基于制造网格的DCS跨平台数据访问研究

在解决DCS系统中多平台的数据访问和集成问题中,必须要为每个不同的平台开发一个相应的数据访问接口和服务器。针对这个不足,本文提出了一个基于制造网格技术的DCS跨平台数据访问模型,利用该模型解决了异构DCS系统之间,DCS与上层管理系统之间的数据交换问题。     

嵌入式控制器在烧结配水系统中的应用

介绍了嵌入式系统在烧结配水系统中的应用,以烧结生产中的水分为控制对象,设计了一种基于S3C2410 ARM处理器和WINCE.Net操作系统的嵌入式控制器,并在其中嵌入了先进的无模型自适应控制算法.通过在烧结配水系统中的实际应用表明,相对传统的控制器,该控制器具有稳定性强、可靠性高、抗滞后能力强等特点.为工业控制领域中大滞后过程的控制提供了一种新的解决方案.     

基于PSO优化算法的加热炉热效率计算

从加热炉热效率计算的反算公式出发,找出与加热炉热效率密切相关且在生产现场能够实现精确测量的变量,构造出加热炉热效率计算模型,结合最小二乘和PSO优化算法,辨识出加热炉热效率模型的参数。仿真实验表明,给出的计算方法是有效的,计算精度高,具有良好的实用性。     

Oracle数据库优化解决方案

Oracle数据库是一种使用广泛的数据库系统。无论是在电信、移动通信,还是石油化工、金融等关键应用领域,Oracle数据库的性能是Oracle使用中的重中之重。介绍了Oracle数据库的优化方法论,以及具体的优化方法     

基于事件通知的Overlapped I/O模型通信服务器的开发

介绍了基于事件通知的Overlapped I／O模型在Socket开发中的原理和方法，并给出了事件通知的Overlapped I／O技术与Socket技术在读取Foxboro集散控制系统实时数据的通信服务器的应用实例。     

风力发电机组可靠性建模与维修策略优化

风力发电的快速发展使得风电机组结构越来越复杂,故障率也随之提高.为了提高风力发电机组的可靠性,提出了一种风力发电机组的可靠性优化策略.以双馈风力发电机为例,运用马尔可夫过程数学模型和可靠性理论建立风力发电机组的可靠性模型,在此基础上构造风电机组老化、故障和维修的网络结构图,从而得到风电机组可靠性最优时的维修策略.     

分批补料发酵过程多目标优化的分布式强化学习策略

发酵过程优化问题通常包含有互相冲突的多重优化目标,另外反应本身具有诸多复杂性。提出一种基于Pareto的分布式Q学习多目标策略,用以求解赖氨酸分批补料发酵过程流加速率轨迹的Pareto最优解。该策略中,Q学习算法和Pareto排序法将结合来产生非支配解集,并使之逼近真实的Pareto前沿,利用奖赏机制来描述多重目标之间的关系,并同时使用多组含有随机初始值的agent共同作用改善搜索能力。将所提出的方法应用于赖氨酸分批补料发酵过程的优化中,并与粒子群优化进行了对比,验证策略的性能。     

基于核Fisher包络分析的间歇过程故障诊断

随着间歇过程越来越受重视,其过程监控和故障诊断技术也成为研究热点。以核Fisher判别分析为基础,提出了基于核Fisher的正常工况与故障包络面模型,给出了基于该模型的在线故障诊断流程。此方法利用了Fisher判别分析对类别的划分特点,分别针对正常工况数据和各故障类型数据建立包络曲面模型。与多向Fisher判别分析相比,该方法按批次方向将数据展开,能够解决生产周期不一致问题,在线故障诊断时也不需要预报完整的生产轨迹,并且加入核函数来处理复杂的非线性。最后在青霉素发酵过程的仿真平台上对该方法进行测试,与改进多向Fisher判别分析方法进行对比,该方法获得了满意的诊断效果：能够及早诊断出故障的发生,并在有效识别已有故障的同时还具有对新故障的自学习能力。     

基于区域协调分析的约束内模控制方法与研究

针对多变量系统控制输入变量受到约束的严格限制时,一般工业上都是用预测控制来显式的处理这些约束条件和变量之间的关联耦合作用,而用内模控制来解决这方面的问题还处在探索中这一现状,初步性地利用内模控制的思想,用静态优先级来协调变量之间的耦合关联,并结合模型预测理论知识,利用区域分析法判断,使控制量处在约束范围内。仿真结果表明这种设计方法对控制效果具有一定的可实现性和意义。     

无辨识自适应算法的大滞后对象的控制方法

在实际工业生产中 ,由于对象纯滞后的存在 ,降低了控制系统的稳定性 ,使控制品质下降 ,对控制系统极为不利。对大滞后对象 ,Smith预估控制是一种重要方法 ,但常规Smith预估控制对模型的误差 (包括时间延迟的估计误差 )十分敏感 ,不适用于具有时变时延参数的系统。因此 ,常规Smith预估控制策略难以广泛用于工业控制 ,但该方法仍然得到了控制界的广泛认可。无辨识自适应控制是Marsik和Strejc提出的一种无需辨识系统参数的自适应控制算法 ,该算法简单、鲁棒性强 ,只需在线检测过程的实际输出及期望输出便可形成具有较好动态性能指标的自适应控制系统 ,但是该方法不能解决大滞后问题。借鉴无辨识自适应控制的思想和神经网络强的函数逼近能力 ,首先用一个神经网络来构成被控对象的Smith预估模型 ,然后利用无辨识自适应控制算法设计了一种适用于大滞后对象的控制器 ,两者结合 ,提出了一种简单、实用、鲁棒性强的大滞后对象控制的新方法