华东理工大学化工过程先进控制和优化技术教育部重点实验室 作品数:677 被引量:2,485 H指数:19 相关作者: 凌志浩 刘玲 蒋达 黎冰 桑志祥 更多>> 相关机构: 东北大学流程工业综合自动化国家重点实验室 同济大学电子与信息工程学院控制科学与工程系 同济大学电子与信息工程学院 更多>> 发文基金: 国家自然科学基金 上海市教育委员会重点学科基金 中央高校基本科研业务费专项资金 更多>> 相关领域: 自动化与计算机技术 化学工程 石油与天然气工程 机械工程 更多>>
基于辛烷值调合效应模型的在线更新方法及其应用 被引量:2 2014年 主要介绍了用于汽油管道调合过程中的辛烷值调合效应模型及模型的在线更新方法。由于汽油辛烷值属性在调合过程中表现出强非线性,使用线性的调合模型会造成较大的预测误差。虽然经典的乙基模型为非线性模型,但是在建模后期或者后期模型维护过程中需要大量的数据,需要做调合实验,往往工作量太大,导致调合工况发生改变时模型很难快速适应。本文提出的基于辛烷值调合效应模型的在线更新方法是以辛烷值调合效应模型为基础,采用递推最小二乘的方法对模型参数进行在线实时更新,从而保证调合效应模型在较大的工况范围内都有效。该方法原理简单、计算速度快,可以适用于不同牌号的汽油调合,已取得了良好的应用效果。 苗健 罗建平 张卫东 贺凯迅 程辉 钱锋关键词:递推最小二乘 具有时变时滞和多包丢失的网络控制系统量化H∞控制 被引量:10 2013年 研究了具有时变时滞与多数据包丢失的网络控制系统(networked control systems,NCSs)的量化H_∞控制问题.同时考虑传感器-控制器间的测量通道及控制器-执行器间的控制通道的多数据包丢失,并将其用满足Bernoulli分布的随机变量来表示.控制输入信号和测量输出信号分别在传感器和控制器两侧进行对数量化,量化误差描述为扇区有界不确定性.利用Lyapunov理论和线性矩阵不等式方法,得到了使得闭环NCSs满足一定H_∞性能指标的均方意义下指数稳定充分条件,并给出了基于观测器的时滞相关控制器设计方法.最后,通过实例证明了该方法的有效性. 严怀成 苏阵阵 张皓 杨富文关键词:网络控制系统 H∞控制 时变时滞 化工过程运行优化研究进展 被引量:4 2014年 首先介绍了化工过程运行优化的历史发展,阐述了工业过程运行优化的系统结构,对常规控制层、先进控制层、实时优化层、调度层和计划层分别作了说明,重点讨论了实时优化的研究热点;接着分析了实时优化和调度计划层的三类典型优化问题,即多目标优化、混合整数非线性规划以及动态优化;最后探讨了运行优化研究与应用在大规模化工过程建模和协同优化控制等方面所面临的挑战。 钟伟民 祁荣宾 杜文莉 钱锋关键词:化工过程 运行优化 计划调度 基于多模型广义预测控制器的DRTO双层结构 被引量:1 2014年 针对动态实时优化(DRTO)与模型预测控制器(MPC)结合的双层结构中由于DRTO与MPC的模型不一致影响优化效果的问题,本文将多模型广义预测控制器(GPC)引入到DRTO双层结构中,设计了基于DRTO双层结构的多模型GPC控制器。上层结构为DRTO层主要解决经济目标函数的优化问题,采用动态过程模型实时优化更新输出对象的最优设定值轨迹。下层结构采用多模型GPC控制器替代原先的单模型MPC控制器,主要是抑制过程中的快速干扰追踪DRTO层得到的最优设定值轨迹。多模型GPC控制器采用多个固定模型和自适应模型来并行辨识系统的动态特性,减小由于上下层模型不一致造成的误差的同时可以提高系统暂态性能和模型参数跳变时系统的调节能力,最后通过仿真验证了该方法的可行性和有效性。 宋治强 王昕 王振雷关键词:GPC 基于自适应迭代学习控制的MPC系统经济性能设计 被引量:1 2016年 针对模型预测控制(model predictive control,MPC)系统经济性能设计问题,结合自适应迭代学习控制的设计思想,提出了一种自适应步长迭代学习控制(adaptive step iterative learning control,ASILC)策略。该策略将系统变量方差与控制器参数之间的关系近似成离散的线性区间组合,并借助上一步迭代的过程信息,自适应地更新迭代步长,逐步使系统的经济性能达到最优。将该方法应用于乙烯裂解炉控制系统中,仿真结果表明:与迭代学习控制方法相比,ASILC能更快地收敛到最优工作点附近,得到最优经济性能下的控制器参数λ,经过7次优化迭代后经济性能目标值提高了28.92%。 王振雷 刘学彦 王昕关键词:自适应迭代学习控制 乙烯裂解炉 基于LTSA-Greedy-SVDD的过程监控 被引量:1 2014年 为解决实际工业过程中的非线性和非高斯问题,实现有效的过程监控,提出了一种基于局部切空间排列算法的过程监控方法。首先运用局部切空间排列算法对标准化后的正常样本数据提取出低维子流形以实现维数约减。之后利用Greedy方法提取特征样本以支持向量数据描述方法建立监控模型,最后采用相应统计量进行过程监控。以田纳西伊斯曼(TE)模型为仿真平台,仿真结果说明了该方法的有效性。 杨正永 王昕 王振雷关键词:非线性 支持向量数据描述 基于加权互信息主元分析算法的质量相关故障检测 被引量:20 2018年 质量相关的故障检测已成为近几年研究热点,它的目标是在过程监测中,对质量相关的故障检测率更高,对质量无关的故障少报警或不报警。传统主元分析算法的故障检测会对所有故障均报警,不能达到上述要求。另外,在实际工业生产中,质量变量通常难以实时获得,需要后续分析或延时得到。为此,提出一种融合贝叶斯推断与互信息的加权互信息主元分析算法。首先利用贝叶斯推断的加权方法将度量过程变量和质量变量之间相关关系的互信息进行融合,选出包含质量变量信息量最大的一组过程变量。然后对过程变量利用主元分析(principal component analysis,PCA)进行统计建模,再次根据加权互信息选出包含质量变量信息量最大的主元,建立统计量进行故障检测。最后,通过实验验证该方法的可行性和有效性。 赵帅 宋冰 侍洪波关键词:主元分析 故障检测 基于变分贝叶斯方法的多工况过程监控 2015年 多模型方法是针对多工况工业过程监控所使用的最普遍也是最有效的方法.传统的多模型方法在离线建立子模型时,通常使用EM算法估计子模型的参数,但EM算法容易陷入局部最优,并且无法利用已有的先验信息,会导致建立混合模型不够准确,可能无法有效检测出故障.因此将变分贝叶斯方法与多模型方法相结合,可以充分利用数据的先验知识,估计的参数也更准确.在建立模型计算监控统计量后,通过比较待测试数据落在各个子模型中后验概率的大小整合多个监控结果.对TE过程的仿真实验表明,变分贝叶斯用于多模型方法可以有效地监控工业过程. 安妮 侍洪波多模态过程的全自动离线模态识别方法 被引量:17 2016年 多模态是复杂工业生产过程的普遍特性.不同模态具有不同的过程特性,需要建立不同的模型,因此离线建模数据的模态划分与识别是整个多模态过程建模的关键问题之一.目前,常用的聚类算法需要对其结果进行人工分析和后续处理,无法真正实现多模态过程的全自动模态识别.因此,本文提出一种全自动的多模态过程离线模态识别方法.首先通过宽度为H的大切割窗口对数据进行切割,利用改进的K-means聚类算法对窗口单元进行聚类;根据聚类结果,对稳定模态淹没现象进行处理,得到模态的初步划分结果;最终,利用小滑动窗口L,对稳定模态及过渡模态交接区域进行细划分,准确定位稳定模态与过渡模态的分割点.算法实现了多模态过程的全自动离线识别,并给出合理有效的识别结果.仿真分析表明此方法能够实现模态的自动识别,且识别结果准确. 张淑美 王福利 谭帅 王姝关键词:模态识别 全自动 多指标约束的满意PI^λD^μ控制器设计 被引量:1 2014年 当前,对于分数阶PIλDμ控制器的研究基本都集中在稳定域分析或针对单一指标的参数整定,但在实际工业应用中,控制器的设计常常需要考虑多种因素,使控制系统同时满足多个性能指标,而各个性能指标之间往往存在竞争关系,很难取得平衡。针对这个问题,本文根据满意控制思想,提出了一种多指标约束的分数阶PIλDμ控制器的设计方法,讨论了在扰动衰减H∞指标、灵敏度指标以及控制代价指标约束下PIλDμ控制器参数满意解集的求取策略,并通过仿真验证了该方法是可行有效的。 吴婧璇 王昕 王振雷关键词:控制器