基于PIC16F877A的变频恒压供水控制器设计

分析了高层建筑供水控制系统的技术要求,介绍了基于PIC16F877A单片机的变频恒压供水控制器的工作原理,提出了该装置的软硬件设计方法.相比目前的变频恒压控制系统,该装置的精简硬件设计有效地克服了系统可靠性差的问题;同时,基于PSO-PID智能算法的软件设计解决了系统动态响应慢和压力调节不稳定的缺点.该装置成本低、智能化程度高,生产实际中能够确保设备的使用寿命、能源的有效利用和供水质量.因此,具有很高的推广、应用价值.     

基于模糊自适应免疫算法的非线性系统模型参数估计

复杂生产工艺中非线性系统的模型参数估计是系统建模优化问题中的难点, 为避免优化算法过早收敛于错误的参数估计值, 根据生物免疫机理和模糊逻辑原理提出了一种新颖的模糊自适应免疫算法, 该算法采用混沌超变异操作增强算法搜索能力, 并用免疫网络调节策略保持抗体群的多样性, 同时采用模糊逻辑调节算法参数以提高算法的自适应能力. 函数优化仿真结果表明其具有较好的收敛性能, 并能够克服早收敛问题. 最后将其成功应用于重油热解非线性模型参数估计中, 验证了该算法解决实际建模问题的可行性和有效性.     

基于粒子群优化的高斯核函数聚类算法

针对视频帧数据在时间轴上的高斯分布特征,提出基于样本和高斯核相似性度量的聚类算法,采用度量方法考虑概率分布密度因素,同时利用改进的粒子群优化算法加速聚类过程。实验结果表明,与基于C均值聚类算法相比,该算法具有较强的全局搜索能力和聚类精度,在视频数据聚类分析中具有更高的效率和更佳的聚类效果。     

基于MFA-ICA的间歇过程在线监控

针对间歇过程独特的数据特点,提出1种将因子分析(FA)作为独立成分分析(ICA)白化预处理手段的多向因子分析白化独立成分分析(multiway factor analysis-independent component analysis,MFA-ICA)间歇过程监控方法.因子分析充分考虑了模型误差的普遍意义,拥有优秀的噪声建模能力.将其代替上成分分析用于白化,可以更好的提取数据集的本质信息.首先将间歇过程三维数据依次按批次和变量展开得到二维数据矩阵,接着把上述方法用于展开后的数据,利用ICA的,I2统计图实现在线故障检测.该方法用于标准仿真平台Pensim,结果表明上述方法对于提高间歇过程故障检测的快速性,降低漏报率有明显效果.     

具有降阶模型的多模型鲁棒自适应控制

传统鲁棒自适应控制由于考虑了实际系统存在的不确定性,在一定程度上扩大了常规自适应控制的应用范围,但是传统鲁棒自适应控制大多只是从系统全局稳定性的角度出发来设计控制器而忽略系统动态和稳态性能,导致其无法在工况多变的实际被控系统中取得令人满意的效果。针对传统鲁棒自适应控制的不足,本文对由ARMA模型描述并包含未建模动态的系统设计了多模型鲁棒自适应控制器。首先采用正则化技术将系统未建模动态转化为系统有界扰动,并在系统降阶模型的基础上根据系统工况的变化设计了多个固定控制器和2个鲁棒自适应控制器,并根据性能指标函数选择最佳控制器作为当前系统控制器以提高系统性能。仿真实验说明当系统存在未建模动态以及系统工况发生变化时,本文设计的控制器能获得较好的控制效果。     

人工免疫动态克隆调节策略在分馏装置塔板效率确定中的应用

在石油化工领域中,分馏过程是流程模拟计算中重要的模块之一,在分馏过程模拟的主要输入参数中,塔盘效率无法直接获得,因此确定合适的塔盘效率是分馏模拟成功与否的关键因素,探索合适的方法确定板效率是精馏模拟的重要课题。本文在板效率确定方面,引入人工免疫动态克隆优化调节策略DCAS,与传统的智能优化算法相比,该算法的特点为:自动调整搜索空间及克隆规模;采用多尺度变异策略;有机结合全局与局部搜索能力。在实验中,通过建立分馏装置的机理模型,并采集装置的实际工况数据和各流股质量组成的分析数据,对所采集的数据依据稳态过程的物料守恒方程等进行剔除和校正处理,采用校正后的工况数据作为模型的输入,分别用经验法、遗传算法GA及人工免疫动态调整策略DCAS确定分馏装置的塔板效率,使模型与实际装置达到最大程度的吻合。研究结果表明,用DCAS确定的塔板效率,能够使分馏塔的关键塔板温度分布及分馏塔塔顶、塔釜主要产品的产出与实际吻合得最好,表明用DCAS搜索的塔板效率建立的分馏塔模型能够较好地描述实际分馏塔的生产过程,可以用来指导分馏装置的过程模拟及优化操作。     

基于小波和支持向量机的故障趋势预报

从工业生产过程实用的观点出发,鉴于小波变换能有效地对信号进行消噪的优点和支持向量机的卓越学习性能,探讨基于小波和支持向量机的故障趋势预报,并结合专家系统建立解释机制。将其用于工业精对苯二甲酸(PTA)生产过程中对二甲苯(PX)氧化反应器尾氧浓度故障预报的结果表明:该方法能准确地对尾氧浓度故障趋势进行预测,并同时给出故障产生的概率大小,为PX氧化反应器的安全平稳操作提供了保证。     

新克隆选择法在动力学参数估计中的应用

针对目前克隆选择法中存在的训练时间长、收敛速度慢、精度低等缺点,提出一种新克隆选择法,在免疫克隆原理的基础上.重新定义抗体亲和度(与目标函数本身没有关系),在抗体克隆机制中增加浓度的因素,引入克隆规模动态调节机制,改进超变异概率和算子.将新克隆选择法应用于估算2-氯苯酚在超临界水中氧化反应动力学参数,使模型的拟合相对误差绝对值与文献报道值之比获得改进.     

基于惯性权重非线性动态变化的微粒群算法

本文提出一种惯性权重非线性动态变化的微粒群算法(NDPSO),根据微粒在群体中距群体最优位置的远近,选择不同的惯性权重非线性下降指数,每个微粒根据个体状况选择不同的惯性权重.在NDPSO算法中,距最优位置较远区域惯性权重选择较小的下降指数,这样利于微粒较快地飞向群体最优位置,提高算法的全局搜索性能;当微粒飞到距最优位置较近区域时,惯性权重采用较大的下降指数,这样微粒在此区域进行细致的搜索,提高算法的收敛速度.为了研究NDPSO算法的性能,对几种典型高维非线性函数进行了测试.测试结果表明,与其它几种典型的微粒群算法相比,NDPSO明显地提高了算法的性能.     

基于混沌序列的自适应粒子群优化算法

提出一种改进粒子群局部搜索能力的自适应优化算法。通过大量仿真试验,考察粒子平均速度和收敛性之间的关系,给出一种新的自适应调整权重策略。以粒子平均速度作为反馈信息,动态调整权重因子,控制粒子速度并使其沿理想速度曲线下降。在搜索过程中引入混沌序列以改进算法的局部搜索能力。对经典函数的测试结果表明,改进的混合算法通过微粒自适应更新机制确保了全局搜索性能和局部搜索性能的动态平衡,在稳定性和精度上均优于普通PSO算法。