公共文化服务平台

Hammerstein模型辨识方法: Hammerstein模型具有结构简单、参数易于辨识的特点,能够描述常见的非线性系统。本文在广泛研究各种Hammerstein模型辨识方法的基础上,将辨识方法分为静态非线性与动态线性的同步辨识法和分步辨识法两大方向。在两...; 贾立李训龙; 关键词：HAMMERSTEIN模型模型辨识; 文献传递

间歇生产过程优化控制的分布式仿真平台被引量：2: 2011年; 间歇生产过程具有时变性、过程不可逆、模型不精确等特点,采用传统的控制方法很难满足市场的需求,如何检验先进智能优化控制算法在间歇生产过程中的实际应用效果是有待深入研究的课题。结合MATLAB强大的运算能力和WINCC开放的人机界面数据处理功能,构建出间歇生产过程分布式优化控制仿真平台,并将OPC技术应用于该平台的数据实时通讯过程中。通过在该平台上加载先进的控制算法,实现对间歇生产过程的控制和仿真,为先进智能优化控制算法的研究提供了逼真的试验环境。; 贾立袁凯; 关键词：优化控制仿真平台数据交换

Hammerstein模型辨识的回顾及展望被引量：25: 2014年; Hammerstein模型是一类具有特定结构的典型非线性模型,由静态非线性环节和动态线性环节串联而成,能较好地反映过程特征的特点,可以描述一大类非线性过程.本文结合Hammerstein模型辨识的基本过程和特点,从Hammerstein模型中间变量不可测量的角度出发,首先按静态非线性环节与动态线性环节同步辨识法和分步辨识法综述了Hammerstein模型的相关理论和方法;然后,分析了现有的基于Hammerstein模型的控制系统设计方案;最后对Hammerstein系统未来可能的研究提出若干看法.; 贾立李训龙; 关键词：HAMMERSTEIN模型非线性模型

间歇生产过程的R调节学习控制被引量：1: 2011年; 针对间歇生产过程迭代学习控制难以进行跟踪性能分析的难题,本文提出一种变R调节迭代学习控制算法,借鉴经典控制理论定义有界跟踪和零跟踪概念.以此研究能够让系统输出误差达到零跟踪的迭代学习控制策略,并严格地证明了算法的性能,得出可以通过调节权值R使过程产品质量的误差收敛到与模型精度相关联的有界区域的结论,为相关理论结果实施于实际间歇过程提供了理论依据.; 贾立施继平程大帅邱铭森; 关键词：迭代学习

集成软测量方法研究及其在烟气含氧量中的应用被引量：6: 2014年; 烟气含氧量是送引风调节系统中的重要参数,直接反映锅炉燃烧过程的风煤比,对锅炉燃烧优化有着至关重要的意义。针对火电厂烟气含氧量的软测量问题,提出了一种新型集成软测量方法。基于相似准则在线选择当前工况的相似性样本集,分别建立基于概率密度函数准则的在线滚动即时学习软测量模型和神经模糊软测量模型。在此基础上,采用加权集成的方法集成上述单一模型,并通过粒子群优化算法寻找最优权值。最后,将集成软测量模型应用于火电厂烟气含氧量的测量中。仿真结果表明,提出的集成软测量模型具有较高的预测精度。; 秦翠翠贾立; 关键词：烟气含氧量软测量神经模糊模型概率密度函数

Bilateral teleoperation with reducing wave-based reflections被引量：3: 2013年; This paper presents a wave-based bilateral teleoperation structure to reduce the wave reflection and enhance the force and speed tracking performance through adjusting the relative parameters. A time domain passive approach is also applied to deal with the passivity of whole system even with non passive environment. The efficiency of the proposed method is confirmed by some experimental results.; Min ZhengQing-Hai ChenWei XiaoHai-Nan Yang

基于数据的间歇过程时变神经模糊模型研究被引量：3: 2011年; 间歇过程的优化控制往往依赖于过程精确的数学模型,快速反应的市场要求使得数据驱动的建模方法被应用到了间歇过程的建模中。但常规的数据驱动建模方法在模型结构中没有考虑间歇过程具有重复性的特性,只是简单地将间歇过程作为一般的非线性结构进行处理。针对该问题,本文提出一种新颖的间歇过程时变神经模糊模型,将时间轴和批次轴的信息统一在二维集成模型的框架下,对间歇过程的输入输出数据按照三维信息进行处理,使模型参数变为时间的函数,从而按照批次轴方向进行学习,合理地应用了间歇过程在批次轴方向上的重复性信息。因此,通过引入时变权重的概念,使模型结构中蕴含了间歇过程重复性的特性。在此基础上,提出一种基于迭代学习和Lyapunov方法的参数学习算法,避免了传统学习算法中学习参数采用试凑法的缺点,并对模型的收敛性进行了严格的数学分析,得出模型的学习参数在批次轴方向上渐进收敛的结论。最后,将本文提出的时变神经模糊模型应用到一典型间歇过程的建模研究中,与传统的神经模糊模型进行了对比,仿真研究表明,本文提出的时变神经模糊模型具有较好的非线性逼近和自学习能力,能够反应间歇过程的二维模型特性,为间歇过程的建模研究提供了一条新的途径。; 贾立程大帅曹鲁明邱铭森; 关键词：数据驱动

火电机组主蒸汽温度神经模糊-PID串级控制被引量：17: 2013年; 如何将机组主蒸汽温度快速地控制在额定范围之内是火电厂热工过程控制面临的主要难题。针对超临界锅炉机组的主蒸汽温控制问题,提出一种基于神经模糊模型的火电机组主蒸汽温度自适应PID控制方案。根据采集到的减温水流量、高温过热器入口温度、主蒸汽流量、主蒸汽温度数据建立机组主蒸汽温度神经模糊模型,以此模型为基础实施主蒸汽温度自适应PID串级控制。内环采用PI控制器克服内部扰动,从而减少扰动对于导前汽温的影响,再将内环PI闭环控制系统及惰性区作为广义被控对象实行单神经元PID控制,通过主蒸汽温度额定值和实际输出值之间的误差对控制器参数进行在线调节,最终达到对过热器的控制。仿真实例验证了所提出的方法的有效性。; 贾立柴宗君; 关键词：火电机组主蒸汽温度神经模糊模型

基于概率密度函数的软测量方法及其在烟气含氧量中的应用: 2013年; 现场采集的数据多为动态的生产数据,常规的数据预处理方法不能完全剔除数据中存在的各种有色噪声。针对该问题,提出了一种基于概率密度函数的烟气含氧量软测量方法,建立基于神经模糊系统的烟气含氧量软测量模型,将概率密度函数控制的思想引入到模型参数的辨识算法中,以克服有色噪声的影响。仿真结果表明,文中提出的新型软测量方法具有较高的建模精度,特别是在测量数据存在噪声的情况下,能够有效地解决烟气含氧量的预测问题。; 秦翠翠贾立; 关键词：烟气含氧量软测量概率密度函数神经模糊模型

基于建模误差PDF形状的间歇过程数据驱动模型被引量：9: 2012年; 间歇过程的优化控制依赖于过程精确的数学模型,数据驱动的建模方法是目前间歇过程模型研究中的热点问题。突破传统数据驱动建模方法中采用均方差(mean squared error,MSE)作为准则函数的思想,提出一种新颖的间歇过程数据驱动建模方法,引入了概率密度函数(probability density function,PDF)控制的概念,构造间歇过程模型误差控制系统,将模型的可调参数作为控制系统的输入,模型误差PDF的形状作为控制系统的输出,从而把开环模型参数辨识问题转化为模型误差PDF形状的闭环控制问题。通过可调参数控制模型误差PDF的空间分布状态,不仅能够保障模型精度,还可控制模型误差的空间分布状态,从而消除模型中的有色噪声。仿真实验表明,基于模型误差PDF形状的间歇过程数据驱动模型具有较好的建模精度、鲁棒性和泛化能力,为间歇过程的数据驱动建模提供了一条新途径。; 贾立曹鲁明邱铭森

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(61004019)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(61004019)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈