on a mixture of Gaussian process models

Linear models can be inappropriate when dealing with nonlinear and multimode processes, leading to a soft sensor with poor performance. Due to time-varying process behaviour it is necessary to derive and implement some kind of adaptation mechanism in order to keep the soft sensor performance at a desired level. Therefore, an adaptation mechanism for a soft sensor based on a mixture of Gaussian process regression models is proposed in this paper. A procedure for input variable selection based on mutual information is also presented. This procedure selects the most important input variables for output variable prediction, thus simplifying model development and adaptation. Apart from online prediction of the difficult-to-measure variable, this soft sensor can be used for adaptive process monitoring. The efficiency of the proposed method is benchmarked with the commonly applied recursive PLS and recursive PCA method on the Tennessee Eastman process and two real industrial examples.     

基于多元线性回归与滚动窗的NO_x排放量软测量

提出一种基于多元线性回归与滚动窗的NO_x动态软测量建模方法,并研究模型更新周期和不同变量选择方法对软测量模型预测结果的影响。仿真结果表明:基于BIC向后剔除多元回归和滚动窗方法的软测量模型在运行较长时间后,仍然能够较好地预测NO_x的排放量。     

自适应模糊滑模控制在化工过程中的应用

为有效处理多变量、非线性及非最小相位系统的复杂化工过程,提出了一种新型的自适应模糊滑模控制,该方法针对滑模控制鲁棒性好但存在抖振的问题,采用模糊控制柔化控制信号,而与滑模控制的结合可以充分利用系统信息,简化模糊控制;在此基础上提出一种新的自适应调整比例因子来进行模糊变论域,柔化了控制信号并减小了滑模控制器输出的抖振。并给出模糊滑模控制的算法和稳定性分析,得到简化后的通用模糊规则库,可通过比例因子在线调节输入量的论域,使构成的控制系统具有很强的鲁棒性、较好的自适应能力和较高的控制精度。最后对于非线性单输入单输出(SISO)和多输入多输出(MIMO)化工模型进行仿真研究,结果表明即使工况点发生大的变化或受到较大干扰时,仍具有良好的抗扰动能力和很强的鲁棒性。     

一类不匹配不确定动态系统的鲁棒执行器故障检测与重构

针对一类不匹配不确定性动态系统,将不匹配不确定性的滑模控制方法与线性矩阵不等式（LMI）方法结合,设计一种新的鲁棒滑模观测器,提出了不匹配不确定动态系统滑模观测器稳定的充分必要条件以及LMI的存在定理,并证明了对系统不确定性以及外界干扰具有鲁棒性。无须对动态系统进行规范化处理,直接利用LMI方法求解鲁棒观测器增益矩阵,简化了滑模观测器设计过程。根据上述设计的鲁棒滑模观测器,应用等价输出误差介入原理和LMI方法,设计重构执行器故障的优化策略,提出在线获取故障信息的鲁棒执行器故障检测与重构方法,实现执行器故障的检测与重构。数字仿真验证了执行器故障重构方法的可靠性。     

基于奇异值识别的模式切换过程递归PCA监控

常规的PCA方法难于对发生模式变化的过程参数进行监控,为此,本文提出了一种基于奇异值识别递归PCA技术,用于解决多模式切换过程的监控问题。首先建立了在线奇异值识别算法,通过识别奇异值的变化可以准确判断过程发生模式切换的时间,然后采用递归PCA对过程的模式切换过渡阶段进行监控。将TE过程用于实例研究,验证了所提出方法的有效性。     

Measurement of Mode I and Mode II Fracture Properties of Wood-Bonded Joints

In this work, the fracture characterisation of wood-bonded joints under pure mode I and mode II loading was performed. The tested material was maritime pine (Pinus pinaster Ait.) bonded with an epoxy adhesive. Two fracture mechanical tests were chosen: the double cantilever beam (DCB) for opening mode I loading, and the end-notched flexure (ENF) for sliding mode II loading. The compliance-based beam method (CBBM) was used for both mode I and mode II fracture, since the Resistance-curves can be obtained directly from the global mechanical response of the specimens (load–displacement curve), without crack monitoring during propagation. This data reduction scheme was validated by direct comparison with the modified experimental compliance method (MECM).     

即时局部建模在填料塔液泛气速预测的应用

填料塔在工业生产中应用广泛,准确预测填料塔的液泛气速具有重要的应用价值。实际的填料类型多种多样,获取的填料数据也存在差异,单一全局模型的预测效果受到一定的限制。首先给出了岭参数极限学习机模型及其节点增加的递推算法,以有效更新在线模型。结合即时学习方式,提出了局部递推岭参数极限学习机在线建模方法,用于填料塔液泛气速的预测。实验结果表明所提出方法能更充分挖掘数据间的相关信息,预测效果优于相应的全局模型。     

一种改进的滑模控制方法在非线性不确定系统中的应用

对传统滑模面设计方法进行了改进,引入滑模面斜率,将其应用于一类非线性不确定系统,并基于此设计滑模控制器,其控制目的是使非线性系统在存在不确定及干扰时,系统输出依然能够很好地跟踪参考输入,理论证明该设计方案是可行的。另外还对该系统进行了稳态误差计算,分析了滑模面斜率及边界层厚度对稳态误差的影响,通过理论计算与分析,找到了一种方便简单的减小误差的方法,同时还可更进一步抑制抖振,使系统具有更强的鲁棒性能。仿真实例表明,文中提出方法是正确有效的。