无刷直流电机模糊PID控制及建模仿真

基于对无刷直流电机(BLDCM)工作原理及数学模型进行的简要分析,在MATLAB软件的Simulink模块中,通过S-Function函数和Simulink独立集成模块,搭建出无刷直流电机控制系统仿真模型,对无刷直流电机控制系统进行速度环、电流环双闭环控制,使电机在仿真环境中能够正常运行.仿真控制系统采用模糊控制算法优化PID控制参数,仿真结果与理论分析基本吻合,验证了无刷直流电机模糊PID控制算法具有响应快、超调小等良好的控制性能.     

基于GBDT和新型P-GBDT算法的催化裂化装置汽油收率寻优模型的构建与应用

催化裂化装置是一个高度非线性和相互强关联的多变量系统，基于数据挖掘技术的分析方法是优化该工艺过程的一类有力工具。笔者利用某石油化工企业集散控制系统(Distributed control system, DCS)和实验室信息管理系统(Laboratory information management system, LIMS)的工业生产实时数据，分别从指标与汽油收率的正负相关性、工业经验以及模型重要性筛选等方面选取了182个关键影响参数，利用梯度提升决策树(GBDT)算法构建催化裂化汽油收率的预测模型，预测相应的汽油收率。基于GBDT集成学习框架构建了P-GBDT模型，引入了特征扰动和特征权重，增大经验可控参数的权重，解决了普通GBDT模型对特征缺乏偏好、经验可控参数特征的权重较小的问题。结果显示，由P-GBDT算法构建的汽油收率预测模型预测结果的准确率、R2、均方根误差等指标相比由GBDT算法构建的基准模型的预测结果明显更好，对真实收率的拟合效果更为接近，对优化改进实际可控装置操作条件具有更好的指导意义。