【摘 要】
：
由于生产中常常存在多变量,不确定,强耦合、时滞、非线性等各种问题,常规的控制手段已经无法满足生产过程对控制精度的要求,为了克服传统PID算法的局限,韩京清研究员借鉴传统PID算法的优点,以抗扰作为控制问题的核心,提出了一个全新的控制方案——自抗扰控制系统（Active Disturbance Rejection Control,ADRC）。ADRC以抗扰为核心,通过对系统总扰动进行估计并预先补偿消
论文部分内容阅读
由于生产中常常存在多变量,不确定,强耦合、时滞、非线性等各种问题,常规的控制手段已经无法满足生产过程对控制精度的要求,为了克服传统PID算法的局限,韩京清研究员借鉴传统PID算法的优点,以抗扰作为控制问题的核心,提出了一个全新的控制方案——自抗扰控制系统（Active Disturbance Rejection Control,ADRC）。ADRC以抗扰为核心,通过对系统总扰动进行估计并预先补偿消除的方法,实现被控目标在扰动下的控制,使控制系统具有较强的鲁棒性等特点,是一种潜力非常大控制方案。但由于其体系构建和研究成果主要是基于大量仿真实验,导致其在理论研究方面内容不足,同时需整定的参数过多,使其在实际生产中的应用受到一定阻碍。因此本文将从ADRC的理论分析和参数整定两个方面入手,在对相关研究内容的背景进行充分研究之后,进行了如下工作:1.针对阶次较低的非线性控制系统,本文设计了相应的低阶非线性ADRC控制系统,选用相应适宜的李雅普诺夫函数;同时,分别证明了非线性扩张状态观测器和非线性控制器在平衡点附近都是李雅普诺夫稳定,最终给出非线性系统稳定时NLADRC参数调整域,为本章后续的非线性自抗扰控制器（Nonlinear Active Disturbance Rejection Control,NLADRC）各部分参数整定提供了理论依据。最后进行仿真,与线性自抗扰控制器（Linear Active Disturbance Rejection Controller,LADRC）进行了比较,验证了NLADRC在合理选择参数的情况下系统的收敛性和稳定性,且比LADRC有更好的控制性能。2.提出基于变论域模糊控制的参数整定方法,研究模糊控制在参数整定方面的应用,以及如何通过变论域的手段提升模糊参数整定的精度,针对非线性ADRC系统设计参数变论域模糊控制器,并确定模糊控制输入输出基础论域大小以及变论域伸缩因子。3.对二阶非线性ADRC系统的参数分别进行单变量分析,通过分析仿真数据对其参数进行化简,最终确定待整定参数分析,并对待整定参数建立模糊规则表。4.给出需整定参数的模糊规则表,针对二阶NLADRC系统,提出一种变论域模糊控制参数整定算法,实现参数在线整定。并以普通二阶非线性系统为例进行仿真。仿真结果表明,变论域模糊控制器参数可实现在线整定,整定效果迅速,且具有在线自适应调整特性,在线调整后的控制系统控制性能得到提高。
其他文献
隔离壁反应蒸馏塔（R-DWDC）作为反应蒸馏（RDC）和隔离壁技术过程强化与集成的产物,在资源节约和能源消耗方面具有巨大的潜在优势,但迄今为止很少有针对过程综合与设计的研究。尤其单隔离壁反应蒸馏塔（R-SDWDC）是现有研究中占绝对优势的过程结构,虽然它能很好的协调反应操作与分离操作之间的物质和能量耦合,但是分离与分离操作之间的物质和能量耦合却被完全忽略,因此R-SDWDC并不是过程强化的最优结构
＜正＞ 南京附近吕家山至红山近东西向展布的沉积岩系,1935年朱森、李毓尧等定有一套古生代志留纪、泥盆纪及石炭—二叠纪地层。1964年沈修志等改划为中生代三叠系青龙群、黄马青组及侏罗系象山群地层,并在青龙群与黄马青组之间划了一条规模较大的逆断层。1976年提交的1:20万南京幅区测报告,基本上与沈氐意见相似,所不同的是把沈氐
数据实时监控是工业生产过程安全经济运行的重要手段,但在数据采集中存在采样不平衡、同时系统中存在非线性耦合关系以及受到非高斯干扰等监控难题。生成式对抗网络（Generative Adversarial Networks,GAN）及其拓展方法对抗自编码器（Adversarial Autoencoders,AAE）等从分布函数等角度给出了以上监控难题部分解决方法。然而复杂的工业过程监控中,通常几个难题伴
＜正＞ 江苏及安徽南部的下石炭统发育较好,化石丰富,为我国研究早石炭世地层主要地区之一。近年来,我们在该区系统地观察了一些剖面,并参照安徽省、江苏省区测队的有关资料,作了进一步的整理和分析。根据地层层序、岩石性质和生物群特征,对下石炭统的划分提出初步意见。
虽然隔离壁蒸馏塔（Dividing Wall Column:DWC）能够在一个操作单元内实现三元混合物的分离,且具有较高的热力学效率,但是分离过程仍然具有很强的不可逆性,仍有进一步强化的潜力。为了解决此问题,本文将内部热耦合技术（Internally Heat Integrated Technology）应用于DWC,即将隔板中置的DWC分为两部分（高压段与低压段）,通过高压段向低压段传送热量,降
微小故障对系统影响不明显,难以及时检测,容易演化为影响工业生产的重大故障,对其快速、准确地诊断具有非常重要的研究价值。微小故障多隐藏在正常操作范围内,传统的被动故障诊断方法仅利用系统输入输出数据,难以实现有效、及时地检测。主动故障诊断设计最优辅助信号并注入系统达到增强故障特征目的,从而增强对微小故障的检测能力。然而,辅助信号的引入不可避免地对系统性能造成影响,为此本文提出主动故障诊断和跟踪控制器的
被誉为人工智能领域“明珠”的强化学习在机器人控制、自动驾驶、资源调度等领域蓬勃发展,取得了巨大的成功,这得益于设计符合目标的奖励函数。在实践中,手动设计奖励函数不仅耗费大量的人力物力,而且具有主观性。逆强化学习能够自动构造奖励函数,避免了人为主观偏差,解决了强化学习的瓶颈问题。行为克隆直接从专家示例监督学习获取策略,而逆强化学习先求奖励函数再强化学习获取策略,虽然获取的策略更好,但计算量也大大增加
信息化时代的来临伴随着数据的链式增长,从数据中挖掘分析潜在的高价值信息并用于数据驱动建模引起了科研界和工业界的广泛关注。样本的数量、样本的分布性都在一定程度上对数据挖掘信息产生影响,进而影响数据驱动建模的质量,充足的训练样本和合理的样本分布能够保障模型的鲁棒性和泛化能力。但在某些行业领域例如流程工业中,由于物理传感器本身的限制,使得某些过程数据的采集难度大、获取成本高,并且稳态工艺流程工业得到的数
为了改善多目标哈里斯鹰算法（MOHHO）中非支配解集档案维护过程中搜索效率,本文设计了几种改进方法。通过一系列实验验证了所设计的策略是有效且优于之前策略的,并在解集分布性、收敛快速性、指标优越性三个方面说明了改进的多目标哈里斯鹰算法的优越性,并将改进的算法应用在闭环系统参数辨识上,主要的工作如下:（1）针对MOHHO算法中非支配解集维护过程中收敛速度慢、搜索效率低、易陷入局部最优等缺点,提出了使用
现代过程企业已经广泛应用了计算机控制与管理系统,采集并存储了大量工业过程运行变量的时间序列数据,其中蕴含了丰富的工业过程演变规律和运行知识,可以有效地支持对多变量过程参数进行时间序列预测,建立起保障生产过程安全、稳定和优化的运行环境。常规的工业过程时间序列数据预测通常基于单一的时间尺度,难以兼顾短期、中期和长期预测性能。为此,本论文从多任务学习角度出发,提出了一种利用多时间尺度数据对工业过程多元时