PID性能评估与整定软件的开发及应用

文中讨论了如何使用浙江中控的PID性能评估与整定软件对装置的PID进行整定,并为各PID控制回路设置准确、可靠的P、I、D值,利用装置开车的实际数据,开展PID整定工作,为装置后期平稳运行打下良好的基础。     

基于进化算法的常减压装置模拟

提出了基于优选优生进化算法（Select—best and prepotency evolution algorithm，SPEA）的常减压装置模拟方法。以各塔的温度分布为目标，基于生产过程和分析数据，采用SPEA确定各塔板Murphree效率，从而精确描述各塔板平衡偏离程度。在实际应用中，获得具有良好精度的常减压装置模型。系统分析了SPEA算法的关键参数——优选领域大小与计算复杂性及寻优性能之间的关系，结果显示其取值为群体规模的10％最为合适。     

混沌粒子群优化算法在PID参数整定中的应用

针对传统PID参数整定方法和智能PID参数整定方法存在的不足,将粒子群优化算法与混沌理论相结合,提出了基于Logistic映射的混沌粒子群优化算法,并将该算法应用于PID参数的优化整定。结果表明:该算法能够获得良好的整定效果和收敛特性,从而验证了该算法的可行性和优越性。     

催化裂化装置的神经元网络自整定PDI控制器

提出催化裂化装置的一种基于神经网络的自整定ＰＩＤ控制器，针对ＢＰ算法收敛速度太慢，提出了误差一次反传播算法，简称ＦＬＡ０－分别提出了基于ＢＰ算法ＦＬＡ的单变量非模型自整定ＰＤＩ控制方法。     

PID算法在DCS中的应用

介绍了数字ＰＩＤ参数通用整定方法——最优化法和工程整定方法，大部分是理论与实际相结合的经验总结，可供分散控制系统的调试人员和维护人员参考、借鉴     

PID算法在DCS中的应用

介绍了数字ＰＩＤ参数通用整定方法－－最优化法和工程整定方法，大部分是理论与实际相结合的经验总结，可供分散控制系统的调试人员和维护人员参考、借鉴。     

常减压装置控制性能诊断与优化

常减压装置生产流程长、控制回路多,优化其控制性能对于原油加工意义重大。在某10Mt/a常减压装置上,严格定义自控率的概念,通过OPC采集过程实时数据,并应用先进的软件来客观诊断和评价其控制性能。基于诊断的结果,使用子空间方法及ARX模型从生产过程的实时数据中辨识过程动态模型,然后使用内模控制的方法来整定PID参数,优化控制回路的性能。整定过程中,无需对装置施加额外干扰,不影响装置的正常运行,提高了常减压装置的自控率,提高了其自动化水平。     

相关系数辨识法PID自动整定软件及其工业应用

本文介绍一种基于相关系数辨识法的ＰＩＤ自动整定算法，以及根据这种算法研制的相关系数辨识法ＰＩＤ自动整定软件。该算法不需要对过程施加任何扰动．只需在系统闭环运行的条件下采集输入／输出数据，通过计算实际过程输出与模型输出相关系数来拟合实际过程的数学模型，并在模型基础上搜寻最优ＰＩＤ参数。该软件已经在大庆石油化工总厂三套大型化工装置上应用成功，本算法鲁棒性强、抗干扰性强、软件操作简单、安全、适合于实际工业过程。     

浅谈液压整定装置在弹簧式安全阀定铊试验中的应用

文中介绍了在锅炉安全阀定铊试验中采用的实跳定铊试验，助跳定托试验两种方法，详细介绍了液压整定装置的工作原理，对不同方法的经济性进行了比较。试验证明使用液压鉴定装置对弹簧式安全阀定铊时间短，效率高，既安全，又经济，试验数据符合国家标准要求，是值得采用的定铊方法。     

热电厂发电机调差系数的整定与分析

本文论述了发电机励磁调节器调差系数的定义及要求。讨论了发电机励磁调节器调差系数的整定原则及计算方法，得出了并列运行的发电机组调差系数的整定结论。并对我厂发电机励磁调节器的调差系数进行了整定。     

利用TS与GA的混合算法（TSGA）求取剩余静校正量

静校正问题是一个具有多参数、多极值的全局优化问题,当大量未知参数存在时,常规的遗传算法(GA)几乎必然存在早熟收敛现象,很难保证全局收敛。为此,在Glover理论的基础上,本文提出一种GA与TS(禁忌搜索算法)的混合策略——TSGA。通过把TS独有的记忆功能引入到GA进化搜索过程之中,构造了新的重组算子TSR,针对GA爬山能力差和易早熟的缺陷,把TS作为GA的灾变算子TSM,即当GA陷于局部极值时,用TS对GA进行适当规模灾变,这样既保持了GA的已有搜索成果,又可以使GA跳出可能的局部极值陷阱,最终使搜索向全局极值前进。TSGA通过TS算法克服了GA爬山能力差的弱点,综合了GA具有多出发点、TS具有记忆功能和爬山能力强的优点,较好地解决了剩余静校正量求取的复杂非线性问题。模型数据处理结果表明,文中方法具有适应能力强、能快速收敛于大静校正量最优解的优点,是一项实用的求取复杂地形条件下静校正量的方法。     

一种改进的遗传算法及其在剩余静校正中的应用

本文综合利用模拟退火和遗传算法的特点，给出一种改进的遗传算法，即根据模拟退火的概率分布函数提供群体的初值，然后使用遗传算法的选择算子和杂交算子进行搜索，在此基础上，再降低温度提供新的初值，进行反复迭代，从而搜索到全局最优解，通过估计剩余静校正的模拟试验表明，该方法只需要较小的群体规律，与常规的遗传算法相比，没有其它更多的控制参数，且全局收敛的效率有了很大的提高。     

多分支水平井参数智能优化技术

多分支水平井参数优化设计是一个多目标最优化问题,采用传统的优化方法求解复杂程度依赖于优化对象数目,且容易产生局部收敛。基于多分支水平井的油藏数值模拟技术,以生产净现值为目标函数,应用遗传算法建立了多分支水平井参数智能优化设计方法,并编程实现了优化设计的全程自动化。优化过程中,利用正交设计原理生成种群初值,避免了初始种群的随机盲目性;根据个体适应值大小选择交叉和变异概率,保证了种群的多样性和算法的全局收敛能力。以珠江口盆地某海上低渗透油藏为例进行了多分支水平井参数优化设计,结果表明:遗传算法优化具有全局智能搜索寻优的特点,优化结果比传统优化算法有较大提高,具有较强的优越性和实用性。     

遗传模拟退火算法在储层属性建模中的应用

介绍了遗传和模拟退火算法,比较了两种算法的特性,引入具有自适应能力的遗传模拟退火,并用于储层属性的随机模拟。结果表明,新算法能提高收敛速度,提供全局最优搜索保障,改善算法的实用性。     

基于遗传算法的机抽系统优化设计新方法

机抽系统优化设计问题属于多参数系统优化问题,参数包括冲程、冲次、泵径、平均杆径、下泵深度等。将遗传算法引入到机抽系统优化设计中,形成了一种新方法,该法采用二进制编码形式来表示抽汲参数和下泵深度,按优胜劣汰的原则来寻求问题的最优解,既能提高优化设计的速度,又能克服模糊数学以及专家系统等方法易漏掉最优方案的缺点。通过实例进行敏感性分析表明,遗传代数越多、交叉系数越高时,算法优化效果越好,而适中的变异系数有利于优化设计。     

解域约束下的微地震事件网格搜索法、遗传算法联合反演

网格搜索法具有简单、快速的特点,能够快速确定真解的大概位置,但是真解的确定又易受初至、速度模型等因素的影响,很难掌握。遗传算法对初至的适应程度很高,且全局搜索能力强,但是任意设定搜索范围,则搜索过程会繁琐,费时,且解的可靠性也大大降低。文中针对网格搜索法与遗传算法的上述特点,结合微地震资料的实际情况,在研究利用网格搜索反演方法、遗传算法及解域评价的基础上,提出了解域约束下的微地震事件网格搜索法、遗传算法联合反演方法。讨论了微地震反演中模型建立、初至敏感性、射孔资料等与反演计算相关的问题,提出了解决方案。理论和实际资料对文中反演方法的验证结果表明,无论在精度、速度及稳定性方面,文中方法较单一的搜索法或遗传算法都有明显的改善。     

混合优化自动剩余静校正方法研究

剩余静校正量计算本质上是一个非线性优化问题。针对单独运用遗传算法或模拟退火算法求解剩余静校正计算效率低、精度不高等缺点，本文提出了混合全局优化的自动剩余静校正方法，即利用两者的优点（遗传算法具有较强的把握搜索过程总体的能力，模拟退火法具有较强的局部搜索能力）开发的一种优化算法。文中对混合全局优化自动剩余静校正的处理流程和实现技术作了深入研究。从模型数据试算和我国西部某地区实际资料的处理结果可以看到，混合优化技术无论在运算速度还是在求解精度上都优于其他方法。     

基于数值模拟的油藏生产动态优化算法

对于大规模油藏开发优化,常规优化算法存在收敛速度慢、寻优效率低、难以与现场结合等问题。针对这些问题,建立了油水井动态调控优化模型,并结合模拟退火遗传算法和拉丁超立方采样算法寻找模型全局最优解,同时,利用同步扰动随机逼近算法提高了模型局部求解收敛速度,研发编制了油水井动态调控优化软件,并应用于大庆油田H区块。对比油田常规油水井生产制度,油水井动态调控优化模型的最优方案使H区块累计产油量在5年内增加了5.68×10⁴ m³,较好地解决了油水井生产动态控制优化问题,也为大规模油田高效开发提供了一种新的方法。     

遗传算法的改进及其在各向异性介质参数反演中的应用

目前，常规的遗传算法对变异进程不能实行控制，当变异概率取得较大时，就会以极大的几率使种群中很多成员出现退化的现象，从而使遗传算法变得象蒙特卡洛方法那样，把大量的计算工作浪费在无意义的空间部分，其结果使常规遗传算法不得不采用很小的变异概率。这样做的结果显然不利于算法作全局搜索，存在易陷于局部极值的缺陷。为在扩大模型空间的搜索范围和保持种群多样性的同时，又能对变异过程进行控制，通过引入Metropolis抽样准则，提出了一种改进的遗传算法。同常规算法相比，改进算法更有利于作全局搜索，具有改善遗传算法全局收敛性的效果。针对正交各向异性介质模型，用改性的遗传算法进行了各向异性多参数反演工作，以说明新方法在处理这样高度非线性最优化问题时的处理效果。