时态覆盖集诊断模型TGSC

本文通过引入时态一致覆盖集的概念，提出了一个基于时态推理与覆盖技术的时态覆盖集诊断模型ＴＧＳＣ。ＴＧＳＣ利用模糊描述有关征兆、故障及相互间关系的时态知识。文中建立了ＴＧＳＣ的基本框架。给出了基于假设图搜索的诊断问题求解方法，并伴以计算示例。     

智能控制中的机器学习方法

本文介绍了机器学习的两种基本方法:归纳学习和基于解释的学习,在此基础上提出集成化学习方法。最后讨论了机器学习在智能控制中的应用。     

混合式智能调节器

本文通过分析模糊调节器和常规PID调节器各自的特点,提出了使用专家系统技术来协调模糊调节器和常规PID调节器的方法,设计了一种新型的混合式智能调节器.通过仿真试验表明这种调节器对一些复杂难控对象的控制是有效的。     

步进加热炉经济燃烧操作的研究开发和实现

本文给出了一种以线性规划搜索来求解加热炉操作中的非线性多约束优化问题及基于以上算法和辅以动态反馈所实现的加热炉递阶控制系统。本文所提出的优化算法具有计算量小、收敛速度快、且稳定可靠的优点,故易于在线实时运行.动态反馈又充分考虑了炉子复杂多变的加热环境.实时后的控制效果表明可提高出炉钢坯加热的均匀性而使生产工况趋于平稳,并有较大的节能和节约钢原材料的潜力.     

钢锭处理过程的模型化及计算机控制策略(上)

光明日报1982年9月24日曾载:“用单一数学模型掌握钢厂均热炉操作的世界第一人——吕勇哉在美获重要学术成果,对于节约能源和提高钢厂生产能力有巨大意义”。该模型经美国内陆钢铁公司的试验,可使均热炉能耗降低约百分之二十,并提高生产能力百分之二十五。 本刊为此特约吕勇哉副教授撰写本文,简要介绍该成果的学术内容。     

现代工业控制与人工智能

本文简要地剖析当前工业控制的发展及所面临的挑战,并对人工智能技术在控制领域中的现状和存在的问题作了概述。作者以傅京荪(Fu)和萨里特斯(Saridis)所提出的智能控制可以看作是人工智能、控制理论和运筹学相结合的观点为基础,结合作者近年来的研究工作实践,重点论述了人工智能技术在系统建模、状态估计、学习和优化控制等领域的应用,并给出丁工业应用和计算机仿真的结果.     

基于数据驱动与模式挖掘的循环流化床锅炉运行优化研究

火电厂锅炉运行控制中存在可控运行参数多、机理建模困难、运行参数和设计值有偏离等问题,导致采用数据驱动的锅炉运行优化较为困难。为此,本文采用模式挖掘方法分析锅炉相关监控点分散控制系统（DCS）历史运行数据,构造合理的模糊划分矩阵,并进行矩阵运算,挖掘负荷变化下与锅炉高效运行匹配的模糊关联模式,从而指导锅炉运行优化。以东莞某热电厂130 t/h循环流化床（CFB）锅炉为研究对象,提取其DCS历史数据,采用本文方法对数据进行分析,挖掘出运行中隐含的控制优化策略。优化结果表明,该方法能够为锅炉经济运行提供快速合理的支持。     

焦炉焦化模型开发：炉内水分变化过程模型及工业验证（Ⅲ）

加料煤在焦化过程中需先经干燥阶段，且热量由炭化室炉墙逐步向中心移动，即所谓“成层结焦”。本文应用移动边界理论，详细地讨论了炭化室内水分变化情况，并与焦化过程离散状态空间模型结合，进行了计算机仿真，并在重钢焦化厂进行了工业测试，结果表明模型满足工业控制要求。     

模糊系统的串联补偿解耦

本文提出并解决模糊关系系统的串联补偿解耦问题,给出了串联解耦补偿器的结构、实现 解耦的一个充分条件的串联补偿解耦问题的解存在的一个充要条件.