一种基于相对主元分析的故障检测方法

通过主元分析方法进行主元提取时协方差矩阵特征值有时会出现变化“均匀”缺陷，并且该方法运用于故障检测时，通常使用单一的性能指标T2指标或SPE指标作为检测判据，容易遗漏一些重要信息，降低故障的检测效果。针对这一状况，本文研究了相对主元分析方法，并且将T2指标和SPE指标有机融合成综合指标，结合TE过程进行故障检测。通过单一指标SPE—时间图和综合指标—时间图的对比，发现综合指标图比SPE图报警时间早、误报少，说明了将综合指标运用于相对主元分析方法进行故障检测的优越性及有效性。     

基于二阶泛模型的无模型自适应控制及参数整定

首先充分利用无模型自适应控制(MFAC)边建模、边控制的特点,推导基于二阶“泛模型”的改进无模型自适应控制方法,并推导伪偏导数及控制律的迭代公式,与基于一阶泛模型的MFAC方法相比,改进策略可以使每次迭代的泛模型更加准确,从而进一步提高控制精度.接着,针对改进MFAC的参数整定问题,提出基于优化技术的控制器参数整定方法,运用辨识出的近似模型针对不同的目标函数进行优化,使得其实用范围更加广泛.通过大量仿真实验对比可以看出:经过Jeu-tr型性能指标进行参数优化的改进MFAC控制器动态响应最好,且优化迭代次数较少.因此,控制效果得到显著改善.     

Matlab与VC++的混合编程在化工计算中的应用

文中详细阐述了在VC++6.0集成开发环境下如何通过MATLAB C++数学库实现二者的结合 ,并通过化工模型计算实例 ,说明了这两者的结合是一种完全可行的程序设计方法     

多变量时滞过程的解耦内模控制及应用

针对工业过程中常见的多变量时滞输入输出系统,基于内模控制结构提出了一种解析解耦内模控制器矩阵的设计方法,该方法设计的内模控制器同时具有解耦器和控制器的作用。其优点是能够实现标称系统输出响应之间的近似或完全解耦,且用遗传算法对于解析模型进行降阶或近似处理,从而简化了推导解耦控制器矩阵的运算量;并可以通过调整内模控制器的滤波器时间常数来补偿被控过程的模型不确定性所导致的控制品质下降。用该方法对国产200MW火电机组带汽—汽换换热器的多变量强耦合再热汽温控制系统进行了控制系统的设计和仿真研究,仿真结果证明了该方法的有效性。并且在过程模型和过程失配时显示了较强的鲁棒性和抗干扰能力。     

基于SVDD时段细化的间歇过程故障监控

针对多向主元分析(MPCA)在间歇过程故障监测应用中经常面临的分段不准确问题,提出了一种新的基于支持向量数据描述(SVDD)的两步分段方法,从而提高分段的准确性和故障监测精度。第一步分段采用机理知识与现场数据相结合的思想,对MPCA模型的负载矩阵进行修正。将采样时间引入负载矩阵中,增大模型差异性,从而避免了故障数据导致的分段错误。第二步利用支持向量数据描述方法将初步划分的各子时段进一步细分,严格区分各子时段中的稳定与过渡时段,进一步提高分段的准确性。同时,给出基于上述分段技术的间歇过程在线故障监测算法,可以实时地监测现场数据。最后将该方法应用于青霉素间歇过程的在线监测,结果表明:该方法能够细致刻画过渡过程信息,比常规MPCA方法能够更早地检测出故障,并避免了误报。     

顺丁橡胶聚合过程的微观质量数学模型

文中介绍了以多釜连续聚合顺丁橡胶生产过程为对象，从聚合反应机理及实际工况出发，建立了描述聚合物微观质量的数学模型．其中包括在双活性中心存在的假设条件下，以Ｔｈｒｏｃｋｍｏｒｔｏｎ的三金属活性中心模型为基础建立的催化体系模型；利用反应度法和生成函数技术建立的聚合过程宏观与微观反应动力学方程以及分子量及其分布模型．文章还介绍了利用仿真技术对模型进行验证的部分结果．     

基于过程神经元网络模型的间歇反应优化计算

针对间歇过程中最优操作轨线经常从生产经验中人工获取的问题,提出了一种基于过程神经网络(processneural network,PNN)模型的自动计算方法。利用PNN独特的时间聚合算子特点,建立反应操作变量与产品质量之间的关系。基于此时间函数模型,通过产品质量性能指标优化计算,获得最佳的控制轨线,作为实际生产的设定曲线。最后,MPCE仿真平台的间歇反应实验说明了该方法的有效性。     

阳离子管式聚合反应过程的实验研究与数学描述：（…

从典型的阳离子管式聚合反应过程出发，以反应度法和生成函数为工具，建立了描述此类反应过程的反应动力学，热力学及产品分子量分布的数学模型，并介绍了求解此类以偏微分方程为特征的数学模型的方法。     

阳离子管式聚合反应过程的实验研究与数学描述

首先报告了乙烯基丁基醚管式阳离子聚合反应实验研究，接着介绍了针对这个实际对象建立的包括其分子量分布参数在内的数学模型，在对实验与仿真研究的结果做了分析，对比之后，验证了模型的可行性，继而依此详细研究了管式阳离子聚合反应过程的特点及其动态过程，为对类似的管式聚合过程的再认识，再开发建立了技术基础。     

基于数据挖掘的IMC-PID在线自整定算法的实现

提出了利用过程历史数据自动进行数据挖掘的PID参数在线自整定算法。算法以PID回路的动态响应特性为依据,通过给定ε-不敏感损失函数、辨识信任度函数,从可行数据集中选取有效数据集,以此作为回路参数自整定的有效数据。为确保PID控制尽可能达到最佳性能和鲁棒性,提出了基于对象组进行IMC-PID参数整定的方法。算法已应用于多个生产装置上,实际的投运结果表明,这种算法具有简便易用,推广能力强等特点,是PID参数整定算法中一种切实可行的算法。