多传感器集成的COD在线检测与补偿方法

在自主研发的一种基于臭氧协同紫外消解技术和多传感器集成的化学需氧量(COD)在线检测系统上,融合消解过程中多个传感器的测量信息,得到水样有机物消耗的氧当量.在大量实验的基础上,分别在低、高量程段建立氧当量关于进臭氧量和温度的补偿模型,从而得到补偿后的COD值.实验证明:该模型测量值与理论值的复相关系数高达0.96,准确度较高,可满足检测要求.     

基于变结构的自抗扰控制器

自抗扰控制器(ADRC)可调参数较多且不易整定,影响了它的进一步推广和应用.将变结构控制的理论引入到ADRC中的扩张状态观测器(ESO)和非线性状态误差反馈控制律(NLSEF)的设计中,使得在保证原控制器优点的同时减少了可调参数,并改善了系统的控制效果,仿真结果表明了这种改进的控制器的有效性.     

聚合反应过程质量指标的推理估计混合模型

针对聚合反应过程的非线性、时变性和不确定性，提出了一种多类型混联混合推理估计模型。该模型以过程机理知识为基础框架，以各种神经网络和回归辩识模型的计算结果作为混合模型中各子模型或机理模型的过程参数。为了体现过程的多模式集成特点，该混合模型充分利用各种类型模型的不同特性，既保证按照动力学规律描述聚合反应过程特性，又充分利用现场运行和分析的数据，辩识模型结构参数，使所建模型不必完全依赖对过程特性的认识。将该混合模型用于聚丙烯腈生产过程质量指标的推理估计，现场应用效果证明了这种模型的优良性能。     

输入饱和非线性系统的周期自适应补偿学习控制

针对一类输入饱和不确定Brunovsky标准型非线性时滞系统,提出一种周期自适应跟踪补偿学习算法. 利用信号置换思想重组系统,基于最小公倍周期函数变换,将时滞时变项和不确定项合并为辅助参数,进而设计周期自适应学习律估计该辅助量,并利用饱和补偿器逼近和补偿超出饱和限的部分,由此构成综合控制器,以保证系统状态对有界期望值的跟踪,解决了饱和输入周期系统的重复迭代学习控制问题. 最后通过构造Lyapunov-Krasovskii复合能量函数的差分,计算证明了系统跟踪误差的收敛性和闭环信号值的有界性. 常见耦合非线性机械臂系统的力矩控制仿真,进一步验证了该算法的有效性.     

基于改进扩张搜索聚类算法的多流形软测量建模

针对化工生产过程工况复杂多变，单一的软测量模型难以满足系统对估计精度的要求，提出了一种基于改进的扩张搜索聚类算法的多流形软测量建模的方法。该算法采用流形距离来代替欧氏距离，自适应地确定邻域半径，并引入局部密度用于确定聚类中心，对聚类后得到的各个子流形分别采用流形学习中的核等距映射法进行特征提取，建立基于高斯过程回归的子模型。将该方法应用于某双酚A生产装置的软测量建模，仿真结果验证了该方法的有效性。     

基于小波去噪和改进的FCM算法的基因表达数据分析

模糊c均值算法是一种局部搜索迭代法,易陷入局部最小解,而且算法未考虑样本对聚类的贡献程度。针对传统的模糊c均值(FCM)算法的不足和基因表达数据高噪声的特点,提出了一种基于小波变换和改进的FCM聚类模型,最后将该模型应用于白血病基因数据分析。根据Xie-Beni指数,在没有先验知识的条件下,确定了最佳聚类个数。为了体现文中提到的算法对样本聚类的准确性,本文分别采用传统的FCM聚类算法和分层聚类的方法在同样的试验条件下进行试验。样本聚类的结果表明:该方法能得到高准确度的样本分型结果。     

基于KIsomap特征提取的软测量建模方法

来自化工生产过程的数据大多具有非线性和高维性,对数据进行特征提取是软测量建模过程的必要环节。流形学习作为一种非线性维数约简方法,可以获得高维数据在低维空间的嵌入。针对流形学习中的等距映射法(Isomap)鲁棒性差、拓扑稳定性不好等缺点,通过常数偏移的方法构造核矩阵,形成核等距映射法(KIsomap),提高了Isomap算法的鲁棒性和拓扑稳定性。运用一种将K近邻与ε-半径法相结合的方法构造邻域图,基于核等距映射法(KIsomap)对数据进行特征提取,并建立高斯过程回归软测量模型,提高了模型的泛化能力与学习效率。将该方法应用于某双酚A装置的软测量建模,仿真结果表明相比于其他特征提取的软测量建模方法,该方法具有更高的估计精度和学习效率。     

基于神经网络的化工聚合过程故障诊断方法

针对化工聚合反应的特点,结合BP神经网络和专家系统各自在在故障诊断中的优点,利用神经网络的自学习能力和专家系统的解释机能,构建了基于专家经验的神经网络故障诊断系统,用于解决在生产过程中出现异常情况的故障诊断。仿真结果表明,该诊断系统不仅提高了系统运行的可靠性和准确性,而且运用神经网络的并行处理能力来完成推理过程,大大提高了故障诊断的速度。     

基于二进小波的相合束广义特征分解盲源分离算法

针对盲源分离算法中用相合束广义特征分解法提取源信号,滤波法需根据源信号选择滤波器,时延法不能分离3个以上的源信号,而离散小波变换法的分离效果不够理想,本文提出基于二进小波变换的相合束广义特征分解算法,二进小波的正交性有利于增强信号的非高斯性,并且二进小波在分解时没有进行下抽样,小波基之间存在一定冗余,更好地保留了源信号的信息.仿真结果表明,该算法能更准确地分离4个源信号的混合,且该算法简单易实现,分离速度快.     

具有修正的Lelie-Gower项Holling-III类时滞捕食系统的Hopf分支

研究了一类具有修正的Leslie-Gower项与Holling-III类功能性反应函数的时滞捕食系统. 以时滞为分支参数, 讨论系统正平衡点的局部稳定性, 给出系统产生Hopf分支的时滞关键值. 进一步, 确定系统Hopf分支的方向与分支周期解稳定性, 并对系统全局分支周期解的存在性进行讨论. 最后, 利用仿真实例验证理论分析结果的正确性.