非自衡对象的预测控制

DMC在对非自衡对象建模时会产生截断误差,因此无法直接用于该类对象控制．根据非自衡对象阶跃响应的最后阶段可视为直线的特点,提出了一种基于对象阶跃响应的参数化模型的预测控制算法,该算法避免了DMC预测模型的截断误差影响．仿真结果表明,提出的算法对于设定值变化具有良好的跟踪性,对于模型参数的摄动具有良好的鲁棒性,该算法对于非自衡对象控制是有效的．     

高浓打浆过程的自动控制

讨论了造纸厂高浓打浆过程盘磨机功率控制方案和浆浓度、液位的控制方案,以及打浆过程的顺序控制与联锁保护方案,并介绍了在ＤＣＳ上的实施     

Robustly stable model predictive control based on parallel support vector machines with linear kernel

Robustly stable multi-step-ahead model predictive control (MPC) based on parallel support vector machines (SVMs) with linear kernel was proposed. First, an analytical solution of optimal control laws of parallel SVMs based MPC was derived, and then the necessary and sufficient stability condition for MPC closed loop was given according to SVM model, and finally a method of judging the discrepancy between SVM model and the actual plant was presented, and consequently the constraint sets, which can guarantee that the stability condition is still robust for model/plant mismatch within some given bounds, were obtained by applying small-gain theorem. Simulation experiments show the proposed stability condition and robust constraint sets can provide a convenient way of adjusting controller parameters to ensure a closed-loop with larger stable margin.     

基于遗传算法的模型辨识及不对称优化自校正PID控制

对模型类型已知,但参数变化的对象,提出一种改进的遗传算法来在线辨识模型的参数,用不对称优化法在线调整的ＰＩＤ控制器的参数,实现ＰＩＤ自校正控制。算法根据系统跟踪误差改变辨识精度,从而大大减少了辨识计算量;用保留收敛值二次取种的方法来预测遗传算法的早收敛问题,提高了搜索的精度与速度,防止辨识时出现死循环。仿真表明,该控制器对于变参数对象可获得满意的控制效果。     

供氮系统改造

本文介绍了兰化公司化肥厂老空分装置在供氮方面的技术改造,分析了改造的必要性和可行性。     

中储式钢球磨煤机制粉系统控制研究

火电厂中储式制粉系统钢球磨煤机(球磨机)为多变量耦合、大滞后及非线性复杂被控对象,传统采用的3套独立PID控制系统不具有自适应性和解耦性,故自动控制效果不理想。为此,以火电厂中储式制粉系统球磨机为对象,基于预测控制对其进行了控制研究,提出了球磨机控制方法和存在问题,给出了仿真模型,并对球磨机模型预测控制与常规PID控制进行仿真比较。结果表明,模型预测控制较常规PID控制,控制效果具有显著改善。     

打浆过程控制的现状和趋势

本文在查阅了大量文献和实地调研的基础上，回顾了国内外打浆过程控制发展历程，评述了几种典型打浆控制系统的特点、适用范围及取得的效果，并对今后的发展趋势作了较为全面的分析和估计。     

基于支持向量机的直接逆模型辨识

在简单讨论逆模型辨识原理的基础上,利用支持向量机(SVM)对函数逼近的能力,提出了基于支持向量机的直接逆模型辨识方法.分别采用二次核函数以及高斯RBF核函数,利用训练数据对线性和非线性系统进行黑箱辨识.仿真结果表明,基于支持向量机的直接逆模型辨识方法在处理线性和非线性对象时,辨识性能都优于传统的BP神经网络,不仅辨识精度高,辨识速度快,而且泛化能力较强.     

遗传编程在低浓打浆过程建模中的应用

遗传编程足一种具有自动选择输入变量、自动确定模型结构特性的新的建模方法.在分析了遗传编程进化速度慢的因为后,采用新的适应值调整方法,改善了进化速度.将该方法用于低浓打浆过程的动态建模的结果显示,依此建立的模型能较好地反映打浆过程的动态特性.