一种工业过程稳态优化控制算法

针对带有输出关联约束的工业过程,提出一种确定其稳态优化控制的算法.首先通过对数变换将原问题转化为一个等价而且可在对数空间求解的优化控制问题;然后为避免事先选择一个合适罚系数的困难,在算法中引入了目标函数的线性化形式.该优化算法不仅能收敛到正确的系统最优解,而且可用现有的二次规划算法计算.应用简单的滤波技术,改善了算法在有量测噪声情况下的性能.仿真结果表明,所提出的优化算法是有效的.     

基于双层规划模型的电梯交通系统群组优化

目的针对上行高峰交通条件,分析电梯交通系统的性能指标,建立了高层建筑电梯群组分区运行的多目标优化数学模型.提出了采用双层规划模型及遗传算法求解一类特定的多目标问题的新方法.方法通过权向量整体优化以获取目标函数的最优值,进而获得科学合理的决策变量.结果克服了线性组合加权法中依据偏好确定权值的传统方法的缺点,同时对得到的最优解进行成本消耗分析,得出与建筑物特性相关的最终优化运行方案.结论该研究对高层建筑垂直交通系统的设计及其电梯群控技术的实施提供重要依据.算例及仿真结果表明该方法的有效性.     

网络化系统的状态反馈保性能控制

研究了具有随机网络诱导时延且数据包丢失服从马尔可夫链的网络化系统的保性能控制问题．将网络化控制系统建模为具有两种运行模式的马尔可夫跳变线性系统．根据马尔可夫跳变线性系统理论，给出了网络化系统状态反馈保性能控制器存在的充分条件；该保性能控制器为一组线性矩阵不等式的解．通过一个仿真示例说明了本文所提方法的有效性．     

铝粉雾化精分过程管道风流量的先进控制

以铝粉雾化生产过程中精分系统控制为对象,针对管道间的相互耦合干扰使管道风流量处于长期波动的状态而影响铝粉分级精度的问题,给出了一种铝粉精分系统管道风流量的先进控制策略.将PID控制优异的稳态特性和模糊控制良好的动态特性与暂态响应曲线的设定和协调控制相结合,提出了一种模糊PID协调控制策略实现精分系统管道风流量的控制,大大减小了回路之间的耦合干扰,克服了传统PID控制超调大、调节时间长等缺点.通过仿真验证,新型控制策略响应迅速、超调小、稳态特性好,取得了良好的控制效果.     

具有输入与状态时变时滞线性系统的鲁棒H_∞控制

针对具有输入与状态时变时滞的线性系统研究其鲁棒控制问题,依据自由权矩阵技巧,在没有任何不等式放缩的情况下,利用Lyapunov稳定性定理,得到了没有任何保守性的时滞依赖渐近稳定充分条件;所用方法对时滞的导数没有任何限制,适合任何慢变或快变系统。最后通过数值算例与其他文献结果进行比较,说明该方法的优越性。     

直接转矩控制技术的研究现状与发展趋势

直接转矩控制技术是继矢量控制技术之后的一种新型高性能的交流变频调速技术，它以转矩响应快、结构简单明了、鲁棒性好等一系列优点受业界人士的广泛关注．理论研究与产品开发上，已取得了丰富的成果，并带来了巨大的经济效益，而作为新兴的技术，还存在许多不成熟、不完善的问题，如低速运行时，受电动机的参数变化影响严重；稳态运行时，脉动大．这些大大限制了直接转矩控制技术的应用范围．鉴于此，本文对直接转矩控制技术所取得的研究成果和目前存在的问题进行了总结，并提出了如何开展这项技术研究．     

色氨酸生物合成的稳态优化

本文研究了色氨酸生物合成的稳态优化.针对色氨酸生物合成过程的三维非线性动力系统,建立了使色氨酸消耗和分泌的综合项最大的稳态优化控制模型.根据IOM方法,将非线性优化问题近似转化为线性优化问题来求解,最后得到了一个稳定而且鲁棒的稳态,在该稳态下,色氨酸产率提高为基本稳态时的9倍,这一数值结果表明了优化算法的实用性和有效性.     

大豆低聚糖纳滤连续浓缩过程的控制

提出了一种利用纳滤膜来连续浓缩大豆低聚糖的新工艺.介绍了20 t/h大豆低聚糖纳滤连续浓缩工艺流程及控制要求,设计了基于PLC的过程控制系统.控制系统结构采用Siemens的TP170B触摸屏作为人机界面,S7 200 PLC、DR 20调节器和MM 430变频器作为控制核心.通过在山东谷神应用结果表明,该工艺流程经济适用、运行稳定可靠、自动化程度高,能够满足连续生产的要求,提高了膜分离装置的运行效率.     

基于递归型小波神经网络的感应电动机伺服驱动系统自适应控制

针对感应电动机伺服驱动系统具有的多变、强耦合、慢时变等非线性特性和不确定性扰动,传统的位置速 度PID控制策略不能保证轨迹跟踪的精度和良好的动态品质的问题;保证系统对系统内部参数波动和外界不确定 性扰动具有较好的鲁棒性,在矢量控制策略的基础上,提出了基于递归型小波神经网络的自适应控制方案。神经 网络参数的在线学习机制采用delta自适应律并结合了BP算法和梯度下降法,算法简单,计算量大大减少。仿真 的结果验证了方案的有效性。     

甘油生物歧化为1,3-丙二醇过程的优化控制

An iterative optimization strategy is proposed and applied to the steady state optimizing control of the bio-dissimilation process of glycerol to 1,3-propanediol in the presence of model-plant mismatch and input con-straints. The scheme is based on the Augmented Integrated System Optimization and Parameter Estimation (AI-SOPE) technique, but a linearization of some performance function in the modified model-based optimization problem of AISOPE is introduced to overcome the difficulty of determining an appropriate penalty parameter.When carrying out the iterative optimization, the penalty coefficient is set to a larger value at the current iteration than at the previous iteration, which can promote the evolution rate of the iterative optimization. Simulation studies illustrate the potential of the approach presented for the optimizing control of the bio-dissimilation process of glyc-erol to 1,3-propanediol. The effects of measurement noise, measured and unmeasured disturbances on the proposed algorithm are also investigated.