簡(jiǎn)介：本文針對(duì)國(guó)內(nèi)大型電子信息系統(tǒng)的軟件設(shè)計(jì)開(kāi)發(fā)，在總結(jié)二十八所多年軟件設(shè)計(jì)經(jīng)驗(yàn)基礎(chǔ)的同時(shí)，結(jié)合當(dāng)前比較流行的CMMI過(guò)程規(guī)范，參考IS09000對(duì)工程設(shè)計(jì)的要求，在生命周期模型選定、需求管理、項(xiàng)目計(jì)劃、風(fēng)險(xiǎn)管理、系統(tǒng)測(cè)試等方面作了一些探索。提出了在上述幾個(gè)過(guò)程執(zhí)行中，參考科研院所生產(chǎn)管理程序，兼顧軟件成熟度模型管理理念的具體實(shí)施方法。并應(yīng)用于國(guó)家重點(diǎn)工程項(xiàng)目中，對(duì)該工程項(xiàng)目的軟件開(kāi)發(fā)過(guò)程進(jìn)行了較好的過(guò)程控制。實(shí)踐證明，在幾個(gè)重要的關(guān)鍵過(guò)程域靈活采用CMMI理念，可以較好的規(guī)避項(xiàng)目風(fēng)險(xiǎn)，增強(qiáng)對(duì)項(xiàng)目執(zhí)行計(jì)劃和執(zhí)行力度的控制，實(shí)現(xiàn)管理的精細(xì)化和規(guī)范化。同時(shí)，CMMI在軟件過(guò)程控制方面較為細(xì)致、全面的優(yōu)點(diǎn)也可以在同類(lèi)型項(xiàng)目參考采用。

簡(jiǎn)介：廣東工業(yè)大學(xué)碩士學(xué)位論文基于可編程控制器CPU模塊的嵌入式操作系統(tǒng)的設(shè)計(jì)姓名葉丙剛申請(qǐng)學(xué)位級(jí)別碩士專(zhuān)業(yè)電力電子與電力傳動(dòng)指導(dǎo)教師童懷20070501操作系統(tǒng)內(nèi)核在任務(wù)調(diào)度時(shí)，是根據(jù)任務(wù)的狀態(tài)進(jìn)行任務(wù)切換的過(guò)程，這部分程序?yàn)橄到y(tǒng)函數(shù)OS3ASK_SWITCH，該函數(shù)可以稱(chēng)為調(diào)度器。調(diào)度器作為嵌入式操作系統(tǒng)的內(nèi)核部分，是系統(tǒng)最核心部分。本課題以此為重點(diǎn)，編寫(xiě)源程序并作出說(shuō)明。關(guān)鍵詞可編程序控制器、調(diào)度、時(shí)間片、數(shù)據(jù)結(jié)構(gòu)、內(nèi)核Ⅱ

簡(jiǎn)介：板料成形中的回彈現(xiàn)象是成形過(guò)程中的常見(jiàn)缺陷，對(duì)零件的尺寸精度和生產(chǎn)效率造成極大的影響，為提高沖壓件的產(chǎn)品質(zhì)量，縮短新產(chǎn)品開(kāi)發(fā)周期，必須對(duì)回彈進(jìn)行準(zhǔn)確的預(yù)測(cè)和有效的控制。工程中通?；诮?jīng)驗(yàn)和反復(fù)試驗(yàn)來(lái)減小或消除回彈的影響，這樣既花費(fèi)大量時(shí)間，又耗費(fèi)大量財(cái)力。上世紀(jì)90年代，有限元仿真技術(shù)開(kāi)始廣泛應(yīng)用于板料成形的回彈模擬中，基于有限元模擬技術(shù)，實(shí)現(xiàn)板料成形過(guò)程的工藝仿真，對(duì)回彈現(xiàn)象進(jìn)行定量的數(shù)值計(jì)算，同時(shí)對(duì)模具形狀不斷修正使回彈后工件的實(shí)際形狀和尺寸恰好滿(mǎn)足設(shè)計(jì)形狀要求。這樣不僅節(jié)約了大量的人力物力，而且縮短了設(shè)計(jì)生產(chǎn)時(shí)間。本文首先介紹了回彈預(yù)測(cè)方法的發(fā)展概況，回顧了用于回彈預(yù)測(cè)的解析法、試驗(yàn)法和有限元數(shù)值模擬方法的發(fā)展歷史及國(guó)內(nèi)外學(xué)者在這些方面作出的成就，指出有限元模擬成為了目前用于回彈預(yù)測(cè)的非常有效的方法。利用力學(xué)原理，以板料的彎曲成形為例，通過(guò)分析彎曲過(guò)程的彎曲變形區(qū)和非變形區(qū)的應(yīng)力應(yīng)變分布及材料流動(dòng)，詳細(xì)描述了回彈產(chǎn)生的力學(xué)機(jī)理；隨后介紹了回彈控制方法的發(fā)展?fàn)顩r，分析了模具結(jié)構(gòu)修正法和壓成形工藝控制的發(fā)展概況。研究了有限元數(shù)值模擬回彈計(jì)算的具體過(guò)程，并分別對(duì)前處理、有限元分析和后處理及其關(guān)鍵技術(shù)進(jìn)行了介紹，系統(tǒng)分析了板料成形回彈模擬中材料模型、單元類(lèi)型、單元尺寸、本構(gòu)方程、有限元算法、接觸和摩擦法則、積分點(diǎn)選取、虛擬凸模速度等模擬參數(shù)的選取對(duì)回彈模擬精度的影響。分析表明采用小尺寸的薄板殼單元、采用顯式算法的接觸法則、采用經(jīng)典的庫(kù)侖摩擦定律計(jì)算摩擦力和積分點(diǎn)取7個(gè)高斯積分點(diǎn)能提高回彈模擬的精確度。以細(xì)長(zhǎng)形支腿為研究對(duì)象，實(shí)現(xiàn)了其成形過(guò)程的數(shù)值模擬。分別研究了壓邊力、毛坯形狀、不同的工件結(jié)構(gòu)設(shè)計(jì)、材料性能參數(shù)等對(duì)回彈的影響，得到了不同參數(shù)對(duì)工件回彈的影響規(guī)律。研究結(jié)果表明回彈角隨壓邊力的增大、凸模圓角半徑和凸凹模間隙的增大而增大，隨板料厚度、摩擦系數(shù)、材料硬化指數(shù)和彈性模量的增大而減小。采用遺傳優(yōu)化算法，開(kāi)發(fā)了遺傳算法優(yōu)化程序，以壓邊力為優(yōu)化變量，以板料變薄量為約束條件，以最小回彈量為目標(biāo)函數(shù)，以DYNAFM為目標(biāo)函數(shù)求解器，建立了板料成形回彈控制的優(yōu)化模型和優(yōu)化系統(tǒng)，實(shí)現(xiàn)了板料成形過(guò)程的工藝參數(shù)優(yōu)化。在滿(mǎn)足工件質(zhì)量要求的前提下，得到了最佳的工藝參數(shù)組合。所構(gòu)建的優(yōu)化系統(tǒng)實(shí)現(xiàn)了有限元程序和優(yōu)化算法的有機(jī)結(jié)合，優(yōu)化實(shí)例表明，系統(tǒng)簡(jiǎn)便可靠，可以達(dá)到板料成形過(guò)程工藝參數(shù)優(yōu)化的目的，為板料成形過(guò)程工藝參數(shù)的優(yōu)化提供了一個(gè)有效的途徑。得到的壓邊力、毛坯形狀、不同的工件結(jié)構(gòu)設(shè)計(jì)等工藝參數(shù)及材料性能參數(shù)對(duì)于回彈的影響規(guī)律，為回彈的工程控制提供了科學(xué)依據(jù)；同時(shí)將遺傳算法與數(shù)值模擬相結(jié)合來(lái)對(duì)沖壓工藝參數(shù)進(jìn)行優(yōu)化，節(jié)省了工藝制定的時(shí)間，提高了工藝分析的工作效率和精度。

簡(jiǎn)介：點(diǎn)擊查看更多統(tǒng)計(jì)過(guò)程控制在丹參注射液生產(chǎn)質(zhì)量控制中的應(yīng)用研究.pdf精彩內(nèi)容。

簡(jiǎn)介：鍋爐是火電廠關(guān)鍵的動(dòng)力設(shè)備，也是能耗最大的裝置，鍋爐燃燒控制系統(tǒng)又是鍋爐控制系統(tǒng)的重要部分，因此，對(duì)鍋爐燃燒系統(tǒng)實(shí)施先進(jìn)控制并將其投入實(shí)際運(yùn)用，這對(duì)提高鍋爐的熱效率、降低能耗，具有重要現(xiàn)實(shí)意義。國(guó)內(nèi)電廠自動(dòng)化水平近年來(lái)提高很快，大都采用了DCS系統(tǒng)來(lái)控制生產(chǎn)運(yùn)行。但是，多數(shù)電廠的鍋爐燃燒系統(tǒng)仍采用將多變量系統(tǒng)轉(zhuǎn)為單變量系統(tǒng)的控制方法固定風(fēng)煤比控制方案，這樣的自動(dòng)控制水平與其擁有的硬件軟件平臺(tái)是并不相符的。如何利用目前的DCS系統(tǒng)的軟硬件資源，提高鍋爐燃燒過(guò)程的自動(dòng)控制水平，是當(dāng)前技術(shù)改造和節(jié)能工作中具有深遠(yuǎn)意義的課題。為此，本文提出并實(shí)現(xiàn)的鍋爐燃燒過(guò)程專(zhuān)用控制裝置，可作為DCS系統(tǒng)的先進(jìn)控制站，能充分利用電廠原有的DCS資源，實(shí)施鍋爐燃燒過(guò)程先進(jìn)控制的功能。針對(duì)鍋爐燃燒系統(tǒng)多變量、強(qiáng)耦合、大時(shí)滯、時(shí)變的復(fù)雜特性，本文提出一種具有二級(jí)結(jié)構(gòu)的多模型多變量時(shí)滯控制方法，以動(dòng)態(tài)風(fēng)煤比的形式對(duì)燃燒過(guò)程實(shí)施先進(jìn)控制。所實(shí)現(xiàn)的改進(jìn)的多變量SMITH預(yù)估算法，有效克服了模型失配對(duì)控制的不利影響。對(duì)京能熱電廠鍋爐燃燒過(guò)程的控制結(jié)果表明，該方法易于工程實(shí)現(xiàn)，適應(yīng)性強(qiáng)，控制效果優(yōu)于原DCS系統(tǒng)的PID控制。本文是作者研究工作的總結(jié)，全文共分為七章。在第一章介紹了火電廠鍋爐燃燒系統(tǒng)控制的現(xiàn)狀及發(fā)展和作者的主要研究工作。第二章闡述了火電廠燃煤機(jī)組工藝過(guò)程，著重介紹了對(duì)燃燒過(guò)程動(dòng)態(tài)特性的研究。第三章介紹了專(zhuān)用控制裝置軟硬件結(jié)構(gòu)及功能，并重點(diǎn)說(shuō)明了專(zhuān)用裝置通訊機(jī)制和控制系統(tǒng)模塊的軟件實(shí)現(xiàn)。第四章介紹了鍋爐燃燒過(guò)程的多變量時(shí)滯控制系統(tǒng)的設(shè)計(jì)方法和改進(jìn)的多變量SMITH預(yù)估算法及其仿真測(cè)試結(jié)果。第五章、第六章系統(tǒng)地闡述了專(zhuān)用裝置在京能熱電廠鍋爐燃燒過(guò)程改造項(xiàng)目中的投運(yùn)過(guò)程。第七章結(jié)束語(yǔ)，對(duì)全文作了總結(jié)，并提出了關(guān)于以后研究工作的設(shè)想。

簡(jiǎn)介：隨著我國(guó)冶煉工業(yè)的發(fā)展以及人們環(huán)保意識(shí)的普遍增強(qiáng)對(duì)大型冶煉廠鍋爐排出的煙氣進(jìn)行治理顯得尤為重要。而建立完善相應(yīng)的過(guò)程控制系統(tǒng)實(shí)現(xiàn)生產(chǎn)自動(dòng)化無(wú)疑有著重要的意義。本文取材就來(lái)自于中鋁貴州分公司鍋爐煙氣綜合治理PLC自動(dòng)控制系統(tǒng)項(xiàng)目。本論文在參考了國(guó)內(nèi)外一些研究成果的基礎(chǔ)上分析了制酸行業(yè)的發(fā)展和現(xiàn)狀并對(duì)貴鋁煙氣制酸過(guò)程進(jìn)行了介紹。說(shuō)明了實(shí)現(xiàn)全廠自動(dòng)化的必要性最終確定采取基于PROFIBUS總線的控制系統(tǒng)來(lái)滿(mǎn)足現(xiàn)場(chǎng)的控制要求。在整個(gè)設(shè)計(jì)過(guò)程中所涉及的主要方面包括現(xiàn)場(chǎng)監(jiān)控點(diǎn)的確定其中包括各種電機(jī)、儀表的模擬量數(shù)字量輸入輸出硬件配置的選型其中控制器選用西門(mén)子S7300可編程控制器輸入、輸出模塊選用西門(mén)子系列模塊整個(gè)控制網(wǎng)絡(luò)的搭建、走向分析全廠的測(cè)控點(diǎn)分布情況后用PROFIBUS總線及以太網(wǎng)組建網(wǎng)絡(luò)硬件電路的設(shè)計(jì)文章中將電源電路設(shè)計(jì)IO模塊的接入設(shè)計(jì)進(jìn)行了舉例說(shuō)明PLC程序的設(shè)計(jì)與編程程序在STEP7編程環(huán)境下完成文章中對(duì)部分程序進(jìn)行了舉例說(shuō)明組態(tài)軟件的應(yīng)用采取了WONDERWARE公司的新一代信息化軟件平臺(tái)ARCHESTRA可以把它抽象的理解為“網(wǎng)絡(luò)版”的INTOUCH文章就電機(jī)控制的上位監(jiān)控組態(tài)進(jìn)行了舉例說(shuō)明。在煙氣制酸的過(guò)程中SO2風(fēng)機(jī)作為整個(gè)工段的動(dòng)力總來(lái)源其控制、保護(hù)及相關(guān)連鎖顯得尤為重要。如何讓其工作在安全穩(wěn)定的狀態(tài)下是控制工程的關(guān)鍵所在。本文就SO2風(fēng)機(jī)的連鎖保護(hù)及報(bào)警進(jìn)行了設(shè)計(jì)其中包括油路、氣路的連鎖保護(hù)控制。近年來(lái)人工神經(jīng)網(wǎng)絡(luò)特別是BP網(wǎng)絡(luò)以其良好的模式分類(lèi)能力在故障診斷中得到了廣泛應(yīng)用。筆者在文章中利用BP神經(jīng)網(wǎng)絡(luò)對(duì)SO2風(fēng)機(jī)故障進(jìn)行診斷。但由于采集樣本維數(shù)較高導(dǎo)致所得診斷結(jié)果不盡如人意。在用PCA算法對(duì)采集的特征樣本進(jìn)行降維處理后再在MATLAB環(huán)境下利用降維后的特征樣本訓(xùn)練出了網(wǎng)絡(luò)并通過(guò)測(cè)試樣本驗(yàn)證后得到了比較滿(mǎn)意的診斷結(jié)果。證實(shí)了人工神經(jīng)網(wǎng)絡(luò)用于故障診斷的可行性。

簡(jiǎn)介：該文以首鋼3500MM中厚板軋機(jī)改造項(xiàng)目為背景以中厚板軋機(jī)控制模型為主線對(duì)控制模型系統(tǒng)框架、厚度精度控制、溫度控制、板形與板凸度設(shè)定控制以及軋制規(guī)程分配等進(jìn)行了研究開(kāi)發(fā)了相應(yīng)的在線控制軟件現(xiàn)場(chǎng)應(yīng)用取得了良好的效果具體研究?jī)?nèi)容和主要結(jié)果如下1采用影響函數(shù)法分析輥系彈性變形利用計(jì)算結(jié)果給出可用于在線控制的輥系變形線性計(jì)算模型將輥系彈性變形模型和全長(zhǎng)壓靠彈性曲線結(jié)合構(gòu)造出精度和完備性都優(yōu)于傳統(tǒng)模型的軋機(jī)彈跳新模型與傳統(tǒng)彈跳模型比較新模型具有以下優(yōu)點(diǎn)①軋輥尺寸、軋輥凸度、軋件寬度和軋制力等因素對(duì)軋機(jī)彈跳的影響都可以通過(guò)該模型得到體現(xiàn)②簡(jiǎn)化軋機(jī)彈跳模型的測(cè)量只需要測(cè)量基本輥徑、基本凸度的全長(zhǎng)壓靠曲線然后結(jié)合輥系彈性變形計(jì)算即可得到完整的彈跳模型避免換輥后重復(fù)測(cè)量剛度證明了剛度差異產(chǎn)生的軋輥微小傾斜對(duì)軋制中心線處的設(shè)定輥縫基本沒(méi)有影響引入相對(duì)油膜厚度零點(diǎn)的概念并給出相對(duì)油膜厚度模型的計(jì)算方法和測(cè)量方法分析彈跳方程零點(diǎn)漂移對(duì)軋制力模型自學(xué)習(xí)的影響得知如果軋件出口厚度的計(jì)算全部采用彈跳方程計(jì)算值則彈跳方程零點(diǎn)漂移對(duì)軋制力模型的自學(xué)習(xí)基本沒(méi)有影響2選擇適合中厚板軋制過(guò)程的變形抗力模型根據(jù)大量的實(shí)驗(yàn)數(shù)據(jù)提出適合于工程在線用的簡(jiǎn)易殘余應(yīng)變數(shù)學(xué)模型通過(guò)理論分析得知采用該模型可以將殘余應(yīng)變對(duì)變形抗力的影響控制在6％以?xún)?nèi)構(gòu)造了合理的變形抗力模型參數(shù)的修正算法來(lái)消除溫度模型累計(jì)誤差對(duì)厚度精度的影響3分析熱輻射和對(duì)流、高壓水除鱗、與軋輥接觸產(chǎn)生的熱傳導(dǎo)和軋制塑性功等因素對(duì)溫度變化的影響得出相應(yīng)的數(shù)學(xué)模型利用該模型分析了厚板溫度梯度與軋件厚度和時(shí)間的規(guī)律為實(shí)測(cè)表面溫度轉(zhuǎn)化軋件平均溫度的處理提供了理論支持針對(duì)實(shí)測(cè)溫度的特點(diǎn)給出一次除鱗后實(shí)測(cè)溫度的有效性判斷準(zhǔn)則并利用插值法和相似法給出除鱗后溫度的計(jì)算方法給出開(kāi)軋溫度的計(jì)算算法和自學(xué)習(xí)算法使開(kāi)軋溫度的計(jì)算精度更符合實(shí)際結(jié)合中厚板控溫軋制的特點(diǎn)將終軋溫度看成是控溫溫度的單調(diào)增函數(shù)并提出相應(yīng)的算法來(lái)確定控溫溫度和終軋溫度4分析了厚度控制系統(tǒng)和板形開(kāi)環(huán)控制的關(guān)系通過(guò)理論推導(dǎo)得出軋制寬薄軋件時(shí)AGC對(duì)板形影響較大而對(duì)厚度控制精度貢獻(xiàn)不大并在此基礎(chǔ)上提出適用于中厚板軋制的板形鎖定法理論推導(dǎo)和現(xiàn)場(chǎng)應(yīng)用均已證明這種方法能夠在對(duì)厚度控制微小影響的前提下避免軋制寬薄材時(shí)板形容易出現(xiàn)邊浪的缺陷5根據(jù)平面形狀控制的要求以及中厚板的軋制特點(diǎn)制定了相應(yīng)的中厚板軋制策略原則針對(duì)展寬階段的軋制特點(diǎn)提出展寬階段軋制規(guī)程分配新方法可變道次的綜合負(fù)荷平衡分配法這種分配方法綜合考慮設(shè)備能力的充分發(fā)揮使得各個(gè)道次的綜合負(fù)荷函數(shù)值相等針對(duì)伸長(zhǎng)階段的軋制特點(diǎn)提出伸長(zhǎng)階段軋制規(guī)程分配新方法負(fù)荷協(xié)調(diào)分配法該方法通過(guò)定義一個(gè)虛擬最大軋制力限制系數(shù)來(lái)調(diào)節(jié)各道次軋制力使得最后三個(gè)道次軋制力線性下降滿(mǎn)足板形控制的要求而前面道次盡量發(fā)揮軋機(jī)的能力采取大壓下量進(jìn)而將后三個(gè)道次的軋制力下降斜率作為變量如果出現(xiàn)板形問(wèn)題可以通過(guò)調(diào)整斜率改變軋制負(fù)荷的分配該文的研究結(jié)果針對(duì)中厚板在線實(shí)時(shí)控制具有很強(qiáng)的實(shí)用性所開(kāi)發(fā)的中厚板軋機(jī)過(guò)程控制模型已成功應(yīng)用于首鋼中厚板廠一期改造和二期改造工程為中國(guó)中厚板軋機(jī)過(guò)程模型控制研究起到積極的促進(jìn)作用

簡(jiǎn)介：隨著計(jì)算機(jī)技術(shù)與測(cè)量?jī)x器技術(shù)的結(jié)合，促使了一種新的測(cè)量?jī)x器虛擬儀器的出現(xiàn)。虛擬儀器是一種功能意義上的儀器，由個(gè)人計(jì)算機(jī)、儀器硬件及應(yīng)用軟件組成。其基本工作原理是先通過(guò)儀器硬件采集信號(hào)，然后通過(guò)軟件編程來(lái)實(shí)現(xiàn)數(shù)據(jù)的顯示及測(cè)量等功能。隨著網(wǎng)絡(luò)通信技術(shù)的發(fā)展，網(wǎng)絡(luò)化虛擬儀器也應(yīng)運(yùn)而生，它是將虛擬儀器技術(shù)與網(wǎng)絡(luò)通信技術(shù)相結(jié)合，從而實(shí)現(xiàn)網(wǎng)絡(luò)化測(cè)量。本課題利用虛擬儀器開(kāi)發(fā)平臺(tái)LABVIEW和NI公司的數(shù)據(jù)采集卡設(shè)計(jì)了虛擬任意波形發(fā)生器和虛擬示波器。虛擬任意波形發(fā)生器能夠?qū)崿F(xiàn)任意波形載入、增益控制、直流偏置調(diào)節(jié)、濾波器狀態(tài)設(shè)置等功能。虛擬示波器不但具有傳統(tǒng)示波器的波形顯示控制功能，而且還對(duì)傳統(tǒng)示波器的功能進(jìn)行了擴(kuò)展，實(shí)現(xiàn)了參數(shù)自動(dòng)測(cè)量顯示、波形存儲(chǔ)和頻率響應(yīng)分析等功能。最后，本文總結(jié)并以實(shí)例說(shuō)明了LABVIEW實(shí)現(xiàn)網(wǎng)絡(luò)通信的幾種方法TCP或UDP通信、DATASOCKET、WEBSERVER及遠(yuǎn)程面板技術(shù)等。

簡(jiǎn)介：隨著數(shù)字化技術(shù)的飛速發(fā)展，計(jì)算機(jī)在紡織領(lǐng)域的應(yīng)用已從一般性事物處理上升到生產(chǎn)過(guò)程的監(jiān)控和產(chǎn)品的輔助設(shè)計(jì)，智能化加工與控制正在成為現(xiàn)代紡織技術(shù)的主要特征。論文針對(duì)國(guó)際紡織工程技術(shù)領(lǐng)域的關(guān)鍵共性需求，即生產(chǎn)過(guò)程智能挖掘與質(zhì)量控制開(kāi)展研究，并力圖通過(guò)研究和探索解決①面向紡織品加工智能挖掘體系架構(gòu)與系統(tǒng)建模問(wèn)題；②基于支持向量機(jī)的紡織品加工質(zhì)量預(yù)測(cè)技術(shù)；③面向復(fù)雜加工過(guò)程的工藝知識(shí)表達(dá)與發(fā)現(xiàn)；④紡織品加工質(zhì)量控制等問(wèn)題，從而為高質(zhì)量、低成本敏捷化紡織品加工提供新的技術(shù)和方法。論文通過(guò)人工智能技術(shù)、數(shù)據(jù)挖掘技術(shù)和自動(dòng)化技術(shù)的集成，研究了用于紡織品理性加工的新理論、新技術(shù)與新方法，開(kāi)發(fā)了相應(yīng)的軟件系統(tǒng)，并通過(guò)工程實(shí)踐對(duì)其進(jìn)行了驗(yàn)證和初步應(yīng)用。論文工作主要包括以下內(nèi)容（1）提出了面向紡織工藝決策與質(zhì)量控制的多AGENT智能挖掘系統(tǒng)架構(gòu)（MULTIPLEAGENTBASEDINTELLIGENTMININGARCHITECTUREFTEXTILEPROCESSDECISIONQUALITYCONTROL，MIMA），包括數(shù)據(jù)預(yù)處理AGENT、數(shù)據(jù)挖掘AGENT、知識(shí)評(píng)價(jià)AGENT、知識(shí)服務(wù)AGENT、集中控制AGENT、人機(jī)界面AGENT等，針對(duì)紡織生產(chǎn)共性問(wèn)題，可以實(shí)現(xiàn)廣義推理及多樣化服務(wù)，增強(qiáng)了數(shù)據(jù)挖掘算法的集成性，在提高系統(tǒng)的工具性和智能性以及自我學(xué)習(xí)能力的同時(shí)，降低了系統(tǒng)復(fù)雜度。MIMA中各AGENT采用了“感知、決策、動(dòng)作”的通用結(jié)構(gòu)，便于系統(tǒng)實(shí)現(xiàn)。構(gòu)造了數(shù)據(jù)挖掘平臺(tái)紡織生產(chǎn)數(shù)據(jù)倉(cāng)庫(kù)（DATAWAREHOUSEFTEXTILEPRODUCTION，簡(jiǎn)稱(chēng)DWTP），其基本結(jié)構(gòu)包括數(shù)據(jù)源、數(shù)據(jù)的提取與存儲(chǔ)、生產(chǎn)加工數(shù)據(jù)集市（倉(cāng)庫(kù)）、應(yīng)用工具等。DWTP基本數(shù)據(jù)模型為星型模型，并采用多種機(jī)制對(duì)原始數(shù)據(jù)進(jìn)行清洗轉(zhuǎn)換。DWTP的建立為紡織生產(chǎn)過(guò)程中智能挖掘提供高質(zhì)量的數(shù)據(jù)集奠定了基礎(chǔ)。（2）提出了一種新的紡織生產(chǎn)質(zhì)量預(yù)測(cè)模型基于支持向量機(jī)的紡織加工預(yù)測(cè)模型（SUPPTVECTMACHINESTOWARDTEXTILEPRODUCTION，SVMT2P）。模型設(shè)計(jì)采用了VSVM回歸機(jī)以及徑向基（RBF）核函數(shù)，其中關(guān)鍵的參數(shù)包括稀疏因子V、徑向基帶寬Σ、懲罰因子C。通過(guò)交叉驗(yàn)證法（KFOLDCROSSVALIDATION）對(duì)模型的性能進(jìn)行評(píng)估。針對(duì)支持向量機(jī)模型參數(shù)難以確定的問(wèn)題，應(yīng)用遺傳算法對(duì)模型參數(shù)進(jìn)行了優(yōu)化，研究了其中GA的編碼方案以及遺傳算子（選擇、交叉、變異）的設(shè)計(jì)。以此為基礎(chǔ)，分別建立了棉紡紗線強(qiáng)力預(yù)測(cè)模型、聚酯纖維空氣變形紗質(zhì)量預(yù)測(cè)模型、毛精紡紗線加工性能與質(zhì)量預(yù)測(cè)模型。試驗(yàn)分析表明，支持向量機(jī)經(jīng)過(guò)訓(xùn)練后可以用于建立紡織生產(chǎn)過(guò)程的質(zhì)量預(yù)測(cè)模型；用于同人工神經(jīng)網(wǎng)絡(luò)模型比較，支持向量機(jī)模型更適合于數(shù)據(jù)維數(shù)高、有效數(shù)據(jù)樣本少、具有各種擾動(dòng)的真實(shí)生產(chǎn)過(guò)程，在紡織加工質(zhì)量預(yù)測(cè)方面具有良好的泛化能力，平均預(yù)測(cè)精度提高了4～17％，從而驗(yàn)證了模型的有效性。（3）提出并研究了MIMA中紡織工藝知識(shí)的復(fù)合表達(dá)模式，如面向?qū)ο蟮陌咐磉_(dá)、基于粗糙集的知識(shí)表達(dá)、支持向量或神經(jīng)網(wǎng)絡(luò)表達(dá)等。在研究神經(jīng)網(wǎng)絡(luò)建模過(guò)程的基礎(chǔ)上，通過(guò)算例進(jìn)一步分析了影響其泛化能力的主要因素。采用了新的基于粗糙集的紡織工藝知識(shí)獲取方法，給出了工藝屬性重要度計(jì)算的流程；采用了基于案例的工藝知識(shí)重用策略，研究了其中的關(guān)鍵技術(shù)例如案例的檢索和匹配、案例的修正、案例的保存等。（4）提出并研究了紡織品加工質(zhì)量智能控制模型（INTELLIGENT，CONTROLMODELTOWARDTEXTILEQUALITY，ICMT2Q）。通過(guò)工藝決策AGENT對(duì)工藝設(shè)計(jì)以及原料的選擇進(jìn)行優(yōu)化，提高工藝設(shè)計(jì)的質(zhì)量；對(duì)可能出現(xiàn)的異常波動(dòng)通過(guò)工藝補(bǔ)償AGENT分析其原因，提出相應(yīng)的解決方案，提高生產(chǎn)加工的質(zhì)量穩(wěn)定性。該模型對(duì)決定于產(chǎn)品質(zhì)量的兩個(gè)關(guān)鍵因素（設(shè)計(jì)質(zhì)量、加工質(zhì)量）形成雙閉環(huán)并進(jìn)行有效調(diào)控。通過(guò)相應(yīng)的算例，研究了紡織工藝優(yōu)化決策的主要流程。針對(duì)傳統(tǒng)的SPC技術(shù)在質(zhì)量實(shí)踐中顯露出的某些局限性，進(jìn)一步提出了混合粗糙集隱式知識(shí)和專(zhuān)家經(jīng)驗(yàn)顯式知識(shí)的工藝補(bǔ)償策略。通過(guò)自組織特征映射網(wǎng)絡(luò)（SOM）建立離散化質(zhì)量數(shù)據(jù)決策表，利用隱式知識(shí)對(duì)紡織生產(chǎn)過(guò)程中的質(zhì)量進(jìn)行智能診斷，增強(qiáng)了質(zhì)量控制的針對(duì)性。（5）在以上理論研究基礎(chǔ)上，以國(guó)家技術(shù)創(chuàng)新項(xiàng)目“紡織品敏捷加工智能工藝設(shè)計(jì)與質(zhì)量預(yù)測(cè)”為背景，以毛紡織生產(chǎn)為對(duì)象，開(kāi)發(fā)了基于互聯(lián)網(wǎng)的智能工藝設(shè)計(jì)與虛擬加工應(yīng)用軟件（WEBBASEDINTELLIGENTPROCESSPLANNINGVIRTUALMANUFACTURING，WIPVM10）。WIPVM10系統(tǒng)分為三大子系統(tǒng)十一個(gè)主要功能模塊，即智能工藝設(shè)計(jì)與知識(shí)管理子系統(tǒng)，紡織品加工過(guò)程信息采集子系統(tǒng)，紡織品虛擬加工與質(zhì)量預(yù)測(cè)子系統(tǒng)，內(nèi)容涵蓋合約跟蹤、工藝設(shè)計(jì)（條染、紡紗、織布、后整理）以及生產(chǎn)執(zhí)行、產(chǎn)品檢測(cè)與質(zhì)量控制等企業(yè)生產(chǎn)的關(guān)鍵環(huán)節(jié)。論文的創(chuàng)新處在于（1）提出了一種新的基于支持向量機(jī)的紡織生產(chǎn)質(zhì)量預(yù)測(cè)模型SVMT2P模型，研究了其中的關(guān)鍵算法以及模型的設(shè)計(jì)。針對(duì)支持向量機(jī)模型參數(shù)難以確定的問(wèn)題，應(yīng)用遺傳算法對(duì)模型參數(shù)進(jìn)行了優(yōu)化，提高了模型的泛化性能。在此基礎(chǔ)之上，分別建立了棉紡、化纖以及毛精紡加工質(zhì)量的支持向量機(jī)預(yù)測(cè)模型；（2）將智能挖掘技術(shù)引入紡織生產(chǎn)過(guò)程中，提出了基于多AGENT的紡織生產(chǎn)智能挖掘系統(tǒng)架構(gòu)MIMA和紡織工藝知識(shí)的復(fù)合表達(dá)模式，并在紡織生產(chǎn)中得到應(yīng)用；研究并采用了新的基于粗糙集的紡織工藝知識(shí)獲取方法和基于案例的工藝知識(shí)重用策略，為紡織工藝知識(shí)的應(yīng)用、獲取奠定了基礎(chǔ)；（3）提出了紡織生產(chǎn)過(guò)程質(zhì)量智能控制模型ICMT2Q，該模型對(duì)決定于產(chǎn)品質(zhì)量的兩個(gè)關(guān)鍵因素（設(shè)計(jì)質(zhì)量、加工質(zhì)量）形成雙閉環(huán)控制結(jié)構(gòu)并分別進(jìn)行有效調(diào)控，為紡織品生產(chǎn)過(guò)程中的工藝優(yōu)化以及質(zhì)量智能控制提供了新的途徑。

簡(jiǎn)介：目前火電廠應(yīng)用的控制系統(tǒng)中多采用經(jīng)典PID控制方法，然而，火電機(jī)組的生產(chǎn)過(guò)程相當(dāng)復(fù)雜，其中牽涉到物質(zhì)在管道中的傳輸過(guò)程，及煤粉在爐膛內(nèi)的燃燒過(guò)程以及換熱過(guò)程，而且現(xiàn)在的火電機(jī)組多為調(diào)峰機(jī)組，機(jī)組的功率跟隨用戶(hù)需求頻繁變化，所以火電機(jī)組的燃燒過(guò)程是一種強(qiáng)耦合、多工況、大滯后的非線性復(fù)雜系統(tǒng)，常規(guī)控制方法已經(jīng)不能適應(yīng)燃燒過(guò)程自動(dòng)控制的需求。內(nèi)?？刂埔云浜?jiǎn)便的設(shè)計(jì)方法，獨(dú)特的魯棒性以及預(yù)測(cè)能力等特點(diǎn)，使其在解決熱工大遲延過(guò)程的控制問(wèn)題上顯示出了巨大的生命力。然而在火電廠中需要控制的生產(chǎn)過(guò)程動(dòng)態(tài)特性不盡相同，所以本文在分析內(nèi)?？刂茋?guó)內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，較系統(tǒng)的研究了大遲延、參數(shù)不確定熱工生產(chǎn)過(guò)程的內(nèi)?？刂品椒捌淅碚?，研究?jī)?nèi)容主要集中在以下幾方面首先介紹了穩(wěn)定線性系統(tǒng)的內(nèi)模控制理論，總結(jié)了線性系統(tǒng)內(nèi)模控制的結(jié)構(gòu)、參數(shù)設(shè)定方法及內(nèi)?？刂频男再|(zhì)。應(yīng)用二自由度內(nèi)模控制分別設(shè)計(jì)了控制系統(tǒng)給定值跟蹤速度和抗干擾能力。理論研究和仿真結(jié)果表明采用經(jīng)典內(nèi)模控制不能完全消除積分型被控對(duì)象所受到的所有外部擾動(dòng)。通過(guò)內(nèi)部反饋環(huán)節(jié)，使積分型被控對(duì)象等效為有自平衡線性對(duì)象，再通過(guò)內(nèi)模控制策略設(shè)計(jì)控制系統(tǒng)，針對(duì)這種控制結(jié)構(gòu)并不能消除控制系統(tǒng)靜差的問(wèn)題，在控制系統(tǒng)內(nèi)部設(shè)計(jì)了一個(gè)PID補(bǔ)償控制器。針對(duì)有自平衡的大遲延被控對(duì)象，設(shè)計(jì)了內(nèi)?？刂破?，并給出了控制系統(tǒng)穩(wěn)定情況下被控對(duì)象參數(shù)的允許變化范圍。針對(duì)緩變參數(shù)的大遲延被控對(duì)象提出了自適應(yīng)內(nèi)?？刂破鞯慕Y(jié)構(gòu)，改進(jìn)了自適應(yīng)律系統(tǒng)辨識(shí)算法。針對(duì)無(wú)自平衡的大遲延被控對(duì)象，采用泰勒近似方法逼近被控對(duì)象中的純遲延環(huán)節(jié)，設(shè)計(jì)了內(nèi)?？刂葡到y(tǒng)，并給出了鎮(zhèn)定不穩(wěn)定對(duì)象反饋環(huán)節(jié)的參數(shù)設(shè)置范圍。針對(duì)含跳變參數(shù)的大遲延對(duì)象，研究了自適應(yīng)多內(nèi)?？刂撇呗?，并針對(duì)多模型控制的切換抖動(dòng)問(wèn)題提出了自己的解決方法，即控制器采用增量式輸出，同時(shí)采用切換滯環(huán)的方法。采用局部化技術(shù)選定一個(gè)模型子集作為最優(yōu)模型子集，以此為基礎(chǔ)，進(jìn)行控制器加權(quán)或控制器切換，優(yōu)化了控制效果，減少了模型的數(shù)量。仿真結(jié)果驗(yàn)證了其有效性。針對(duì)大遲延非線性可逆對(duì)象，研究了神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂品椒?。神經(jīng)網(wǎng)絡(luò)采用多層前傳網(wǎng)絡(luò)結(jié)構(gòu)；給出了神經(jīng)網(wǎng)絡(luò)辨識(shí)器和神經(jīng)網(wǎng)絡(luò)控制器的訓(xùn)練方法和步驟；針對(duì)BP算法容易陷入局部最小的缺陷，提出了數(shù)值積分尋優(yōu)和BP算法相結(jié)合的IBP神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法。最后，通過(guò)仿真實(shí)驗(yàn)，驗(yàn)證了本章提出的算法的有效性。以主汽溫系統(tǒng)為例，研究了內(nèi)模控制在熱工大遲延過(guò)程中的應(yīng)用。在分析主汽溫系統(tǒng)結(jié)構(gòu)和動(dòng)態(tài)特性的基礎(chǔ)上，為了克服因機(jī)組負(fù)荷變化引起的被控對(duì)象數(shù)學(xué)模型的攝動(dòng)，基于自適應(yīng)多內(nèi)模切換控制策略設(shè)計(jì)了主蒸汽溫度自動(dòng)控制系統(tǒng)，并根據(jù)主汽溫系統(tǒng)的特點(diǎn)設(shè)計(jì)了燃燒前饋、機(jī)組負(fù)荷前饋以及磨煤機(jī)啟停前饋，燃燒前饋采用輻射能作為中間信號(hào)，不僅考慮了燃料量變化，而且考慮了風(fēng)量的變化。仿真結(jié)果表明了所設(shè)計(jì)控制系統(tǒng)優(yōu)良的控制性能。最后是全文的總結(jié)與展望。

簡(jiǎn)介：電力工業(yè)的發(fā)展促進(jìn)了發(fā)電機(jī)組單機(jī)容量和參數(shù)正不斷增加，其自動(dòng)化程度越來(lái)越高，對(duì)控制系統(tǒng)的控制品質(zhì)也提出了更高的要求。掌握被控對(duì)象的數(shù)學(xué)模型和建模后控制系統(tǒng)的設(shè)計(jì)，是過(guò)程控制系統(tǒng)分析、設(shè)計(jì)、調(diào)試和獲得較高控制品質(zhì)的基礎(chǔ)和關(guān)鍵。因此，研究基于現(xiàn)代優(yōu)化技術(shù)的系統(tǒng)建模方法和控制器參數(shù)整定技術(shù)具有重要的意義。本文針對(duì)遺傳算法在熱工過(guò)程中的建模利優(yōu)化控制中的應(yīng)用進(jìn)行了研究。論文主要內(nèi)容分為三部分。第一部分研究基于遺傳算法的熱工過(guò)程模型辨識(shí)，遺傳算法采用了多算子結(jié)合的白適應(yīng)交叉、變異策略，提高了算法的精度、搜索效率和收斂能力。針對(duì)傳統(tǒng)通用的多項(xiàng)式傳遞函數(shù)形式作為模型進(jìn)行辨識(shí)時(shí)存在的各參數(shù)著異較人，各參數(shù)失配和參數(shù)在搜索空間中的搜索效率較低等問(wèn)題，提山了以零極點(diǎn)傳遞函數(shù)形式描述過(guò)程對(duì)象，并對(duì)常見(jiàn)的熱工過(guò)程進(jìn)行分類(lèi)的辨識(shí)方法。仿真研究表明，所提出的基丁遺傳算法的熱工過(guò)程模型辨識(shí)方法具有很好的模型辨識(shí)能力，可以得到精度較高的辨識(shí)結(jié)果。第二部分對(duì)遺傳多目標(biāo)優(yōu)化算法進(jìn)行了研究，在分析比較了幾種典型算法的突出特點(diǎn)和不足的基礎(chǔ)上，本文提出了兩種改進(jìn)的遺傳多目標(biāo)優(yōu)化算法。基于非支配排序的均勻權(quán)重和方法是對(duì)傳統(tǒng)的多目標(biāo)轉(zhuǎn)換為單目標(biāo)的權(quán)重和思想在兩個(gè)目標(biāo)的優(yōu)化方面進(jìn)行的改進(jìn)，目標(biāo)的權(quán)系數(shù)分配方法是在一定區(qū)間內(nèi)，以一定的步長(zhǎng)進(jìn)行均勻的變化，避免了傳統(tǒng)權(quán)重和方法在權(quán)系數(shù)確定與分配上存在的困難。同時(shí)結(jié)合非支配排序的思想，對(duì)每組權(quán)系數(shù)下得到的最優(yōu)解組合在一起進(jìn)行非支配排序，可以獲得更加均勻分布的PARETO前沿。改進(jìn)的PARETO遺傳多目標(biāo)優(yōu)化算法結(jié)合了NSGA算法的非支配排序、NSGAIISPEA算法中的精英保留策略和小生境技術(shù)，并對(duì)傳統(tǒng)的小生境技術(shù)中基于個(gè)體適應(yīng)度的淘汰技術(shù)進(jìn)行改進(jìn)，提出一種個(gè)體向量模適應(yīng)度函數(shù)作為淘汰個(gè)體的準(zhǔn)則。通過(guò)兩個(gè)多元函數(shù)的最小值優(yōu)化算例驗(yàn)證，兩種方法均獲得較為均勻分布的PARETO前沿，并且改進(jìn)的PARETO遺傳多目標(biāo)優(yōu)化算法由_丁采用了小生境技術(shù)，使得最優(yōu)解的分布更加均勻，避免了局部收斂的問(wèn)題。第三部分在對(duì)PID控制規(guī)律、控制器參數(shù)整定的準(zhǔn)則以及常見(jiàn)的整定技術(shù)進(jìn)行綜述的基礎(chǔ)上，提出了PID控制器參數(shù)的多目標(biāo)優(yōu)化整定思想，給出了基丁改進(jìn)多目標(biāo)優(yōu)化算法的PID控制器參數(shù)的整定方法，對(duì)算法的適應(yīng)度函數(shù)和最佳整定結(jié)果的選擇進(jìn)行了分析。以鍋爐過(guò)熱汽溫串級(jí)控制系統(tǒng)為例進(jìn)行了仿真研究，研究結(jié)果表明遺傳多目標(biāo)優(yōu)化算法應(yīng)用于PID控制器參數(shù)整定，為決策者提供了更多的選擇余地，是可行有效的。

簡(jiǎn)介：學(xué)校代號(hào)10731學(xué)號(hào)132081101026分類(lèi)號(hào)TP13密級(jí)公開(kāi)碩士學(xué)位論文分層預(yù)測(cè)控制策略及其在工業(yè)過(guò)程中的應(yīng)用研究分層預(yù)測(cè)控制策略及其在工業(yè)過(guò)程中的應(yīng)用研究學(xué)位申請(qǐng)人姓名王妮培養(yǎng)單位電氣工程與信息工程學(xué)院導(dǎo)師姓名及職稱(chēng)安愛(ài)民教授學(xué)科專(zhuān)業(yè)控制工程與控制理論研究方向先進(jìn)控制與優(yōu)化技術(shù)策略論文提交日期2016年4月18日RESEARCHONHIERARCHICALPREDICTIVECONTROLSTRATEGYANDITSAPPLICATIONSININDUSTRIALPROCESSBYWANGNIBELANZHOUUNIVERSITYOFTECHNOLOGY2011ATHESISSUBMITTEDINPARTIALSATISFACTIONOFTHEREQUIREMENTSFORTHEDEGREEOFMASTEROFCONTROLENGINEERINGANDCONTROLTHEORYINTHEGRADUATESCHOOLOFLANZHOUUNIVERSITYOFTECHNOLOGYSUPERVISORPROFESSORANAIMINJUNE,2016

簡(jiǎn)介：點(diǎn)擊查看更多放射劑量測(cè)量的遠(yuǎn)程控制和數(shù)據(jù)處理.pdf精彩內(nèi)容。

簡(jiǎn)介：熱工過(guò)程的建模與控制是保證熱力設(shè)備安全、經(jīng)濟(jì)、環(huán)保運(yùn)行的必要措施和手段。隨著我國(guó)電力工業(yè)對(duì)環(huán)境保護(hù)的日益重視，電站鍋爐污染物排放控制問(wèn)題也越來(lái)越受到人們的關(guān)注。鍋爐特性往往具有典型的非線性和不確定性等特點(diǎn)，常規(guī)的線性建模方法無(wú)法準(zhǔn)確描述鍋爐典型非線性過(guò)程的整體特性，難于實(shí)施理想的優(yōu)化控制。人工神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的逼近非線性函數(shù)的能力，并具有自適應(yīng)學(xué)習(xí)、并行分布處理和較強(qiáng)的魯棒性及容錯(cuò)性等優(yōu)點(diǎn)，為未知不確定非線性系統(tǒng)的建模和控制提供了一種有效的解決途徑。針對(duì)電站鍋爐NOX排放過(guò)程和過(guò)熱汽溫的非線性和不確定性，本文著重研究了這兩個(gè)典型非線性過(guò)程的神經(jīng)網(wǎng)絡(luò)建模和控制方法。電站鍋爐NOX排放量的模型分為三類(lèi)基于化學(xué)反應(yīng)動(dòng)力學(xué)的CFD模型、人工神經(jīng)網(wǎng)絡(luò)模型、集總參數(shù)模型。不少學(xué)者分別對(duì)這三類(lèi)模型進(jìn)行過(guò)研究，但還沒(méi)有把這三類(lèi)模型結(jié)合起來(lái)進(jìn)行研究的報(bào)道。本文首先對(duì)多層前向神經(jīng)網(wǎng)絡(luò)BP的基本構(gòu)成、常用及改進(jìn)的學(xué)習(xí)算法作了簡(jiǎn)要的介紹，對(duì)燃煤過(guò)程中的NOX生成機(jī)理進(jìn)行了詳細(xì)分析，通過(guò)將BP神經(jīng)網(wǎng)絡(luò)建模方法與NOX生成機(jī)理的有機(jī)結(jié)合，提出了基于NOX生成機(jī)理的非線性神經(jīng)網(wǎng)絡(luò)模型。在此基礎(chǔ)上，利用所建立的非線性NOX排放神經(jīng)網(wǎng)絡(luò)模型對(duì)某電廠鍋爐NOX的排放特性進(jìn)行了預(yù)測(cè)，算法不僅可預(yù)測(cè)鍋爐總的NOX排放量，還可預(yù)測(cè)各層一次風(fēng)粉單元的NOX排放量，通過(guò)預(yù)測(cè)計(jì)算可以定量地獲得如下結(jié)論①鍋爐各層一次風(fēng)粉單元生成的氮氧化物量是不相同的，中間幾組一次風(fēng)粉單元生成的氮氧化物量很少，最底層和最上層一次風(fēng)粉單元所生成的氮氧化物較多；②在保證空氣過(guò)量系數(shù)的前提下，采用過(guò)燃風(fēng)及減少對(duì)燃燒區(qū)的供氧，是降低NOX排放量的有效措施。顯然，這些結(jié)論對(duì)于有效抑制鍋爐NOX的生成及排放具有非常重要的指導(dǎo)意義。另外，由于該NOX神經(jīng)網(wǎng)絡(luò)模型具有隱節(jié)點(diǎn)數(shù)少、泛化能力強(qiáng)及學(xué)習(xí)速度快的優(yōu)點(diǎn)，可以有效地對(duì)鍋爐NOX排放特性進(jìn)行在線預(yù)測(cè)和控制。在RBF網(wǎng)絡(luò)中，隱層節(jié)點(diǎn)的數(shù)目和中心分布將直接影響到RBF網(wǎng)絡(luò)的函數(shù)逼近和泛化能力，RBF網(wǎng)絡(luò)的隱層節(jié)點(diǎn)數(shù)和中心位置的動(dòng)態(tài)調(diào)整已越來(lái)越受到人們的重視。本文在對(duì)RBF網(wǎng)絡(luò)的結(jié)構(gòu)、構(gòu)建和訓(xùn)練算法作了簡(jiǎn)要的介紹后，從提高網(wǎng)絡(luò)泛化能力出發(fā)，分析了資源分配網(wǎng)絡(luò)RAN和最小資源分配網(wǎng)絡(luò)MRAN的基本算法，通過(guò)加入懲罰策略和合并策略，對(duì)最小資源分配網(wǎng)絡(luò)算法的隱節(jié)點(diǎn)刪減策略進(jìn)行了有效改進(jìn)，使改進(jìn)的MRAN網(wǎng)絡(luò)具有學(xué)習(xí)速度快、泛化能力強(qiáng)、計(jì)算精度高且具有更加緊湊的結(jié)構(gòu)，十分適合于網(wǎng)絡(luò)的在線實(shí)時(shí)調(diào)整。在此基礎(chǔ)上，本文進(jìn)一步采用改進(jìn)的MRAN網(wǎng)絡(luò)，并結(jié)合某300MW燃煤鍋爐NOX排放和效率試驗(yàn)數(shù)據(jù)，建立了電站鍋爐NOX排放與效率的非線性神經(jīng)網(wǎng)絡(luò)模型，通過(guò)計(jì)算比較，驗(yàn)證了采用改進(jìn)MRAN網(wǎng)絡(luò)所建立的鍋爐NOX排放與效率模型具有較高的精度，能滿(mǎn)足鍋爐NOX排放過(guò)程非線性、時(shí)變性和不確定性的要求。影響電站鍋爐NOX排放和燃燒效率的因素基本相同，但效果往往相反，如何實(shí)現(xiàn)鍋爐高效率低NOX排放是人們關(guān)注的重要問(wèn)題。為了實(shí)現(xiàn)這一目的，本文在對(duì)現(xiàn)有鍋爐高效低NOX排放措施進(jìn)行總結(jié)后，對(duì)前面所提出的改進(jìn)MRAN網(wǎng)絡(luò)學(xué)習(xí)算法作了進(jìn)一步的改進(jìn)，即在每一采樣點(diǎn)對(duì)過(guò)去若干樣本點(diǎn)進(jìn)行反復(fù)的EKF學(xué)習(xí)，使改進(jìn)的MRAN網(wǎng)絡(luò)能對(duì)在樣本點(diǎn)附近區(qū)域的樣本有較高的預(yù)測(cè)精度。另外，論文還進(jìn)一步提出了基于實(shí)數(shù)編碼的遺傳算法和改進(jìn)的模擬退火算法，并把這兩種優(yōu)化方法分別應(yīng)用于對(duì)電站鍋爐高效率低NOX排放燃燒的優(yōu)化調(diào)整上，計(jì)算結(jié)果表明采用這兩種優(yōu)化調(diào)整方法后，鍋爐可以在高效率低NOX排放量的優(yōu)化工況下運(yùn)行。電站鍋爐過(guò)熱汽溫被控過(guò)程具有大慣性、時(shí)變、非線性等難于控制的特點(diǎn)。本文在分析神經(jīng)網(wǎng)絡(luò)與自適應(yīng)控制方法相結(jié)合的基礎(chǔ)上，利用改進(jìn)的MRAN網(wǎng)絡(luò)，提出了三種動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制算法神經(jīng)PID控制NNPID策略、神經(jīng)內(nèi)?？刂芅NIMC策略和神經(jīng)PID協(xié)調(diào)控制NNPIDCODINAT策略。并以某電廠過(guò)熱汽溫控制為研究對(duì)象，進(jìn)行了仿真比較研究，結(jié)果表明這三種基于動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)的汽溫自適應(yīng)控制系統(tǒng)均比常規(guī)的PID控制系統(tǒng)具有更好的控制品質(zhì)。三種非線性汽溫控制方案中，NNPID系統(tǒng)調(diào)節(jié)時(shí)間最短，但超調(diào)量較大；NNIMC和NNPIDCODINAT的調(diào)節(jié)時(shí)間和超調(diào)量基本相同，控制過(guò)程相對(duì)較平穩(wěn)。

簡(jiǎn)介：等溫鍛造是近年發(fā)展起來(lái)的一種特殊的鍛造方法，它是把鍛模的溫度控制在與坯料溫度大致相同的范圍內(nèi)，使坯料在溫度基本不變的條件下完成成形過(guò)程，所以在等溫鍛造中，溫度的測(cè)量與控制顯得特別重要。由于模具的密閉性，使變形坯料完全被模具包圍其中，坯料溫度不能直接測(cè)量。針對(duì)這個(gè)問(wèn)題，本文提出運(yùn)用有限元數(shù)值模擬技術(shù)對(duì)TC4合金等溫鍛造過(guò)程進(jìn)行模擬，由模擬方法獲得坯料與模具溫度場(chǎng)分布，進(jìn)而得到模具溫度變化的敏感點(diǎn)；采用機(jī)理法、線性回歸法和神經(jīng)網(wǎng)絡(luò)法建立坯料溫度的軟測(cè)量模型；并應(yīng)用虛擬儀器技術(shù)，采用基于軟測(cè)量的推斷控制方法控制坯料敏感點(diǎn)的溫度。主要研究成果和新見(jiàn)解如下本文針對(duì)TC4合金的成形特點(diǎn)，采用數(shù)值模擬技術(shù)對(duì)其等溫鍛造過(guò)程進(jìn)行了模擬仿真，分析研究了變形溫度對(duì)等溫鍛造過(guò)程的影響；得出等溫鍛造溫度場(chǎng)的分布規(guī)律，并由此找到坯料溫度變化的敏感點(diǎn)；考慮到實(shí)際生產(chǎn)條件和材料變形特性，把等溫鍛造溫度定為950℃左右。通過(guò)分析等溫成形過(guò)程中溫度信號(hào)從變形坯料到模具外壁的傳遞規(guī)律，找到了模具外壁對(duì)坯料溫度變化的敏感點(diǎn)，并采用機(jī)理法、回歸法和人工神經(jīng)網(wǎng)絡(luò)法建立了坯料溫度的軟測(cè)量模型。通過(guò)對(duì)比，發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)模型的逼近效果好，精度高。設(shè)計(jì)制作了一種陣列式熱電偶測(cè)溫傳感器，它采用串并聯(lián)形式將八只熱電偶連接起來(lái)，可以在一定程度上提高溫度測(cè)量傳感器的精度和靈敏度。基于坯料溫度的軟測(cè)量方法，提出了一種等溫成形坯料溫度的控制方法推斷控制法；并采用虛擬儀器技術(shù)，利用LABVIEW軟件開(kāi)發(fā)出了溫度測(cè)控系統(tǒng)的虛擬儀器系統(tǒng)，從而可以解決坯料溫度不能實(shí)時(shí)測(cè)量的問(wèn)題，增強(qiáng)了等溫鍛造過(guò)程中溫度控制系統(tǒng)的可靠性。