预测函数控制在焦化加热炉氧含量控制中的应用

针对传统控制燃烧热效率低下的情况，设计了预测函数控制加前馈控制的焦化加热炉氧含量先进控制系统，利用预测函数控制实时跟踪由专家系统给出的氧含量优化设定值曲线，以维持氧含量的平稳，利用前馈补偿使得进入炉内的燃料量和空气量保持一定的比例，从而改善了加热炉的燃烧效果。实际工业应用表明该系统优于传统的手动调节和常规控制。     

PSO算法在非线性模型参数估计中的应用

将微粒群优化(PSO)算法用于非线性系统模型参数估计，并通过对谷氨酸菌体生长模型的参数估计进行了验证．实验结果表明：微粒群算法为非线性系统模型参数估计提供了一种有效的途径．     

一种基于PSO的自适应神经网络预测控制

针对非线性系统,提出了一种基于微粒群优化（PSO）的自适应神经网络预测控制方法。采用对角递归网络（DRNN）对非线性系统进行建模,并利用扩展卡尔曼滤波（EKF）递推估计算法在线计算网络模型参数的Jacobian矩阵以实现模型参数的自适应。利用PSO算法在线优化求解非线性系统的预测控制律,以克服传统基于梯度法的非线性规划方法求解预测控制律时对初始条件非常敏感的缺点。生化发酵过程的仿真结果表明,所提出的控制方法具有良好的跟踪能力和抗干扰能力。     

一种基于虚拟参考反馈调整的无模型自适应控制

针对无模型自适应控制算法中对伪偏导数估计值信息利用率不高的问题,提出一种新的无模型自适应控制算法.运用虚拟参考反馈调整方法思想,将紧格式线性化后的线性模型与基本无模型自适应控制器构成的闭环系统作为参考模型,再以参考模型的输出与系统期望输出的误差作为控制器的输入,从而将伪偏导数过去时刻的估计值引入到新的控制律中,提高了伪偏导数估计值信息利用率.仿真结果表明改进的无模型自适应控制具有较好的控制性能.     

基于PSO与LMI优化的非线性模型预测控制

将微粒群算法(PSO)与线性矩阵不等式(LMI)用于输入受限非线性预测控制器的设计,提出了基于PSO与LMI联合优化的非线性预测控制算法。算法采用双模控制策略,利用LMI离线优化确定终端不变区域,以扩大非线性优化的求解范围,降低算法的保守性。利用PSO在线优化求解非线性预测控制输入,以避免求解非线性规划问题,同时对算法的稳定性进行了分析。仿真结果表明了该算法是有效的、可行的。     

一类不确定模糊模型的输出反馈鲁棒预测控制

针对一类满足扇形界条件的不确定模糊模型描述的非线性系统,提出一种输出反馈鲁棒预测控制方法．该方法将鲁棒预测控制的Min-Max优化问题转化为具有LMI约束的线性目标最小化问题,并且不需系统状态完全可测,仅仅利用系统测量输出和不可测状态的界限值来确定保证闭环系统鲁棒稳定的输出反馈控制器．仿真实验证明了该方法的有效性．     

基于模糊规则的液位控制系统

针对过程．工业中的液位控制问题，为弥补常规液位控制方法在应用中的不足，根据液位装置操作的特点，采用模糊控制方法，提出了一种基于模糊规则的液位控制系统。该方法针对影响液位的可测扰动采用前馈控制加以补偿，既避免了在线优化的过程，又增强了系统对随机扰动的鲁棒性，在实际工业应用中取得了理想的控制效果。     

炼油装置在线分析仪取样预处理系统的设计探讨

阐述了在线分析仪取样预处理系统在国内外研究的现状,介绍了取样预处理系统的各环节。针对炼油装置中取样预处理系统的多样性,结合国内外样品处理系统技术的最新发展和应用经验,对在线分析仪取样预处理系统的设计进行总结和探讨。     

离心式压缩机防喘振控制及故障诊断系统研究与应用

针对离心压缩机喘振问题,基于PLC和CCC(S3++)防喘振控制器平台,通过喘振曲线计算以及PLC与CCC防喘振控制器的协调控制,实现了压缩机防喘振控制.另外,还针对常见的压缩机轴承故障,开发了神经网络智能故障诊断系统(上位机采用iFIX与MATLAB平台),有效地判断轴承故障原因.