谷氨酸发酵菌体浓度的内模控制

针对由于缺乏可靠的生物传感器,谷氨酸发酵中重要的生物参数—菌体浓度不能在线测量,更不能对其实现控制的情况,提出了基于径向基神经网络的内模控制。既解决了由于谷氨酸发酵内部机理复杂而难以建立菌体浓度模型的难题,又实现了谷氨酸菌体浓度的内模控制;同时也解决了内模控制中逆模型建模的问题。仿真结果表明,该方法实现了谷氨酸菌体浓度的有效控制,鲁棒性强、抗干扰能力好,具有良好的实际应用和推广价值。     

化工过程的非线性内模控制策略（Ⅰ）

简要地介绍了与非线性控制系统分析和设计有关的数学基础——微分几何原理，给出了基于非线性状态方程描述的受控过程，用微分几何方法进行控制器综合的几种方法；讨论了非线性过程控制当前研究的热点及未来的一些发展方向。     

基于波德图分析的鲁棒调节器设计

本文针对用传递函数描述的一类过程,在建模中动态特性存在误差的情况下,提出了一种基于 Bode 图分析鲁棒稳定性和以灵敏度函数指标评价鲁棒性能的调节器设计方法.与 D.L.Laughlin 的方法相比,在用计算机绘制被控过程的不确定性区域时.计算过程得到简比,便于工程应用.通过运行所编制的计算机辅助设计程序表明了新方法的有效性.     

神经元网络在谷氨酸发酵过程中的应用

针对谷氨酸发酵难以建立精确的数学模型这一问题,提出一种基于人工神经网络（ANN）的菌体浓度预测方法.首先对历史数据进行主元分析,提取特征信息,然后用实际生产过程中的训练数据训练神经网络,建立主元之间内部非线性关系,得到关于菌体浓度的非参数模型.仿真结果表明：该非参数模型泛化能力较强,并能达到很高的预测精度.     

沥青氧化塔针入度软测量

针对沥青生产过程中的重要质量指标难以测量问题进行研究。采用部分最小二乘与神经网络相结合的方法建立软测量模型。并分别通过3种网络结构对过程数据进行仿真实验。结果表明，采用改进RBF网络建立的软测量模型在泛化能力和收敛速度上都有明显提高。     

ZDJ-1型微机自控装置在小氮肥中的应用

介绍以PLC为核心的微机自控装置用于小氮肥厂转化工段的程序控制,并对该装置的结构、原理及系统方案作了较详细的分析。     

新型分子筛焙烧炉的结构及其计算机控制系统

从机械与控制的双重角度介绍了一种新型立式焙烧炉的结构及其控制的方法。焙烧炉采用了筒体置于能自动开合的炉膛内的新型结构,在机械设计方面采取了一些有效的措施,同时采用组合逻辑控制方法将复杂的控制过程转化为简单控制,实现了焙烧炉的自动化操作。实际运行结果表明,SSY和PTY 2种分子筛的产品收率均由86%提高到96%,产品合格率由94%提高到99%。     

基于双隐层DRNN的自整定PID解耦控制

随着科学技术的不断进步和发展,被控对象正变得越来越复杂,而人们对其控制精度的要求却日益提高,这样就产生了复杂性和精确性的尖锐矛盾。智能自适应控制是解决上述问题的有效方法之一。该文针对强耦合带延时多输人输出(MIMO)非线性离散系统难以实现解耦的问题,推导了双隐层DRNN的权值学习算法,实现了基于双隐层DRNN结构与动态BP网络的加速算法的在线自整定PID解耦控制,仿真表明该方案具有良好的动态、静态性能以及很强的自适应性。     

非线性部分最小二乘方法用于推断估计器设计

针对工业过程中某些变量难于在线测量的问题,提出一种基于人工神经网络（ANN）的非线性部分最小二乘的推断估计策略。首先对历史数据进行部分最小二乘回归分析,提取特征信息。然后用神经网络建立主元之间的内部非线性关系,得到产品质量的非参数模型。仿真结果表明：该推断估计器具有良好的跟踪速率和较高的估计精度,其性能优于基于原始人工神经网络推断估计器的性能。     

增益竞争对BP网络泛化能力改善的研究

以经过训练获得的神经网络模型作为预测控制中的预测模型时,神经网络模型的泛化能力至关重要。为提高网络的泛化能力,本文介绍一种ＧＢＰ（带有增益的ＢＰ网络）方法,它在标准ＢＰ网络中引入增益参数,通过使隐含层节点增益,根据其节是的相似性进行竞争,从而获取最佳的网络结构,在提高网络泛化能力的同时,本方法还能加快网络学习速度,仿真结果验证了本算法对于ＢＰ神经网络模型泛化能力的改善。