【摘 要】
：
针对分时供电条件下锌电解过程电流切换使得电解液酸锌比频繁调整而引起的能耗增加问题，结合电解反应速率方程和物料平衡方程建立了锌电解多槽动态反应模型，提出了面向电流切换过程能耗最小的酸锌比最优控制方法，并采用一种偏差预测控制策略，以修正外界扰动造成的实际液酸锌比与最优轨迹的偏差。仿真结果表明，所提控制策略能有效控制电流切换过程的电解液酸锌比，达到降低电解过程能耗的目的。
【机 构】
：
中南大学信息科学与工程学院,湖南省长沙市410083
论文部分内容阅读
针对分时供电条件下锌电解过程电流切换使得电解液酸锌比频繁调整而引起的能耗增加问题，结合电解反应速率方程和物料平衡方程建立了锌电解多槽动态反应模型，提出了面向电流切换过程能耗最小的酸锌比最优控制方法，并采用一种偏差预测控制策略，以修正外界扰动造成的实际液酸锌比与最优轨迹的偏差。仿真结果表明，所提控制策略能有效控制电流切换过程的电解液酸锌比，达到降低电解过程能耗的目的。
其他文献
铝土矿泡沫浮选过程工艺参数因矿浆的快速沉淀性等在线检测困难，且入矿性质变化频繁，造成浮选过程参数随着入矿的变化而不断改变。而通常建立的静态软测量模型利用固定样本集训练得到，当矿源变化时容易发生模型失配现象，使模型不能跟踪当前对象。针对变矿源下的模型失配问题，本文提出基于隐层节点动态分配和模型参数动态修正策略的动态神经网络建模方法，用于铝土矿浮选过程酸碱度的在线检测建模。实际生产数据仿真结果表明该方
针对电力活塞式电动机电磁驱动系统的高能耗问题,设计了一种电磁永磁混合驱动方案.采用等效磁路法建立了混合驱动系统数学模型,给出了气隙磁路磁通、气隙磁密、电磁力的量化公式；以气隙磁密和电磁力为主要研究对象,对电磁永磁混合驱动系统进行了仿真研究,得到了不同电流工作模式下电磁永磁混合驱动系统的电磁特性曲线.结果表明：在50A～100A 工作电流模式下,电磁力的工作范围为[54.89N,4097N],气隙磁
考虑到动车组的运行环境复杂多变，在实际运行过程中各种阻力都对动车组的运行有较大影响，具有很强的非线性特性。本文利用基于模型在线学习和粒子群(PSO)的单步预测控制方法，使用最小二乘支持向量机(LSSVM)建立动车组非线性预测模型及运行速度的控制。首先，基于动车组的牵引特性和运行数据，建立动车组基于(移动窗口式)LSSVM在线学习模型并预测输出，通过输出反馈与修正减少误差，利用PSO 优化控制量设计
在控制冷却过程中，中厚板的层流冷却过程中厚度总是含有较大的不确定性。如果用单一的精确的数学模型进行控制，那么当厚度发生剧烈变化时，难以获得满意的控制效果。本文采用基于多个BP 神经网络预报PID 控制器参数的方法，以通过分析历史数据得到的典型工作点为中心把整个工作区域分为多个部分，针对每个部分分别训练BP 神经网络。然后，通过在线选取对应的BP 神经网络预报PID 控制器参数的方法实现控制。实际应
针对含有未知时滞的多输入单输出动态调节系统，基于过参数化后系统参数向量的稀疏特性，在有限测量数据下，将压缩感知理论和递阶迭代思想相结合：提出一种正交匹配追踪迭代算法辨识系统的未知时滞，参数和部分阶次。同最小二乘迭代算法相比，该算法不需要大量的采样数据，可以节约大量的采样成本，提高辨识效率。仿真试验说明该算法能够有效地估计这类系统的参数与时滞。
传统组合导航系统大多依赖极易受干扰的卫星导航，自主性不强。仿生偏振导航具有自主性强、精度高的特点，为提高导航的自主性提供了新的解决途径。针对现有仿生偏振组合导航仍依赖卫星导航的问题，本文在仿生偏振、地磁、惯性导航的基础上设计了一种仿生偏振/地磁辅助的全自主组合导航系统，利用偏振导航与地磁导航共同完成对惯导误差的修正。该系统基于嵌入式开发，体积小，集成度高，并提供了GPS 对比验证系统。文章对系统的
本文提出一种改进的快速扩展随机树(RRT,Rapidly-exploring Random Trees)运动规划算法,用以处理非完整微分约束下的移动机器人运动规划。针对类似目标偏好及bi-RRT等趋向于目标区域扩展的快速RRT 运动规划算法会出现局部极小值的问题,本文将碰撞检测机制与回归检测机制相结合,产生新的RTCT 机制,使得在规划过程中能考虑到全局障碍物信息,并借此避免对已扩展节点的重复扩展
轨道车辆系统动力学数据包含轨道不平顺、轮轨关系等多方面的丰富信息。针对该类数据中噪声成分高、非线性特征明显，提出了提取非平稳信号中瞬态特征的信号的改进Hilbert-Huang分析方法。该方法借鉴了快速带通滤波思想，能在降噪的同时检测出信号中瞬态成分的时间频率、幅值等信息。利用该方法对某客运专线铁路实测轨道车辆动力学数据进行研究，结果表明：该铁路样本段轨道不平顺存在着不同程度的短波和中长波不平顺。
FP-growth 算法对于挖掘频繁项集非常有效，然而，由于它需多次遍历频繁项列表产生庞大的频繁模式树，不仅需占用大量的内存而且影响了算法的效率。为此，本文提出一种改进的FP-growth 算法(UFP 算法)，根据关键项表中频繁1-项集划分数据库子集，然后直接构造每一项的条件模式树，节省了内存空间，使算法的运行效率得到提高。应用于TE 过程的故障诊断，通过在6 种故障下的诊断结果对比实验验证了U
调度问题是将有限的资源分配给各项不同任务的决策过程，其目的是优化一个或多个目标，它广泛存在于当今大多数的制造和生产系统中。混合流水车间调度问题是一般流水车间调度问题的推广，更接近实际的生产过程。本文采用一种新型的算法——生物地理学优化算法求解混合流水车间调度问题，通过引入改进策略，增强了算法的全局搜索能力和局部搜索能力，并提高了算法的收敛速度。通过10 个标准调度算例的仿真研究，并与遗传算法进行对