顺丁橡胶生产过程的催化体系数学模型

简要叙述了丁二烯聚合中有关活性中心成因的研究情况，然后介绍在Ｔｈｒｏｃｋｍｏｒｔｏｎ模型基础上、吸取唐学明等人的研究成果而建立的顺丁橡胶催化反应体系的数学模型。该模型基于三元催化体系内各组分相互作用的机理，描述了催化剂配比与聚合反应间的关系，符合生产操作实际。     

利用二阶网络和判别分析建立分层混合专家模型

利用多层二阶神经元网络快速收敛及逼近连续函数的良好性质,并结合判别分析思想,构建了一种新的分层混合专家结构模型。这种结构模型选用二阶网络作为专家模块,可调权值数量适中,收敛速度快;它首次引入判别分析统计方法,并借鉴模块化设计理念,构建了无训练参数的组合门网模块。专家和门网模块的改进与设计,从根本上降低了分层混合专家网络的训练难度,提高了网络的训练速度和泛化能力。对典型非线性pH值混合槽实例进行了实验,结果表明,在相同的终止条件下,与目前常用的结构模型相比,新型结构模型的收敛速度和泛化能力都得到了显著的提高,验证了新模型在函数逼近应用中的良好特性。     

基于反应基元的非线性系统灰箱建模方法

提出一种基于反应基元的建立复杂非线性系统模型的灰箱建模方法.首先根据先验知识及系统特性分析引入过程的初始反应基元,并以此为出发点建立结构逼近神经网络模型,实现基元之间的关联,赋予网络节点实际的物理意义;然后,通过提出的最小化预测误差,结合逐步回归分析方法选择最优反应基元,优化网络结构,建立起表示系统变量关系的灰箱模型.以实际橡胶硫化促进剂制备的间歇反应过程作为实验对象,建立以生成物浓度为输出的数学模型,达到较高的输出预测精度.     

监控软件图形生成系统的开发

从功能上分析了专用监控软件图形生成系统的内容,并从程序框架、类的组织、消息传递等方面介绍了在Windows环境下,开发图形生成系统的过程.程序采用Visual C+ +的文档/视图结构,取得很好的效果.     

一类间歇过程的优化及非线性预测控制

基于主产物浓度和反应温度的RBF神经网络模型,使用粒子群优化算法(PSO)求解该间歇反应主产物产率最大化问题,进而得到反应温度优化曲线。利用RBF神经网络建立了反应器冷却水控制温度阶段的预测模型,采用非线性预测控制,并引入了模型误差项,增强了控制方法的鲁棒性和间歇过程的抗干扰性能。利用 Lyapunov 原理对该预测控制算法做了稳定性分析,确定了系统稳定条件下的参数的取值范围。同时编制控制程序在多功能过程及控制实验装置(MPCE)装置上实现了算法的控制,并与以升温速率为基准的特殊PID调节器的控制结果比较,结果证明了基于RBF神经网络非线性预测控制方法的有效性。