青霉素生产过程的在线统计监测与产品质量控制

将多向偏最小二乘(MPLS)方法应用于青霉素间歇生产过程的建模与故障诊断中。从青霉素反应过程的特点来看,数据具有多维性,应用传统的偏最小二乘方法会使过程的统计建模与故障诊断难以实现。MPLS可对间歇过程的多维数据沿变量方向进行分割,使得多批量的数据可以在过程的各操作阶段建立相应的PLS模型,从而完成对该反应过程的实时监视与故障诊断。运用T2统计、Q统计方法,结合贡献图对过程进行了仿真分析,从理论分析和仿真实验结果的一致性,证明了该方法在青霉素生产过程的故障检测与诊断方面是可行的。     

温度继电器温度特性自动检测方法研究及应用

为了实现温度继电器温度特性的自动检测,论文从应用角度出发,论述了一种基于空气测定法的简单实用、精度高的自动检测系统.该系统设计了电阻加热炉来模拟检测温场,并通过较长时间的预热和用鼓风机实现检测温场的空气流动,显著提高了温度均匀性,采用模糊算法按照设定的控温曲线对温场温度进行控制.在该系统中,还提出了电阻加热炉炉丝按功率分组策略,大大改善了电炉性能;并采取整体最小二乘法误差校准,有效地提高了系统检测精度.     

列尾主机自动检测台气路控制方法探讨

为了有效地提高列尾主机自动检测台的检测效率以及稳定性,减少因电磁阀的频繁启动而给系统带来的不稳定隐患,通过机理建模的方法,建立了列尾自动检测台气路控制系统的非线性数学模型的基本结构,利用非线性最小二乘方法辨识模型参数,设计了一种基于计算的精确控制列尾主机自动检测台气路系统的实现方案.该方案优化了气路控制系统性能,有效地提高了其精度和稳定性,是一种切实可行的方案.     

涡桨发动机螺旋桨建模与控制系统设计研究

针对涡桨发动机全权限数字电子控制技术对螺旋桨控制的计算精度和实时性要求,建立了某型发动机螺旋桨实时模型并设计了其控制系统;基于最小二乘辨识方法,应用试车数据建立了螺旋桨实时动态数学模型;采用前向拉力控制模式,设计了螺旋桨转速控制系统,并对模型和控制系统进行仿真验证;结果表明,辨识所得模型满足计算精度和实时性的要求,控制系统能够保证螺旋桨在各个工作状态下安全稳定工作、满足转速控制的需求,具有良好的工程应用价值。     

铜转炉吹炼过程剩余热组合预测模型及应用

提出了一种吹炼剩余热组合预测模型,以便能根据剩余热准确确定冷料的加入量,提高冷料的使用率;首先,基于吹炼的化学反应过程得到的剩余热计算公式,采用递推最小二乘法,修正剩余热计算公式,建立热量衡算模型;然后,利用递推最小二乘法,修正剩余热计算经验公式;最后采用组合预测算法综合集成两种模型作为剩余热计算的预测模型;实际应用结果表明:利用集成方法建立的预测模型的相对误差控制在10%的波动范围内,具有较高的预测精度.     

基于T-S模型的自适应模糊广义预测控制

对一类非线性系统,利用一种基于模糊规则的快速模糊辨识方法建立起系统的T—S模型,并基于该模型应用局部递推最小二乘方法根据采样值对模型参数进行在线修正,根据系统动态线性化模型采取广义预测控制策略,从而实现了基于T—S模糊模型的非线性系统自适应模糊预潮控制。与以往的模糊广义预测控制算法相比,此方法简单,而且较大地减少计算量,适合于在线控制。通过仿真研究验证所提方法的有效性。     

基于SIFT特征匹配算子的三维重建方法研究

为了改善基于双目立体视觉的逆向工程中零件三维重建的精度,提出了一种基于尺度不变特征变换(SIFT)算子的三维重建方法.该方法通过SIFT算子搜索得到两幅对应的数字图像中的匹配特征点,并利用标定好的摄像机参数将图像特征点映射成空间直线,最后采用异面直线公垂线中点逼近法求取三维空间点的坐标.该方法不需要额外的设备来辅助特征点的匹配,实验结果表明该方法具有良好的鲁棒性.     

AR模型在人口增长预测中的应用

采用AIC信息准则来确定AR模型的阶.模型参数估计使用了方法简单、参数估计无偏、精度高的最小二乘法.理论分析和仿真结果均表明,AR模型能够较好地解决人口增长预测这一非线性问题,并取得一定的预测精度.     

一种用在控制棒棒位测量中的拟合方法

控制棒测量是反应堆中的关键系统,其中控制棒能否及时落棒影响着反应堆的运行安全,测量控制棒在堆中位置是其中的关键问题。为研究控制棒位移测量问题,使用电容传感器进行数据标定,拟合传感器电容和位移之间的关系式,在模拟落棒时根据电容值反映当前控制棒位移。提出了一种基于最小二乘法的卡尔曼滤波算法,该方法能在进行数据拟合时考虑到系统中噪音干扰因素。实验结果表明,加入卡尔曼滤波算法最小二乘法的结果优于单独的最小二乘法。     

基于移动最小二乘法的气动力数据建模方法

针对一体化飞行器高度耦合的非线性气动问题,提出了一种基于移动最小二乘法的气动力数据建模方法;首先,对影响模型精度的因素进行了分析;接着,在构建移动最小二乘模型时采用遗传算法获取最佳支撑域半径以及最佳影响因子β,提高近似精度从而达到减少样本点的目的;得到泛化能力较强的气动力模型,并与偏最小二乘方法的建模结果进行对比;实验结果表明:移动最小二乘法的建模效果优于偏最小二乘方法,预测误差较小,证明了将该方法应用于气动数据建模是可行的。     

基于if - then 规则库的生产全过程优化 及其在加热炉温度设定中的应用

研究一类串联生产全过程基于if—then规则库的优化设定问题．对串联生产全过程的优化设定问题进行描述，利用if-then规则库来描述各子过程设定值变化量与最终产品质量的关系．采用Tsukamoto模糊推理方法，将带模糊约束的优化问题转化为清晰优化问题，得到各子过程的优化设定值变化量．以步进式加热炉的温度设定为例进行仿真。验证了所提出方法的正确性．     

产品质量与生产过程的集成控制: 双率采样数据方法

本文在集成控制的框架下研究了工业过程中产品质量和生产过程的实时一体控制问题.首先,基于双速率采样数据提出了产品质量和生产过程的集成控制方案.然后,把控制器设计问题归结为求解一组非线性矩阵不定式,进而提出基于同伦算法的控制器设计方法.最后,通过数值仿真说明所提方法的有效.     

基于PSO滚动优化的LS-SVM预测控制*

针对非线性时延系统、传统预测控制算法难以建立精确模型、控制精度不高的现状,提出一种基于最小二乘支持向量机（LS-SVM）的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习,建立其预测模型;然后运用粒子群(PSO)算法完成非线性预测控制的滚动优化。仿真结果表明,基于该方法的非线性系统预测控制具有较好的控制效果。     

Inferential control of product quality attributes—application to food cooking extrusion process

Reducing product quality variability is one of the most important issues for the process industry. As product quality attributes (PQAs) are often measured in a laboratory using off-line sensors, direct feedback control is not feasible unless expensive on-line sensors are used. Inferential control provides a means to the solution of this type of problem without the cost of expensive sensors. This paper reports a successful application of control of product quality attributes in a food cooking extruder. It covers the essential steps in achieving the control objective: (1) identifying the influential variables that can be measured on-line and have significant impact on the product quality attributes; (2) estimating a dynamic model between the influential variables and the PQAs for on-line prediction of product quality; (3) on-line feedback control using the influential variables. Experimental results demonstrate that the designed control system not only maintains the quality of the products but also automatically brings the PQAs to user's specification.     

对GM灰色模型及理论的分析

繁复的GM灰色模型与理论,可以转化为简单的模型与理论;传统的建模与理论,也可上升为与GM类似的模型与理论;这使得二者具有类同性与可比性。将后者作为前者的参照系,对GM灰色模型及理论展开了比较、讨论与分析,并指出：GM建模过程的数据累加,是简单问题的复杂化;GM模型的选择,是复杂问题的简单化;理论中关于微分方程之说,生搬硬套,不适宜;方法中最佳逼近准则被弱化,致使探讨无止境;而灰色的实质,是多彩被搅合,数据被绑架;个别成功典例,只是概率学上的命中,没有普遍的指导意义。提供了推导,指出了要点,并给出了多个实例。     

面向产品生命周期的动态服务集成方法研究*

针对大型制造企业产品生命周期系统中系统集成复杂、变化频繁的现状,分析现有基于SOA系统集成的不足,在引入模型驱动的基础上,提出了一种动态服务集成方法,该方法是自上向下建模和自下而上服务编排的双向结合。通过扩展领域元模型,将业务过程抽象为逻辑模型;将被集成系统以服务的形式封装,建立服务元数据仓库保存其关键属性;分离业务逻辑和具体实现系统,运用反射机制在运行时将模型实例化为具体的集成过程,自动部署到集成引擎。以该方法为基础建立PLM系统集成平台。实践证明该方法可以有效提高集成的适应能力和敏捷性,降低集成的复杂     

多输出神经元模型的多层前向神经网络及其应用

研究了一种新的多输出神经元模型.首先,给出这类模型的一般形式,并将该模型应用于多层前向神经网络;其次,给出了其学习算法,即递推最小二乘算法,最后通过几个模拟实验表明,采用多输出神经元模型的多层前向神经网络,具有结构简单,泛化能力强,收敛速度快,收敛精度高等特点,其性能远远优于激活函数可调模型的多层前向神经网络.     

基于粗糙集理论的模糊模型及其在复杂控制系统中的应用

将粗糙集理论与模糊逻辑技术相结合,提出一种建立粗糙模糊模型的建模方法.运用粗糙集理论的基本概念和简约计算方法,从大量原始数据中发现精简的、概略化的规则来建立粗糙模糊模型,并提出了对模型进行扩充与完备化的概念.将该方法应用于化纤工业中抽丝冷却侧吹风非线性控制过程的仿真实验研究表明了该建模方法的有效性和可行性.     

模糊粗糙集测度的分析分层建模及应急演练控制应用

针对应急救援演练控制的复杂性和难以量化问题,为实现多人参演系统的有效控制,基于分析分层过程法(analytic hierarchy process,AHP),建立一种模糊粗糙集知识测度的综合建模方法.首先,分析模糊粗糙集各类知识测度相关概念、相互联系和各自特点,通过AHP方法,建立模糊规则的分层度量模型并给出了对比矩阵的构造示例,对模糊规则进行更加精细的度量.其次,在分析应急演练知识构成的基础上,提出预案知识提取和模糊关系粗糙集的构建方法;设计了演练过程控制流程和基于本文知识综合测度方法形成的核心控制流程;通过对规则重要性排序,提高规则判别精度,提供规则选择的手段和一种规则冲突消解方法.最终,通过一个简单案例,验证了本文所提的研究工作的可行性.