【摘 要】
：
针对稀土萃取过程具有工况复杂、非线性、大滞后的特点以及自动化生产水平低的问题,提出一种具备比例-积分特征的多变量预测控制策略(PI-GPC)。首先运用具有时序特征的Elman神经网络描述稀土萃取非线性过程模型,在此基础上,综合考虑比例积分控制的反馈结构和广义预测控制的预测功能,实现对萃取剂流量以及洗涤剂流量等的优化控制。最后,基于萃取对象实际工况特点采集的动态数据,通过对本文方法与传统GPC的仿真对比试验,表明本文提出的控制方法对稀土萃取过程关键工艺参数具有超调量小和调节速度快的优点,可为稀土萃取过程实施
【机 构】
：
华东交通大学电气与自动化工程学院,华东交通大学江西省先进控制与优化重点实验室
【基金项目】
：
国家自然科学基金项目(61733005,61863014,61963015,61663012),国家重点研发项目(2020YFB1713700,2020YFB1713701)。
论文部分内容阅读
针对稀土萃取过程具有工况复杂、非线性、大滞后的特点以及自动化生产水平低的问题,提出一种具备比例-积分特征的多变量预测控制策略(PI-GPC)。首先运用具有时序特征的Elman神经网络描述稀土萃取非线性过程模型,在此基础上,综合考虑比例积分控制的反馈结构和广义预测控制的预测功能,实现对萃取剂流量以及洗涤剂流量等的优化控制。最后,基于萃取对象实际工况特点采集的动态数据,通过对本文方法与传统GPC的仿真对比试验,表明本文提出的控制方法对稀土萃取过程关键工艺参数具有超调量小和调节速度快的优点,可为稀土萃取过程实施
其他文献
目前提出的船舶航行轨迹跟踪的组合数学模型船舶航行跟踪能力较差,导致性能分析结果准确率较低.提出一种新的船舶航行轨迹跟踪的组合数学模型与性能分析方法.按照模拟场景信
传统舰船流线曲面造型结构优化方法,更注重舰船造型的视觉效果,导致舰船的抗冲击性能下降,因此针对这一问题,重新研究考虑视觉传达理念下,舰船流线曲面造型结构优化方法.该方
船舶航迹实时监控方法由于数据结构复杂程度较高,在数据迁移方面存在较大的困难,为此提出智能信息网络在船舶航迹实时监控中的应用研究.采用AIS与雷达技术同时获取船舶航迹数
随着船舶航线研究的不断深入,对于舰船航向保持系统的要求不断提升.传统舰船航向保持非线性控制器由于输入控制量的设定能力较差,导致舰船航向的控制效果较差,影响船舶运行的
由于在利用原有方法进行舰船图像增强处理时,受舰船图像噪声较大的影响而无法进行亮度优化,在增强区域为20.26%～26.26%的范围内存在结构相似性较低的问题,因此提出一种基于偏微分方程的舰船图像增强处理方法。基于偏微分方程构建舰船图像去噪模型对舰船图像实施去噪处理,构建的舰船图像去噪模型能够通过边界检测函数实现舰船图像去噪的目的。通过导向滤波器优化舰船图像亮度。完成舰船图像的亮度优化后,通过构建舰
现有舰船图像分割方法存在分割时间较长、分割精度较差的缺陷,为此提出极限学习机算法的舰船图像自动分割方法研究。基于载入的舰船图像,利用傅里叶变换方法获取舰船图像显著图,依据极限学习机算法构架ELM分类模型,将上述获取的舰船图像显著图作为ELM分类模型的训练样本,通过Bagging集成策略确定最佳ELM分类模型,以此为工具,制定舰船图像自动分割程序,执行上述程序,即实现了舰船图像的自动分割。仿真实验结
目前提出的舰船图像拼接技术在匹配过程中严重依赖灰度信息,导致拼接误差被放大。提出一种基于特征点的舰船图像拼接技术。检测不同舰船图像的特征点,确定USAN区域,根据检测结果提取特征点,分析特征点之间的互相关性,实现特征匹配。计算变换模型参数,实现图像拼接。实验结果表明,本文基于特征点的舰船图像拼接技术在拼接过程中并不直接利用图像的灰度值进行匹配,因此匹配误差很小。
提出面向曲线插补的参数跟踪法,以曲线的参数方程为基础,对其进行归一化处理,并推导出曲线参数方程的导数方程。以导数值预测参数跨步步长,实现参数的递增,完成曲线的插补。以圆弧、阿基米德螺旋线和摆线为例说明参数跟踪法的求解过程。推导圆弧、阿氏螺旋线和摆线的导数方程,并给出具体的插补案例。结合坐标系旋转的公式,以阿氏螺旋线为例说明任意角度旋转的标准曲线的插补方法,证明了参数跟踪法也适用于非标准曲线方程。详细说明参数跟踪法使用过程中的关键技术,即归一化处理增强插补方法的规范性;阐述参数导数方程出现的零点现象并通过设
由于舰船航行的海上环境和图像数据存在一定复杂性,导致舰船图像的分割效率变低。本文以提高舰船图像的自动分割效率为目的,提出了基于改进阈值法的舰船图像自动分割研究。在改进阈值法的基础上,将舰船图像的颜色特征作为特征提取的视觉特征,根据舰船图像经过灰度差分处理后的4个统计量,提取出舰船图像的特征,通过舰船图像自动分割算法设计,实现了舰船图像的自动分割。实验结果表明,基于改进阈值法的舰船图像自动分割方法可
基于自主搭建的Delta并联机器人,深入研究其拖动示教以及示教再现过程,以降低其控制难度,提高并联机器人实用性和协作性。对Delta机器人进行运动学建模和动力学建模,然后进行无外部传感器机器人的拖动示教实验,并在对各关节轨迹优化后进行运动再现。结果表明:通过该方法,操作人员能够便捷地对并联机器人进行拖动示教,实现机器人的快速部署。