基于LTSA和联合指标的非高斯过程监控方法及应用

很多实际工业过程数据都具有高维、非线性且不严格服从高斯分布等特点。为处理数据维数高且是高斯分布和非高斯分布的混合体等问题,实现高效的过程监控,提出了一种基于LTSA和联合指标的非高斯过程监控方法。首先采用局部切空间排列(LTSA)算法从正常样本数据中提取低维子流形以实现维数约减;然后基于非高斯-高斯两步策略建立统计模型并得到非高斯统计量和高斯统计量,再对其进行加权得到新的统计量以实现对过程的监控;最后将该方法应用于田纳西-伊斯曼标准测试平台和实际乙烯裂解炉的过程监控,说明了所提方法的有效性。     

微波辅助水解法测定鱼鳞中羟脯氨酸

本文以新鲜鲫鱼鱼鳞为原料,采用微波辅助水解法测定其羟脯氨酸(Hyp)的含量,与传统水解法比较,研究了不同微波时间、微波功率、盐酸浓度对比色法测定羟脯氨酸的影响,在单因素实验基础上通过正交实验,得出测定羟脯氨酸的最佳水解条件是盐酸浓度7 mol/L、中低火480 W功率下微波8 min。     

基于遗传算法的非线性多变量系统模糊神经网络控制

针对一类非线性多变量系统的解耦控制，提出了采用基于模糊神经网络（FNN）的模型参考模糊控制结构，并且为了提高ENN的收敛速度采用了遗传算法。仿真结果表明了该种控制策略的有效性。     

乙烯裂解炉炉管出口温度控制系统设计及应用

乙烯裂解炉炉管出口温度控制系统中存在着多变量耦合情况,导致在实际生产中很难实现对各组炉管温度的精确控制.针对这种情况,本文提出了一种基于可逆解耦策略和内模PID控制原理的多变量控制系统设计方案.文中首先介绍乙烯裂解炉的结构,并对其工作原理和生产的工艺流程作了简单说明;其次根据现场得到的数据并进行滤波,去趋势项等处理,运用预报误差算法(PEM)进行系统辨识,建立了过程的多变量输入输出模型;再次,介绍了可逆解耦方法的基本原理和实现过程,并针对辨识得到的模型,采用该方法设计系统的解耦环节.它可以避免采用传统解耦方法时的复杂运算过程,能够较为快捷地得到解耦参数矩阵.最后,针对解耦后的被控系统设计控制器.由于内模控制具有结构简单,控制性能良好等特点,本文中采用内模控制原理设计带滤波器形式的PID控制器,并给出了滤波系数等相关参数值.同时,对模型存在失配的情况和模型匹配时采用传统单回路控制策略的情况,以及不对系统解耦而直接设计PID控制器进行控制的情况分别进行仿真,并比较了仿真结果.分析表明,系统解耦后,对其控制时的静态误差消除时间大大缩短,动态性能得到改善,从而实现了对裂解炉炉管出口温度快速准确控制的要求,说明了该方案的有效性.     

基于证据合成规则的多模型软测量

针对传统软测量方法存在的预测性能差、融合能力低和适应性不强等缺点,本文提出了一种基于证据(D–S)合成规则的多模型软测量方法.首先,利用仿射传播(AP)聚类方法和最小二乘支持向量机(LS–SVM)建立多个子模型;然后,利用D–S合成规则得到多个证据概率分配函数,将其作为权值因子对子模型输出进行融合得到多模型的输出,提高了模型的预测能力和融合能力;最后,将上述方法用于非线性系统和酯化率的软测量建模,仿真结果表明,相比于单一模型和传统的多模型软测量方法,本文方法具有更好的预测性能和精度,是一种有效的软测量方法.     

基于反馈的精英教学优化算法

精英教学优化算法（Elitist teaching-learning-based optimization,ETLBO）是一种基于实际班级教学过程的新型优化算法. 本文针对ETLBO算法寻优精度低、稳定性差的问题,提出了反馈精英教学优化算法（Feedback ETLBO）. 在ETLBO算法的基础上,通过在学生阶段之后加入反馈阶段,增加了学生的学习方式,保持学生的多样性特性,提高算法的全局搜索能力. 同时,反馈阶段是选举成绩较差的学生与教师交流,使成绩较差的学生快速向教师靠拢,使算法进行局部精细搜索,提高算法的寻优精度. 对6个无约束及5个约束标准函数的测试结果表明,FETLBO算法与其他算法相比在寻优精度和稳定性上更具优势. 最后将FETLBO算法应用于拉压弹簧优化设计问题及0-1背包问题,取得了满意结果.     

基于神经网络和多模型的非线性离散自适应控制

针对一类非线性离散时间单变量系统,提出了基于多模型切换策略的非线性自适应控制方法.首先将被控系统划分为多个工作区间,然后在每个工作区间内建立1个线性自适应控制器和1个非线性神经网络自适应控制器.线性控制器可以保证系统的稳定性,神经网络非线性控制器可以有效的改善系统的暂态性能,采用有效的切换策略可以在保证系统稳定的情况下很好的改善系统的性能.仿真结果验证了所提出方法的有效性.     

非线性零阶接近有界多模型神经网络自适应控制器

针对一类单变量非线性离散时间系统,提出一种零阶接近有界的多模型神经网络自适应控制器。该控制器包含一个非线性鲁棒自适应控制器和一个非线性神经网络自适应控制器。当系统非线性项放宽到零阶接近有界时,这两个控制器分别用于保证系统的稳定性和提高系统的性能,系统的控制输入由切换机构在两个控制器之间进行切换产生。最后给出了稳定性和收敛性证明,并通过仿真实验验证了该控制器的有效性。     

动态调整成长方式的郊狼优化算法及其应用

郊狼优化算法在迭代运行时种群多样性降低,收敛速度变慢,易陷入局部最优,并且在求解约束优化问题时难以获得可行解。提出一种动态调整成长方式的郊狼优化算法（DGCOA）。在狼群进化中引入变异交叉策略,增强种群多样性,基于郊狼成长策略加入全局最优个体指导搜索,使得每个子种群中的个体从不同的方向快速逼近最优解位置,并根据种群中个体相似度对郊狼位置更新方式进行调整,平衡算法的全局探索与局部开发能力。在求解约束优化问题时,利用自适应约束处理方法构建新的适应度函数,协调优化目标和约束违反度。基于CEC2006对22个测试函数和3个工程设计问题进行仿真,结果表明,与COA、ICTLBO、ODPSO等算法相比,DGCOA算法具有较高的收敛精度和稳定性,适用于求解复杂优化问题。     

带遗忘因子的线性回归性能评估算法及应用

工业过程中的控制系统经常处于性能不佳的状态,若没有得到定期的维护会造成巨大的经济损失。带遗忘因子的线性回归(ILR)算法是一种基于过程数据的性能评估方法,它在线性回归方法的基础上引入遗忘因子,使评估结果更加具有实时性,为控制系统的维护提供了可靠的依据。该算法具有建模简单、计算快捷和适用于时变扰动模型的优点。本文运用该方法对乙烯裂解炉几个重要回路进行了性能评估,以此来表征系统整体的性能,并验证了算法的时变有效性。