“十五”国家科技攻关计划(2004BA204B08) 作品数:8 被引量:63 H指数:5 相关作者: 褚健 苏宏业 窦东阳 赵英凯 刘飞 更多>> 相关机构: 浙江大学 南京工业大学 江南大学 更多>> 发文基金: 国家科技重大专项 国家自然科学基金创新研究群体项目 教育部科学技术研究重点项目 更多>> 相关领域: 自动化与计算机技术 电气工程 化学工程 更多>>
广义预测控制器系数直接算法 被引量:10 2006年 为了简化广义预测控制算法的分析与设计,提出了广义预测控制器系数直接计算方法.该方法利用过程模型直接递推,把广义预测控制律表达成控制器系数与参考轨迹及过程历史信息乘积的形式.其控制器系数计算只与模型参数及设计参数有关,避免了在线求解D iophantine方程、输出预测表达式及自由响应项,简化了设计思路,减少了在线运算量.在一个DCS控制的非线性液位装置上得到的对比实验结果表明该方法是可行和有效的.* 李奇安 王树青 褚健关键词:广义预测控制 自适应控制 一种基于分级输入训练神经网络的非线性主元分析 被引量:6 2005年 基于输入训练神经网络的非线性主元分析(PCA)能够有效地提取过程变量的非线性主元,但是存在主元的个数不能通过网络训练确定,且各个主元重要程度在神经网络中无法区分等缺点,本文提出一种分级输入自调整神经网络,并进一步提出基于此网络的非线性PCA,通过多级输入自调整神经网络,将主元按顺序找出,且根据主元对过程数据的预测误差定量地确定出主元的个数,克服了上述缺点.* 赵忠盖 刘飞 徐保国关键词:非线性主元分析 基于C语言集成产生式系统的火电厂实时故障诊断系统 被引量:8 2008年 提出基于C语言集成产生式系统(C language integrated production system,CLIPS)的火电厂实时故障诊断系统设计方案。该方案使用专家系统工具CLIPS构建知识库并作为推理机,采用VisualC++编程语言实现数据采集、与数据库的交互及人机界面功能,采用SQL SERVER数据库存储动态过程数据和故障信息等。系统的测试平台采用基于虚拟分散控制系统的仿真系统。运行及测试结果表明,该系统能够快速、准确地对火电厂锅炉和汽机系统相关故障进行实时监测和诊断,对生产具有指导意义。 窦东阳 赵英凯关键词:专家系统 故障诊断 火电厂 基于优先级诊断树的旋转机械故障诊断专家系统 被引量:11 2008年 针对旋转机械故障知识的膨胀导致的专家系统诊断效率低下以及知识库难以维护的问题,提出了一种新的、基于优先级诊断树的专家系统框架。将诊断设备分解建立诊断树并划分领域知识库,再利用模糊群组多属性决策方法排序诊断树导出元知识,并在弹性匹配模式基础上改进了规则的匹配方式。诊断时,推理机从优先级最高的节点开始,按照元知识进行规则的搜索、匹配,以此建立某设备动力与传动装置的故障诊断系统。研究表明,与传统专家系统相比,新系统具有更高的效率、并且诊断结论更可靠、可维护性也更好。 窦东阳 赵英凯关键词:旋转机械 故障诊断 专家系统 基于两步矩阵投影的数据分类算法 被引量:3 2006年 提出了一种数据分类的两步矩阵投影算法.指出Crowe提出的矩阵投影算法在数据分类中存在由于投影矩阵不惟一,导致已测可校正数据分类不彻底的缺点.采用已测数据预分类的方法,对其进行了修正.在此基础上,将矩阵投影算法引入到了未测数据分类中,提出了基于矩阵投影算法的未测数据分类算法.新算法只需求解两个投影矩阵就可以实现所有数据分类.从而避免了常规方法在未测数据分类时,求解未测数据关联矩阵绝对线性无关列的计算,提高了计算效率.数学推导和算例验证了新算法的有效性. 梅从立 苏宏业 褚健关键词:数据分类 数据校正 模糊神经网络的混合学习算法及其软测量建模 被引量:18 2005年 提出了一阶TSK模糊神经网络的混合学习算法,算法由三部分组成:基于模糊聚类的网络初始化;基于梯度下降的规则前件的学习算法;基于部分最小二乘的规则后件的学习算法。该混合算法可以根据训练样本的分布自动确定模糊神经网络的初始值,当输入变量个数多时不会出现模糊规则数爆炸现象,训练速度快,模型精度高。将混合学习算法应用到PTA工业过程中4-CBA含量的软测量建模中,取得了令人满意的效果。 刘瑞兰 苏宏业 褚健关键词:软测量 部分最小二乘 模糊聚类 催化裂化装置模拟研究与进展 被引量:4 2005年 分析和介绍了国内外催化裂化装置建模和稳态模拟方面的研究和进展。对催化裂化反应集总方法及相应的反应网络进行归纳,并讨论其优缺点;推导了动力学模型方程并着重探讨方程求解算法以及模型中动力学参数、催化剂失活因子和装置因素的估计方法。 徐欧官 苏宏业 褚健关键词:催化裂化 反应网络 动力学模型 参数估计 基于改进混合概率主元分析模型的过程监控 被引量:4 2006年 基于混合概率主元分析(M PPCA)的监控方法,存在要求各子模型中主元个数相同、监控指标不一致、监控表格过多等缺陷.为此对M PPCA算法进行改进,分两步建立模型:首先求出混合高斯模型(GMM),然后利用概率主元分析(PPCA)建立每个子模型的主元模型.改进方法中各子模型主元的选取兼顾了主元的解释率及其变化趋势,并引进基于PPCA的监控方法,保证了监控指标的一致性,减少了过程监控图. 赵忠盖 刘飞 徐保国关键词:EM算法