【摘 要】
：
在德士古水煤浆气化工艺中，合成气中各组分的含量是衡量气化效率的关键参数。以某厂德士古气化装置为研究背景，设计了一种合成气组分含量的预测模型。该模型选取三层前馈神经网络结构，并采用一种具有广义差分项的混沌差分进化算法(ChaoDEGD)作为模型参数的学习方法。ChaoDEGD算法在差分进化算法的变异操作中引入了广义的个体差异信息，并在不同进化时期，对不同适应度等级的个体施加混沌映射，保证了种群的多样
【机 构】
：
浙江大学工业控制技术国家重点实验室，浙江杭州 310027 华东理工大学化工过程先进控制和优化技术
论文部分内容阅读
在德士古水煤浆气化工艺中，合成气中各组分的含量是衡量气化效率的关键参数。以某厂德士古气化装置为研究背景，设计了一种合成气组分含量的预测模型。该模型选取三层前馈神经网络结构，并采用一种具有广义差分项的混沌差分进化算法(ChaoDEGD)作为模型参数的学习方法。ChaoDEGD算法在差分进化算法的变异操作中引入了广义的个体差异信息，并在不同进化时期，对不同适应度等级的个体施加混沌映射，保证了种群的多样性，帮助种群有效跳出了局部极小点。由实验结果可知，基于ChaoDEGD的神经网络预测模型能够较好的估计合成气中CO、H2、CO2三类关键组分的含量，为德士古水煤浆气化过程的安全稳定运行提供了有利指导。
其他文献
多层结构预测控制与优化已得到学术界和工业界的普遍认可并得到广泛应用。在多层结构串级控制中，外回路通过优化计算为内回路提供设定值，内回路通过动态控制跟踪该设定值。但是，由于各级回路之间的约束不一致问题，难以保证外回路优化结果的正确性和可行性。针对这一问题，对多层结构预测函数控制进行约束一致性分析，通过串级回路的回退计算，将内回路约束逐级传递至外回路，从而保证优化设定值对于基础回路动态控制切实可行。通
最大功率点跟踪技术（MPPT）是光伏发电系统中的一项关键技术，其中扰动观察法因其控制简单、易于实现等优点应用最为广泛。基于功率电压变化率的变步长扰动观察法提高了控制方法动态特性及稳态特性，但功率电压变化率在不同光照强度时变化明显，所以此控制方法受到光照强度的影响而造成功率损失。为了克服光照强度的影响，提出了一种基于功率电压变化率与功率比值的改进型变步长扰动观察法。在光伏电池的光照强度不同时，功率电
面对复杂工业过程控制的需求， 设计一种结合数据信息的特殊模型结构， 在保证控制系统有效性的前提下通过模型的结构来简化控制器的求解是亟待解决的问题。为此， 本文提出一种基于多信号源的神经模糊Hammerstein-Wiener模型，突破传统的迭代分离方法， 通过组合式多信号实现Hammerstein-Wiener模型中神经模糊非线性环节和线性环节的分离， 同时设计了神经模糊模型参数的非迭代优化算法，
空分流程模拟对空分的设计、控制和优化具有重要意义。用Aspen plus软件对林德公司某4万空分装置进行了流程模拟。仿真得到的氮、氧产品浓度分别为0.9998、0.9931，与设计值0.9999、0.995基本一致，表明了所建模型的有效性。对该装置进行了灵敏度分析，主要分析了氮氧产品纯度与空气进料量、下塔污液氮提取量和污氮采出量等关键操作变量的变化关系。分析结果表明，这三个操作变量的变化对氮氧产品
根据输出端控制的原理和方法，对“后馈控制”和“顺馈控制”两种完全新型的自动控制形式的原理和优越性进行了概述，并对过程控制变量的输出端顺馈控制系统以及”顺馈-反馈复合控制系统”进行了比较深入的讨论。分析了过程控制的被控对象应用输出端顺馈控制实现“绝对不变性”所采用的双通道完全补偿原理，并给出了实现温度、浓度、湿度等过程控制变量的输出端顺馈控制系统的实例。文中的论述和实例进一步证明了作者所提出输出端控
Different from using equivalent output injection term in sliding mode to reconstruct the unknown input, this paper introduces another approach to reconstruct the unknown input for a class of uncertain
设计了一种非接触式电鳗放电电压实时监测系统。数据采集端利用电容充放电原理收集电荷，并将所收集电荷通过换算转换成相应的电压。利用JN5139无线模块发送和接收数据，避免了采集端和接收端电源共地串扰问题。此系统可实时监测、显示电鳗放电电压。现场测试结果表明，非接触式方法在测量生物电过程中具有良好的稳定性、可靠性。
In ethylene plant, charge gas compressor is one of the most important units. The charge gas compressor usually is a centrifugal compressor. The information of centrifugal compressors’ performance is n
Model is usually necessary for the design of a control loop. Due to simpli.cation and unknown dynamics, model plant mismatch is inevitable in the control loop. In process monitoring, detection of the
针对钢铁企业高炉煤气系统这一复杂非线性系统的辨识问题，本文提出一种基于数据的高炉煤气系统模糊辨识方法。为应对工业噪声的干扰，该方法首先建立基于T-S模型的高炉煤气系统模糊辨识模型，模型充分考虑系统中煤气调节用户的人为干扰因素，采用条件模糊聚类的方法对输入/输出空间进行划分；然后利用贝叶斯线性回归方法求解所建模糊模型的后件参数，避免了后件参数求解过程中的异常解问题。通过对实际企业高炉煤气系统的实验验