Pitzer模型在Na^＋／/CI^-，SO4^-2 -H2O体系中多温适用性研究

不同温度下的Na^＋//CI^-，SO4-^2，H2O体系液固平衡是芒硝和盐生产过程重要的理论基础，其应用方面的研究工作进行得较多，而多温下热力学的研究尚未见报道。本文采用Pizter离子相互作用模型理论，建立了上述体系热力学模型；利用该模型对上述体系在不同温度下的溶解度进行了预测，并与实验数据对比，研究了Pizter离子相互作用模型理论对于本体系多温情况的适用性。本文利用Pizter理论中的温度系数以及不同温度下该体系的溶解度实验数据，通过Matlab优化函数获得不同温度下各盐的活度积和两离子、三离子混合作用参数，并利用Matlab非线性方程求解函数，预测该体系0-150℃范围内的液固平衡数据，并与实验数据对比。研究结果表明Pizter模型的多温适用性良好，预测结果与实验数据基本一致，对生产实践有一定指导意义。     

Pitzer模型在Na~ //Cl~-,SO_4~(2-)-H_2O体系中多温适用性研究

不同温度下的Na //Cl-,SO42-,H2O体系液固平衡是芒硝和盐生产过程重要的理论基础,其应用方面的研究工作进行得较多,而多温下热力学的研究尚未见报道。本文采用Pizter离子相互作用模型理论,建立了上述体系热力学模型;利用该模型对上述体系在不同温度下的溶解度进行了预测,并与实验数据对比,研究了Pizter离子相互作用模型理论对于本体系多温情况的适用性。本文利用Pizter理论中的温度系数以及不同温度下该体系的溶解度实验数据,通过Matlab优化函数获得不同温度下各盐的活度积和两离子、三离子混合作用参数,并利用Matlab非线性方程求解函数,预测该体系0-150℃范围内的液固平衡数据,并与实验数据对比。研究结果表明Pizter模型的多温适用性良好,预测结果与实验数据基本一致,对生产实践有一定指导意义。     

多模型预测函数控制及其应用研究

提出了多模型预测函数控制策略，并给出了模型平滑切换方法。格多模型预测函数控制策略应用于主汽温控制系统，仿真结果表明，采用多模型预测函数控制策略的主汽温控制系统的动态品质明显优于采用单一模型的系统。     

基于多模型切换的过热汽温智能控制

针对火电厂过热汽温控制系统具有大迟延、时变等特点,常规控制难以取得满意的控制效果,提出了基于多模型切换的过热汽温智能控制方法。仿真结果表明,过热汽温控制的动态特性明显得到改善。     

铝的低温电解质体系基础研究之一：MCl—M3AlF6（M=Na,K）二元…

将双亚晶格模型应用于含络离子的铝电解质体系中，基于ＣＡＬＰＨＡＤ技术利用ＰＡＲＲＯＴ优化程序块对ＭＣｌ－Ｍ３ＡｌＦ６（Ｍ＝Ｎａ，Ｋ）伪二元系相图进行优化计算，得到了热力学数据自洽一致的结果，并对结果进行了分析讨论。     

基于控制量补偿的多模型主汽温控制系统

本文针对过热汽温对象的特性参数随机组运行工况的变化而有较大变化的特点,设计了一种基于控制量补偿和多模型切换的串级控制系统,基于不同工况点设计的控制器可根据运行工况进行切换。仿真结果表明这种控制方案实现了系统全工况运行的满意控制。     

多模型预测控制在苯乙烯聚合反应中的应用

针对苯乙烯聚合反应过程的非线性特性,将预测控制方法与多模型建模和控制原理结合起来,提出了一种基于性能指标的切换多模型非线性预测控制方法,针对聚合反应过程进行的仿真实验结果表明,该方法对类似非线性对象具有适用性,控制性能相比较普通预测控制算法也有了很明显的改进和提高.     

基于T—S模糊模型的多变量预测控制

提出一种基于T-S模糊模型的多输入多输出预测控制策略.T-S模糊模型用于描述对象的非线性动态特性,模糊规则将非线性系统划分为多个局部子线性模型.为提高预测控制性能,采用多步线性化模型构成多步预报器,从而将预测控制中的非线性优化问题转化为一个线性二次寻优问题.串接贮槽液位控制系统的仿真结果表明,多步线性化模型预测控制性能优于单步线性化模型预测控制性能.     

ARX-Laguerre模型PID预测控制及其在过热汽温控制中的应用

针对火电厂过热汽温控制的特点,提出了一种基于ARX-Laguerre模型的PID预测控制算法(ALMPCPID),该算法使用增量式的ARX-Laguerre模型作为预测模型,将滚动优化的性能指标改为PID控制器的形式,并利用带遗忘因子的最小二乘递归方法对模型参数进行在线辨识.将ALMPCPID算法应用于过热汽温控制系统...     

液位系统的多模型广义预测控制研究

用多模型的广义预测控制器对复杂的非线性液位系统进行仿真控制。通过在覆盖工况的若干个平衡点采用最小二乘法离线辨识建立多个线性模型,形成非线性系统的多模型表示,然后对各个子模型分别设计子控制器,采用基于相对残差的方法来实现控制增量的加权以获取控制增量。通过对单容液位系统的仿真,表明该方法的有效性。     

多模型预测控制在中药浓缩工段中的应用

为了提高中药浓缩生产过程控制的精度及整个控制器的适应性,针对工段的不同工序建立了多模型预测控制器,并采用模糊监督器选择合适的控制器;在利用神经网络进行系统辨识时,引入其耦合系统的控制变化率作为输入,可以适当消除相互间的耦合程度;现场运行结果表明蒸发过程中压力达到工艺要求,且蒸发过程中压力差保持稳定,保证了稳定的双效循环蒸发,控制效果良好.     

多模型预测控制在磨矿分级过程中的应用

磨矿分级过程的控制目标是将一、二级溢流浓度和细度稳定控制在质量指标区间内.磨矿分级过程是胖系统,完成动态优化目标后控制器仍有剩余自由度,因此需考虑局部稳态经济优化.针对这一目标,提出一种考虑局部稳态经济目标的多模型预测控制方案.首先,建立了基于现场数据库的球磨机和分级机传函矩阵模型;然后考虑局部经济性能,将稳态经济目标以罚函数形式嵌入动态优化目标函数;为消除球磨机换球引起的模型失配的影响,建立了一种基于换球规律的多模型切换策略.仿真结果表明了所提出控制方案的有效性.     

一种实用的磨矿多模型预测控制策略研究

房矿过程是选矿过程中的重要一环,属多输入多输出系统,并存在严重的扰动变量(诸如硬度等)和时变参数.介绍了一种磨矿控制系统中实用的多变量动态矩阵控制的多模型控制策略.该方法基于不同的矿石硬度对球磨过程建立不同的阶跃模型进行多模型预测控制.仿真证实了该方法的有效性.     

基于免疫思想的多模型控制器设计及仿真研究

根据体液免疫中抗体的二官性性质，用CMAC神经网络模拟抗体的恒定区、ADALINE神经网络模拟抗体的可变区，用两种神经网络的结合近似模拟一个抗体。一个抗体可识别多个抗原，这与多模型控制中一个控制器可控制某个变化范围内的对象有着极大的相似之处。根据上述的原理，该文用两种神经网络构造出多模型控制器并结合某过热汽温对象验证了该控制器的有效性。     

信息聚合中多智能Agent模型研究

介绍了一种多智能Agent模型,用于解决用户个性化信息的聚合问题。该模型采用的运算法则是改进型的蒙特卡罗方法,并接合了Hopfield网络模型和SuffixTree的特点,较准确有效地实现了对用户爱好信息的聚合     

离子电极法测定NaCl—KCl—H2O体系中NaCl,KCl的平均活度系数

NaCl—KCl—H_2O 体系广泛分布在生物体液,海洋湖沼,特别是盐湖盐矿中,它的生理作用,成矿规律和盐湖资源综合利用研究中均需了解该体系的热力学性质,而体系的热力学数据的推导与平均活度系数密切相关。测定活度系数的方法主要有溶解度法、等压法、冰点法和电动势法。Robinson 早在1961年就用等压法计算了该体系中 NaCl、KCl各自的 Harned 系数,Holmes 等也用等压法详细研究了该体系在不同温度下的热力学行为。Bulter 等首先用钠汞齐电极测定了该体系中 NaCl 的平均活度系数,由于钠、钾离子迁移反应带来的动力学的干扰,实验结果不甚理想,稍后他们采用了商品钠玻璃电极,     

中温返料CFB锅炉在低负荷运行时的协调优化控制模型研究

CFB锅炉因其具有可操作负荷范围宽、燃烧效率高、可燃用劣质煤等显著特点而在我国获得突飞猛进的发展。但CFB锅炉在低负荷运行时往往会因为燃煤量和返料灰量的减少而使床温、汽温的安全操作变得异常困难,对中低温返料CFB锅炉更是如此。本文介绍了笔者基于协调优化控制技术解决中温返料循环流化床锅炉在低温运行过程中床温和汽温如何同时兼顾的难题,一年多来的实际运行数据表明:当75t/h中温返料CFB锅炉运行在额定负荷的50%~60%时,在保持其相对高床温的前提下,对汽温的协调操作收到了良好的效果——可提高平均汽温20℃以上,有效地保证了汽轮发电机组的安全与经济运行。     

多代理仿真中自适应模型融合研究

多代理仿真是计算机仿真迈向智能化的核心技术,仿真模型的适配是确保仿真有效性、科学性以及实时性的基础,如何确保在仿真过程中数据的解算与仿真模型的无缝融合,是解决各类仿真环境与仿真应用系统集成的关键问题之一。提出了一种自适应的模型融合机制,利用多代理自身的灵活特性,采用基于关联度的模型关联机制,为分布式仿真研究提供智能化、自动化的模型适配手段。通过与某仿真引擎自有的模型管理机制进行性能对比,实验结果表明基于关联度的模型调度机制优于分布式仿真引擎的模型管理策略。     

基于EKF的多小波神经网络综合模型在变形预测中的应用

为了及时有效地对建筑物的变形进行预测,在对多小波、Kalman滤波与神经网络这三种变形预测和建模的有力工具研究的基础上,将多小波分析、神经网络强有力的逼近能力以及Kalman滤波的迭代计算和最优估计的优点有机地结合起来,建立了一种新的变形预测方法:基于扩展Kalman滤波(简称为EKF)的多小波神经网络变形预测模型;通过变形预测实验表明该方法具有较高的精度,较快的速度,是一种能快速高效精确预测变形体变形的方法。