版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、生物化工和精細化工等以間歇生產(chǎn)方式為主的技術(shù)密集型產(chǎn)業(yè),在國民經(jīng)濟中占有重要地位。間歇過程的建模和控制困難、質(zhì)量波動大等亟待解決的關(guān)鍵問題制約了化學(xué)工業(yè)的精細化進程。本文以發(fā)酵和煉膠這兩類典型的間歇過程為例,對其建模和控制方面存在的問題進行研究,采用遞推核學(xué)習(xí)(Recursive KernelLearning,RKL)理論開發(fā)簡單、有效、適合工業(yè)應(yīng)用的建模與控制方法,旨在促進自動化和信息技術(shù)在間歇過程中的應(yīng)用。
本文主要的
2、創(chuàng)新性研究工作包括:
(1)提出一種適合非線性MIMO過程的在線建模方法:選擇性遞推核學(xué)習(xí)(Selective RKL,SRKL)。它能有效結(jié)合過程先驗知識控制模型的復(fù)雜度;采用在線遞推算法進行節(jié)點增加和刪減以減小計算量;研究了節(jié)點刪減和模型推廣性能的內(nèi)在聯(lián)系,保證模型在節(jié)點刪減時的推廣性能。SRKL有效克服了普通遞推KL方法無稀疏性和隨意刪減樣本兩大缺點。在青霉素和鏈激酶等發(fā)酵過程在線建模的研究結(jié)果表明,SRKL能快速、
3、準確的預(yù)報菌體等關(guān)鍵變量濃度,性能優(yōu)于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)、遞推偏最小二乘和普通KL方法;同時模型能適應(yīng)工況的變化,隨發(fā)酵批次的增加,精度逐漸提高。
(2)提出一種適合MIMO過程的基于自適應(yīng)局部KL在線建模方法。考慮樣本間的距離和角度信息以獲得更全面合理的相似樣本集,推導(dǎo)了采用快速留—交叉驗證法在線優(yōu)化模型參數(shù)的準則,并給出了間歇過程在線自適應(yīng)模型選擇的策略。通過鏈激酶流加發(fā)酵過程菌體和產(chǎn)物濃度的在線預(yù)報為例,驗證了該方法從過程
4、的第2批次開始能自適應(yīng)的建立準確的預(yù)報模型,較普通的全局和局部KL具有更高的預(yù)報精度和自適應(yīng)性。
(3)提出并系統(tǒng)研究了稀疏核學(xué)習(xí)辨識模型的單步預(yù)測控制框架(Sparse KLOne—step—ahead Predictive Control,SKL—OPC),主要設(shè)計了SKL—PKR(PolynomialKernel&Root)和SKL—ATL(Adaptive Taylor Linearization)兩類控制器。
5、r> (3A)SKL—PKR是一類特殊的適用多項式核的直接控制器,在求取最優(yōu)控制律時可將調(diào)節(jié)變量從目標函數(shù)分離出來,并最終轉(zhuǎn)化為求解—奇數(shù)次代數(shù)方程根的問題。PKR方法較為巧妙,無需復(fù)雜的非線性優(yōu)化技術(shù),為其它核函數(shù)控制器的設(shè)計提供有效的參考。通過—Benchmark控制問題和一非線性釜式反應(yīng)器驗證該方法簡單和有效,比傳統(tǒng)PID等控制器具有更好的性能。
(3B)SKL—ATL是適用所有核函數(shù)的自適應(yīng)控制器,利用Tay
6、lor線性化方法獲得解析的控制律,并以一自適應(yīng)校正項提高控制性能。采用中值定理證明了控制律收斂的存在性,同時獲得自適應(yīng)調(diào)整策略。ATL具有很好的魯棒性和自適應(yīng)能力,有效克服了其它方法需調(diào)整控制器參數(shù)的缺點,綜合控制性能最好。通過兩個Benchmark控制問題和一非線性釜式反應(yīng)器驗證了該控制器簡單有效且具有自適應(yīng)調(diào)整能力,比傳統(tǒng)PID等控制器具有更好的性能。
(4)以SKL—ATL控制器為例,將SKL—OPC框架拓展為節(jié)點增
7、長和刪減均可在線遞推更新且復(fù)雜度可控的控制器,以更好學(xué)習(xí)和適應(yīng)過程的變化,提高控制器的性能。在非線性液位系統(tǒng)和發(fā)酵過程的仿真研究表明了通過在線更新的ATL控制器較優(yōu)化整定的PID和無在線更新的控制器等具有更好的控制性能,對噪聲、擾動和系統(tǒng)的時變等有更好的魯棒性和自適應(yīng)性。
(5)門尼粘度對混煉膠的質(zhì)量起著重要的作用,實時測取混煉膠門尼粘度,最終獲得合格的、均一性能好的膠料是橡膠和輪胎廠十分關(guān)心和亟待解決的問題?;谀P涂勺?/p>
8、適應(yīng)選擇的RKL建模和控制方法,研發(fā)了先進密煉信息集成與控制系統(tǒng),在國內(nèi)多家大型橡膠和輪胎廠上線應(yīng)用,取得了很好的工業(yè)應(yīng)用效果,對橡膠混煉過程具有重要的現(xiàn)實和經(jīng)濟意義:
(5A)在線預(yù)報門尼粘度能提供產(chǎn)品的終端質(zhì)量和批次間的過程信息,減輕各階段質(zhì)檢工作強度和壓力,減少對質(zhì)量檢測設(shè)備的投入,降低企業(yè)成本。
(5B)實現(xiàn)門尼粘度的先進排膠控制,提高了門尼的合格率和均一性,保證煉膠質(zhì)量,減少煉膠時間,節(jié)能減排,提高
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 間歇過程2D-PID自適應(yīng)迭代學(xué)習(xí)控制研究.pdf
- 貝葉斯核學(xué)習(xí)建模及在間歇過程中的應(yīng)用研究.pdf
- 基于特征建模的自適應(yīng)迭代學(xué)習(xí)控制及應(yīng)用研究.pdf
- 自適應(yīng)模糊PID控制及其工業(yè)過程控制中的應(yīng)用與研究.pdf
- 自適應(yīng)迭代學(xué)習(xí)控制新算法及其在工業(yè)過程控制中的應(yīng)用.pdf
- 數(shù)據(jù)驅(qū)動建模與無模型自適應(yīng)控制及在復(fù)雜工業(yè)系統(tǒng)中的應(yīng)用.pdf
- 復(fù)雜工業(yè)過程過模型自適應(yīng)控制技術(shù)應(yīng)用研究.pdf
- 自適應(yīng)迭代學(xué)習(xí)控制算法及應(yīng)用研究.pdf
- 非建模自適應(yīng)控制.pdf
- 自適應(yīng)模糊系統(tǒng)及神經(jīng)網(wǎng)絡(luò)在熱工過程建模與控制中的應(yīng)用研究.pdf
- 復(fù)雜工業(yè)過程的建模、控制及應(yīng)用.pdf
- 自適應(yīng)控制系統(tǒng)的建模與仿真研究.pdf
- 未建模自適應(yīng)PID控制研究.pdf
- MIMO系統(tǒng)自適應(yīng)逆建模與控制研究.pdf
- 間歇結(jié)晶過程粒徑分布的建模與控制.pdf
- 基于核函數(shù)的間歇過程軟分段建模方法研究.pdf
- 間歇過程的迭代學(xué)習(xí)控制研究.pdf
- 無人艇建模及邏輯網(wǎng)絡(luò)自適應(yīng)控制方法的研究.pdf
- 自適應(yīng)神經(jīng)網(wǎng)絡(luò)及其在熱工過程建模與預(yù)測控制中的應(yīng)用研究.pdf
- 醋酸乙烯合成過程神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制研究與應(yīng)用.pdf
評論
0/150
提交評論