基于递推规范变量分析的时变过程故障检测

由于规范变量分析(CVA)不适应过程的时变特性,容易把正常的过程改变识别为故障.因此,针对时变过程提出一种故障检测方法是十分必要的.采用指数权重滑动平均来更新过去观测矢量的协方差矩阵.递推CVA有较高的计算负荷是需要解决的关键问题.通过引入一阶干扰理论来递推更新Hankel矩阵的奇异值分解(SVD).与普通奇异值分解相比,显著降低了递推算法的计算负荷.将提出的基于一阶干扰理论的递推规范变量分析(RCVA-FOP)应用于田纳西伊斯曼化工过程中.仿真结果表明,所提出方法不仅能有效适应过程的时变特性,而且可以有效检测到两种类型的故障.     

冷轧机穿带试验的分析和研究

通过对某钢厂冷轧机穿带试验过程及结果的分析和研究,得出了一些有助于生产实践的结论,进一步证明了新的穿带工艺在此轧机上应用的有效性.     

热连轧机轧制力和轧制力矩模型研究

研究了一种适用于热连轧机的新型高精度轧制力和轧制力矩模型,建立了一个轧制力功系数和轧制力矩功系数的新型指数公式,将两个系数的表达式统一起来,仅含"压下率"和"压扁半径与出口厚度之比"两个影响因子,形式简洁,物理意义明显.给出了新型指数公式中待定参数的确定方法,求得的待定参数值对不同钢种和不同精轧机架具有通用性.预测实践表明,新型轧制力和轧制力矩模型提高了热连轧过程中轧制力和轧制力矩的预报精度,可用于热轧板带生产线精轧机架的在线控制.     

热轧厚度自动控制仿真系统的设计

正常生产的轧机不可能提供太多的试验机会,为给某热连轧厚度自动控制系统的改造提供一个仿真实验的平台,通过对某钢厂热连轧机轧制控制过程的深入研究,采用组件对象模型(COM)技术将轧机7个机架的厚度自动控制系统进行模块分割,并对每一个子模块进行机理建模,然后利用M ATLAB中的S IMUL INK封装联结各个子模型,最后建立起热连轧多机架仿真系统,为生产现场试验新工艺、新产品提供了一个安全、可靠、离线的软环境。     

多机器人系统的鲁棒一致性算法

针对部分信息已知且带有干扰的多机器人系统,设计一种新的鲁棒一致性算法,解决多机器人系统输出一致性问题.首先,给出轮式移动机器人系统的运动学模型,根据全局控制与局部控制策略相结合的思想,建立基于多智能体一致行为的数学描述;其次,提出一种合理的鲁棒性能指标,利用H∞鲁棒控制及微分对策方法,设计多机器人系统鲁棒一致性算法.仿真实验验证了上述算法不仅使多个机器人自主达到速度一致,并有效抑制了干扰.     

基于背景场的粒子群优化多出口疏散策略

针对复杂建筑人群疏散出口选择策略问题,本文着重考虑行人对综合最短距离的认知差异,引入距离因素和密度因素建立混合距离策略,并结合修正的背景场建模规则,将出口选择策略融入到粒子群更新机理中,构建了基于背景场的粒子群优化算法的出口选择策略.通过数值实验模拟了出口选择策略的疏散性能,实验结果揭示了多出口建筑物内群体运动的机理,反映了疏散策略的动态化调整性能.仿真疏散过程也验证了多出口选择混合距离策略在群体疏散中的合理性和有效性.     

压力AGC与监控AGC相关性研究

在带钢轧制过程中,不同性质的多个厚度精度控制AGC系统同时存在,有可能在调节辊缝的方向上相互影响和干扰.理论证明,厚控系统的压力AGC和监控AGC在一定条件下存在相互独立的可能性.通过数学意义上的公式推导,针对AGC系统的实际控制流程,对某热轧机厚控系统的控制参数和结构的调整和改变,得以使此厚控系统实现控制意义上的解耦,并且经过理论推导和计算机仿真.结果表明,此厚控系统的压力AGC和监控AGC是相互独立的.     

热连轧前馈厚度控制系统的研究与应用

某热连轧机原本使用的厚度自动控制(AGC)模型,不论是轧制力AGC还是监控AGC都属于反馈式控制系统,因此轧机辊缝调节都有不同程度的时间滞后,从而也限制了厚度控制精度的进一步提高.采用冷连轧机前馈控制的基本思想,用前机架的出口带钢计算厚度作为前馈控制的检测厚度,并经过跟踪移位处理,设计出了前馈AGC控制模型,针对带钢厚度波动及时调节本机架的轧制辊缝,实现提前预控的目的.实验结果表明,前馈AGC控制模型投入使用之后,带钢厚度精度得到明显提高.     

连铸组中间包问题的MTSP模型及混合优化算法

针对连铸计划中的组中间包问题,建立了多旅行商问题(MTSP)模型,提出了一种结合启发式、k-opt邻域搜索和EDA进化的混合优化算法.该算法首先利用启发式规则确定虚拟炉次的个数,从而确定染色体编码长度,每个染色体代表一种中包组合方案,然后设计了基于概率矩阵模型的EDA进化算法对染色体进行全局寻优,并使用k-opt邻域搜索进行局部优化.EDA算法不需要设计如遗传算法(GA)那样的交叉算子,避免了交叉导致的编码非法性问题.通过对企业实际生产数据进行仿真计算,其结果表明了算法具有良好的优化性能和实用性.     

复杂建筑火灾中的人员疏散路径多目标规划

针对复杂建筑火灾中的人员疏散动态路径优化策略问题,以火灾情境下的动态疏散网络数据模型为基础,结合网络流优化和群智能方法,构建以最短时间、最小风险水平和最大疏散容量为目标的路径优化模型.通过改进的自适应果蝇算法,实现了节点和路径容量受限的动态疏散路径规划.通过对所建模型的性能测试和疏散过程实验,验证了多目标路径优化模型的有效性.实验结果也反映了多目标路径规划策略更加贴近复杂建筑火灾中的人员疏散实际情况,对于规划不确定因素影响下的复杂空间疏散路径具有可行性.