簡(jiǎn)介：點(diǎn)擊查看更多基于增強(qiáng)現(xiàn)實(shí)的機(jī)器人遠(yuǎn)程控制系統(tǒng)研究.pdf精彩內(nèi)容。

簡(jiǎn)介：煤燃燒引起的汞排放是大氣汞排放的最主要來源，已對(duì)生態(tài)環(huán)境和人類健康造成極大危害，其相關(guān)研究已成為當(dāng)今國(guó)際前沿課題。本文在對(duì)煤中汞的分布、賦存特性以及國(guó)內(nèi)外有關(guān)汞的遷移轉(zhuǎn)化和控制的研究狀況進(jìn)行充分了解和分析歸納的基礎(chǔ)上對(duì)幾種典型中國(guó)煤種的汞釋放規(guī)律、形態(tài)分布特征、氧化和吸附機(jī)理進(jìn)行了深入的試驗(yàn)和計(jì)算模擬研究，獲得了汞形態(tài)分布與煤種、氯、硫、CAO、溫度等的關(guān)系規(guī)律揭示了煙氣組分如氯、硫等對(duì)汞氧化的均相機(jī)理建立了CAO對(duì)汞的吸附模型并計(jì)算獲得了吸附反應(yīng)速率常數(shù)，為汞釋放控制技術(shù)的開發(fā)奠定了科學(xué)基礎(chǔ)。論文首先利用FACT分析了汞和氯、硫元素的相互作用，氧化鈣添加劑和汞之間的相互作用。平衡分析表明，在煤燃燒產(chǎn)生的氧化性氣氛的煙氣中，高硫含量會(huì)抑制單質(zhì)汞的排放。煤中硫氯比率較“低”時(shí)，硫元素基本上不影響煙氣中汞的形態(tài)分布，取而代之的是氯元素，低溫段，汞主要以氣相的氯化物形式存在；高硫氯比例會(huì)抑制氯化汞的形成。預(yù)測(cè)結(jié)果還表明添加CAOS前后，汞在煙氣中的行為特性變化不大。CAOS主要是通過減少灰粒表面積和或改變飛灰礦物學(xué)和形態(tài)學(xué)特性影響煙氣中汞的分布特性。在垂直剛玉沉降爐及一維實(shí)驗(yàn)爐上研究了煤燃燒過程中汞的排放總量以及燃煤煙氣中汞的化學(xué)形態(tài)分布。沉降爐實(shí)驗(yàn)中氣態(tài)汞和顆粒態(tài)汞的比例分別為6390％和537％，四種煤的二價(jià)汞HG2G比例幾乎相同；煙氣中的氣態(tài)汞主要以單質(zhì)汞HG0G的形式存在，占?xì)鈶B(tài)汞總量的59％75％。一維爐實(shí)驗(yàn)中由于大量飛灰對(duì)氣態(tài)汞的吸附，大部分的汞則以顆粒態(tài)形式存在，占總汞的比例為5289％，氣態(tài)汞占總汞的比例僅為1148％；煙氣中單質(zhì)汞HG0G是氣態(tài)汞主要形式，占?xì)鈶B(tài)汞總量的52％83％，而二價(jià)汞僅占17％48％。在高溫電阻爐實(shí)驗(yàn)系統(tǒng)和垂直剛玉沉降爐系統(tǒng)上研究了CAO添加劑對(duì)汞排放的控制能力。層燃條件下，向六盤水煙煤、小龍?zhí)逗置汉秃仙綗o煙煤三種煤中摻入CAO添加劑后，煤中氣態(tài)汞的排放明顯受到抑制。在不同CAS比下，CAOS對(duì)不同煤種汞析出的抑制效果不同，變化范圍較大，汞吸附的最佳溫度也不同。垂直剛玉沉降爐實(shí)驗(yàn)結(jié)果表明增加CAOS的摻入量，可看到顆粒態(tài)汞比例明顯增加；CAOS可以很好地吸附HGC12G，對(duì)HGCL2G的吸附效率可達(dá)到50％，但是對(duì)于單質(zhì)汞的吸附效率卻很低。在燃煤煙氣中汞均相化學(xué)反應(yīng)基礎(chǔ)上，利用CHEMKIN軟件包對(duì)燃煤煙氣不同氣相組分對(duì)汞氧化的影響進(jìn)行了分析討論。煙氣中的CLG及CL2G是汞氧化過程中最關(guān)鍵的活性物質(zhì)，只有在建立起足夠高濃度“CL原子池”的基礎(chǔ)上，汞的氧化才能得以迅速進(jìn)行在電廠煙氣O2G濃度范圍內(nèi)，O2G僅微弱促進(jìn)汞的均相氧化。SO2G會(huì)抑制汞的氧化，煙氣中的H2OG是一種很強(qiáng)的抑制劑。在FREUNDLICH吸附等溫式的基礎(chǔ)上建立了CAO吸附劑脫除煙氣中汞的數(shù)學(xué)模型，模型分析表明CAO吸附劑對(duì)HGCL2G的吸附反應(yīng)速度常數(shù)為256107EXP6359RT。文中還通過化學(xué)熱力學(xué)平衡分析及實(shí)驗(yàn)，對(duì)氧化鈣添加劑與煤中其它痕量元素如砷，硒等之間的相互作用進(jìn)行了研究。CAO不僅可以固硫、脫除汞，對(duì)煤中砷，硒的揮發(fā)也有明顯的抑制作用，可大大增強(qiáng)砷，硒元素的沉積趨勢(shì)，使砷、硒以砷酸鹽、硒酸鹽形式停留于固相中，并隨飛灰被除塵器脫除。

簡(jiǎn)介：論文以河南某選礦生產(chǎn)線過程控制工程為對(duì)象，結(jié)合工藝流程和設(shè)備配置的特點(diǎn)，研究了選礦生產(chǎn)過程特別是關(guān)鍵環(huán)節(jié)磨礦過程的特點(diǎn)和過程控制的特性，提出了適用于生產(chǎn)需要的選礦生產(chǎn)過程集散控制系統(tǒng)方案。同時(shí)，結(jié)合工程實(shí)踐，采用TPS集散控制系統(tǒng)，建立了選礦生產(chǎn)綜合自動(dòng)化系統(tǒng)，并在生產(chǎn)實(shí)踐中進(jìn)一步完善和優(yōu)化。對(duì)選礦廠來說，選礦過程的綜合生產(chǎn)指標(biāo)是保證礦物粒度、濃度的前提下取得最大的產(chǎn)能和選礦回收率，同時(shí)，以最少的投入獲得最優(yōu)的生產(chǎn)指標(biāo)和經(jīng)濟(jì)效益。選礦生產(chǎn)包括磨礦、浮選、脫水、過濾等主要環(huán)節(jié)，其中磨礦系統(tǒng)是整個(gè)選礦生產(chǎn)的關(guān)鍵環(huán)節(jié)，因此，論文首先在以磨礦系統(tǒng)控制為重點(diǎn)研究對(duì)象的基礎(chǔ)上，結(jié)合選礦過程的特點(diǎn)，采用DCS集散控制技術(shù)和PLC相結(jié)合，提出了符合現(xiàn)場(chǎng)工藝流程需要的控制方案，實(shí)現(xiàn)了選礦生產(chǎn)系統(tǒng)的經(jīng)濟(jì)運(yùn)行效益。論文在對(duì)選礦過程、集散控制技術(shù)認(rèn)真分析研究的基礎(chǔ)上，采用了計(jì)算機(jī)集散控制技術(shù)為平臺(tái)的TPS系統(tǒng)，提出并實(shí)現(xiàn)了自動(dòng)控制、過程監(jiān)控和生產(chǎn)管理三個(gè)層次為一體的全廠一體化控制方案。通過兩年多的實(shí)際運(yùn)行，取得了良好的經(jīng)濟(jì)效益，在選礦生產(chǎn)行業(yè)具有現(xiàn)實(shí)的推廣意義。

簡(jiǎn)介：使用預(yù)測(cè)編碼產(chǎn)生的視頻流對(duì)包交換網(wǎng)絡(luò)中的傳輸錯(cuò)誤異常敏感由于預(yù)測(cè)編碼的使用導(dǎo)致錯(cuò)誤在時(shí)間和空間上不斷累積造成視頻質(zhì)量嚴(yán)重下降因此如何提高視頻信號(hào)的抗誤碼能力就成為視頻編碼領(lǐng)域中的一個(gè)熱點(diǎn)問題該文主要致力于研究如何通過幀內(nèi)更新來徹底消除錯(cuò)誤文章首先簡(jiǎn)要介紹了視頻編碼標(biāo)準(zhǔn)的原理和主要技術(shù)分析了差錯(cuò)擴(kuò)散過程和常用的差錯(cuò)控制技術(shù)接著分析了現(xiàn)有幾種幀內(nèi)更新技術(shù)的優(yōu)缺點(diǎn)指出基于率失真框架的幀內(nèi)更新技術(shù)是最理想的解決方案然而傳統(tǒng)的以拉格朗日方程為基礎(chǔ)的幀內(nèi)更新算法由于需要對(duì)更新宏塊分別進(jìn)行幀內(nèi)模式和幀間模式的實(shí)際編碼和解碼操作以得到編碼產(chǎn)生的數(shù)據(jù)量和失真度因而帶來了極大的計(jì)算復(fù)雜度不適合某些實(shí)時(shí)視頻業(yè)務(wù)的需要在詳細(xì)分析了TMN8中的率失真模型和比特率控制過程之后該文提出了一種基于比特率控制的快速幀內(nèi)更新算法首先通過對(duì)端到端的失真度分析提出將失真度分為量化失真擴(kuò)散失真和掩蓋失真三部分分開計(jì)算然后在TMN8的率失真模型之上提出了一個(gè)估算數(shù)據(jù)量受限情況下的最小總體量化失真度的公式在此基礎(chǔ)上通過比較更新一個(gè)宏塊減小的擴(kuò)散失真度和增加的整幀量化失真度編碼器可以快速判斷是否需要對(duì)此宏塊進(jìn)行幀內(nèi)更新而不需要進(jìn)行實(shí)際的編碼解碼操作因此極大地降低了更新算法的計(jì)算復(fù)雜度大量模擬實(shí)驗(yàn)證明該算法在極大提高計(jì)算速度的同時(shí)取得了與傳統(tǒng)算法近似甚至更好的效果

簡(jiǎn)介：點(diǎn)擊查看更多填充球蓄熱式連續(xù)加熱爐熱工特性及過程控制方法的研究.pdf精彩內(nèi)容。

簡(jiǎn)介：該文首先介紹了機(jī)器人遠(yuǎn)程系統(tǒng)的構(gòu)成它主要包括操作者、主機(jī)器人、網(wǎng)絡(luò)、從機(jī)器人以及任務(wù)對(duì)象然后介紹了機(jī)器人遠(yuǎn)程系統(tǒng)的系統(tǒng)模型接著論述了三種用于遠(yuǎn)程系統(tǒng)的控制方法然后介紹了視覺反饋系統(tǒng)及共與WEB系統(tǒng)的集成接著介紹了開發(fā)的基于WEB的遠(yuǎn)程機(jī)器人系統(tǒng)它主要包括機(jī)器人控制服務(wù)器、視頻控制服務(wù)器等較為詳細(xì)地介紹了機(jī)器人WEB系統(tǒng)的建立步驟以及控制模塊和管理模塊的編程實(shí)現(xiàn)最后針對(duì)機(jī)器人控制的特點(diǎn)開發(fā)了自定義應(yīng)用協(xié)議ROBCON以及基于ROBCON的機(jī)器人控制系統(tǒng)論文論述了ROBCON協(xié)議的定義和實(shí)現(xiàn)以及ROBCON服務(wù)器和客戶機(jī)程序的編程基于ROBCON的機(jī)器人控制系統(tǒng)不同于基于HTTP協(xié)議的WEB系統(tǒng)它更具效率和靈活性利用它還可以簡(jiǎn)單地實(shí)現(xiàn)機(jī)器人網(wǎng)絡(luò)協(xié)同操作問題

簡(jiǎn)介：不銹鋼冶煉是一個(gè)復(fù)雜的過程，真空吹氧精煉法，簡(jiǎn)稱VOD法VACUUMOXYGENDECARBURIZATION是冶煉高品質(zhì)不銹鋼的重要方法。其具有冶煉工藝復(fù)雜，控制參數(shù)易變，影響因素多等特點(diǎn)。針對(duì)該特點(diǎn)，設(shè)計(jì)人員提出過很多控制方法，如PID控制，專家系統(tǒng)，學(xué)習(xí)系統(tǒng)等。本文深入研究了VOD冶煉的工藝發(fā)展歷史，和冶煉工藝的具體要求，系統(tǒng)分析了控制平臺(tái)的軟硬件設(shè)計(jì)要求。針對(duì)系統(tǒng)具有的時(shí)變性強(qiáng)，影響因素多，對(duì)快速性要求高的特點(diǎn)，提出了各功能單獨(dú)編譯統(tǒng)一調(diào)用的方案，在現(xiàn)場(chǎng)運(yùn)行具有運(yùn)行穩(wěn)定，冶煉效果良好的特點(diǎn)。吹氧控制系統(tǒng)是冶煉系統(tǒng)中的關(guān)鍵部分，具有時(shí)變性，同時(shí)對(duì)快速性也有很高的要求。為了解決這一問題，采用模糊控制作為系統(tǒng)中吹氧部分的控制算法。在認(rèn)真研究工藝要求的基礎(chǔ)上，在現(xiàn)場(chǎng)調(diào)試中采集了大量可靠的數(shù)據(jù)資料，在離線狀態(tài)下通過總結(jié)專家的經(jīng)驗(yàn)并結(jié)合數(shù)據(jù)進(jìn)行反復(fù)推算，最終總結(jié)出有效的模糊控制規(guī)則。通過MAMDANI極大極小法對(duì)模糊規(guī)則進(jìn)行推斷后，最終形成模糊決策，滿足了吹氧系統(tǒng)對(duì)實(shí)時(shí)性，快速性的要求。在系統(tǒng)實(shí)際運(yùn)行中，真空度的誤差符合要求，氧氣流量控制達(dá)到設(shè)計(jì)標(biāo)準(zhǔn)，不僅在連續(xù)生產(chǎn)中取得了良好的效果，而且為同類型的冶煉控制提供了良好的借鑒。

簡(jiǎn)介：該文研究了新型智能控制系統(tǒng)及其在熱工過程控制中的應(yīng)用首先提出了兩種智能控制器設(shè)計(jì)方法具有參數(shù)自校正功能的模糊PID控制器具有規(guī)則庫(kù)自調(diào)整功能的模糊控制器其次針對(duì)熱工對(duì)象存在大慣性、大遲延問題設(shè)計(jì)了一種基于性能指標(biāo)的規(guī)則庫(kù)可優(yōu)化的模糊控制器針對(duì)熱工對(duì)象存在大范圍變工況問題設(shè)計(jì)了一種適合于全工況范圍變化的智能串級(jí)控制系統(tǒng)再次基于模糊控制和滑?？刂频奶攸c(diǎn)對(duì)模糊系統(tǒng)的學(xué)習(xí)算法進(jìn)行了研究提出了一種后件參數(shù)在線自學(xué)習(xí)的模糊控制算法并同時(shí)將上述算法分別應(yīng)用于火電廠熱工控制中最后在上述自學(xué)習(xí)模糊控制算法中引入論域伸縮因子研究并設(shè)計(jì)出一種適合多變量控制系統(tǒng)的變論域模糊控制算法運(yùn)用LYAPUNOV方法證明了算法的收斂性并應(yīng)用于火電廠單元機(jī)組協(xié)調(diào)控制系統(tǒng)中通過大量仿真實(shí)驗(yàn)證明了該文所提出的控制算法的有效性

簡(jiǎn)介：控制冷卻是提高產(chǎn)品性能的一項(xiàng)重要技術(shù)措施目前在國(guó)內(nèi)中厚板生產(chǎn)領(lǐng)域中倍受關(guān)注該文結(jié)合國(guó)內(nèi)某中厚板廠控制冷卻系統(tǒng)改造工程對(duì)中厚板控冷系統(tǒng)的數(shù)學(xué)模型及相應(yīng)的冷卻控制策略進(jìn)行了深入研究在學(xué)習(xí)和總結(jié)國(guó)內(nèi)外控制冷卻技術(shù)相關(guān)理論的基礎(chǔ)上說明了中厚板的控制伶卻采用差分?jǐn)?shù)學(xué)模型的必要性并對(duì)交替方向隱式差分模型作以簡(jiǎn)要介紹重點(diǎn)對(duì)差分模型中的關(guān)鍵參數(shù)水冷對(duì)流換熱系數(shù)進(jìn)行了研究結(jié)合現(xiàn)場(chǎng)實(shí)際對(duì)所采用的水冷對(duì)流換熱系數(shù)回歸模型進(jìn)行適當(dāng)?shù)男拚龑?duì)現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理回歸出模型系數(shù)實(shí)現(xiàn)了該冷卻差分模型的在線應(yīng)用為不同冷卻策略所控制的各個(gè)參量劃分層別給出初始設(shè)定值減少了過程饑控制模型的計(jì)算量并在此基礎(chǔ)上改進(jìn)預(yù)設(shè)定模型、一次修正設(shè)定模型和二次修正設(shè)定模型為實(shí)現(xiàn)控制冷卻系統(tǒng)的全自動(dòng)控制奠定了良好的基礎(chǔ)冷卻結(jié)果表明該文所研究的冷卻數(shù)學(xué)模型和冷卻策略應(yīng)用效果良好在此基礎(chǔ)上實(shí)現(xiàn)了該層流冷卻系統(tǒng)的全自動(dòng)控制并具有較高的控制精度該冷卻系統(tǒng)改善了產(chǎn)品的綜合力學(xué)性能為提高產(chǎn)品的質(zhì)量做出了積極貢獻(xiàn)

簡(jiǎn)介：現(xiàn)代工業(yè)生產(chǎn)的發(fā)展對(duì)生產(chǎn)過程的控制與優(yōu)化提出了越來越高的要求除了對(duì)單個(gè)生產(chǎn)裝置或局部過程實(shí)現(xiàn)優(yōu)化控制外追求全過程的優(yōu)化已是提高產(chǎn)品質(zhì)量和降低成本的關(guān)鍵從控制的角度來說全過程控制關(guān)心的是整個(gè)生產(chǎn)過程的最終產(chǎn)品質(zhì)量的控制而不是單個(gè)回路的行為與整定已有的全過程控制的研究主要側(cè)重于整體控制結(jié)構(gòu)的設(shè)計(jì)控制問題的分解操作變量的選擇與配對(duì)從優(yōu)化角度來說已有的研究主要側(cè)重于大工業(yè)過程的穩(wěn)態(tài)優(yōu)化模型的建立與優(yōu)化算法的設(shè)計(jì)本論文研究了一類在實(shí)際工業(yè)過程中大量存在的串聯(lián)生產(chǎn)過程的辨識(shí)預(yù)測(cè)控制基于人工智能方法的優(yōu)化模型建立與子過程設(shè)定值優(yōu)化并結(jié)合具體的工業(yè)過程步進(jìn)式加熱爐以及連續(xù)退火爐等進(jìn)行了仿真和應(yīng)用研究本論文的主要?jiǎng)?chuàng)新成果包括1結(jié)合現(xiàn)代大工業(yè)生產(chǎn)全過程的特點(diǎn)提出了串聯(lián)生產(chǎn)過程的控制與優(yōu)化問題綜述了大工業(yè)生產(chǎn)的建?？刂苾?yōu)化的研究現(xiàn)狀2分析了串聯(lián)生產(chǎn)過程的結(jié)構(gòu)特點(diǎn)提出了基于階躍信號(hào)測(cè)試的串聯(lián)生產(chǎn)過程的分散閉環(huán)辨識(shí)算法把串聯(lián)生產(chǎn)過程依次分為多個(gè)兩輸入兩輸出TWOINPUTTWOOUTPUTTITO局部過程對(duì)TITO局部過程分別進(jìn)行辨識(shí)針對(duì)只有相鄰子過程間具有關(guān)聯(lián)耦合以及單向關(guān)聯(lián)耦合的兩類串聯(lián)生產(chǎn)過程進(jìn)行了研究3研究了串聯(lián)生產(chǎn)過程的預(yù)測(cè)控制算法在基于納什優(yōu)化分布式預(yù)測(cè)控制的研究基礎(chǔ)上改進(jìn)了優(yōu)化性能指標(biāo)的選取提出了一種基于全局最優(yōu)的分布式預(yù)測(cè)控制算法并進(jìn)行收斂性分析針對(duì)在一個(gè)方向上有強(qiáng)耦合相反方向上有弱耦合的特殊串聯(lián)生產(chǎn)過程提出了分布式解耦預(yù)測(cè)控制算法4建立了串聯(lián)生產(chǎn)過程各子過程設(shè)定值變化量與最終產(chǎn)品質(zhì)量映射關(guān)系的IFTHEN模糊規(guī)則庫(kù)基于IFTHEN模糊規(guī)則庫(kù)提出了串聯(lián)生產(chǎn)過程設(shè)定值動(dòng)態(tài)優(yōu)化算法把模糊優(yōu)化問題轉(zhuǎn)化為清晰優(yōu)化問題結(jié)合步進(jìn)式加熱爐的爐溫優(yōu)化設(shè)定進(jìn)行了仿真研究5研究了工況變化情況下的串聯(lián)生產(chǎn)過程的在線動(dòng)態(tài)建模問題串聯(lián)生產(chǎn)過程各子過程設(shè)定值與最終產(chǎn)品質(zhì)量之間的非線性映射關(guān)系很難直接得到我們結(jié)合連續(xù)退火爐的實(shí)際數(shù)據(jù)基于一種串行學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法建立了連續(xù)退火爐的產(chǎn)品質(zhì)量模型基于動(dòng)態(tài)更新的神經(jīng)網(wǎng)絡(luò)產(chǎn)品質(zhì)量模型用遺傳算法對(duì)各段爐溫設(shè)定值進(jìn)行了優(yōu)化設(shè)定

簡(jiǎn)介：過程是一組將輸入轉(zhuǎn)換為輸出的相互關(guān)聯(lián)或者相互作用的活動(dòng)。加工過程強(qiáng)調(diào)制造過程中每個(gè)工站的對(duì)產(chǎn)品質(zhì)量的影響。質(zhì)量預(yù)測(cè)強(qiáng)調(diào)對(duì)產(chǎn)品質(zhì)量的提前控制避免不良產(chǎn)品的出現(xiàn)。使用標(biāo)準(zhǔn)的方法將工件的質(zhì)量特征參數(shù)值測(cè)量出來再將質(zhì)量特征值與造成此參數(shù)變化的因素聯(lián)系起來建立關(guān)系模型。通過對(duì)過程參數(shù)的測(cè)量再根據(jù)其關(guān)系模型即可實(shí)現(xiàn)對(duì)質(zhì)量參數(shù)的預(yù)測(cè)。質(zhì)量控制屬于質(zhì)量管理的范疇其目的為了使產(chǎn)品的固有特征能夠達(dá)到規(guī)定的要求。質(zhì)量控制貫穿產(chǎn)品形成的全過程強(qiáng)調(diào)對(duì)產(chǎn)品質(zhì)量加工過程的質(zhì)量進(jìn)行控制突出通過控制過程質(zhì)量的方法來控制最終的產(chǎn)品實(shí)物的質(zhì)量?？梢灶A(yù)見面向產(chǎn)品質(zhì)量加工過程研究基于過程的質(zhì)量控制方法必將成為質(zhì)量控制技術(shù)研究領(lǐng)域的重點(diǎn)。本文針對(duì)棉紡紡紗工藝的特點(diǎn)研究了在復(fù)雜工藝條件下的質(zhì)量預(yù)測(cè)與控制技術(shù)。首先針對(duì)棉紡工藝多工序復(fù)雜工藝的情況我們采用分段工藝質(zhì)量預(yù)測(cè)模型對(duì)紡紗工藝的每道工序進(jìn)行建模。建模的過程充分考慮每道工藝的輸入當(dāng)前工序的工藝與設(shè)備參數(shù)原棉質(zhì)量參數(shù)的影響和每道工序的輸出。我們使用ANN對(duì)采集的棉紡歷史數(shù)據(jù)進(jìn)行訓(xùn)練得到適應(yīng)企業(yè)實(shí)際生產(chǎn)、工藝和質(zhì)量條件情況下的數(shù)學(xué)模型利用該模型可以實(shí)現(xiàn)對(duì)當(dāng)前紗線質(zhì)量的有效預(yù)測(cè)。其次為了有效的利用企業(yè)長(zhǎng)期積累的歷史數(shù)據(jù)提取有價(jià)值的潛規(guī)則對(duì)企業(yè)生產(chǎn)決策提供依據(jù)我們使用數(shù)據(jù)挖掘領(lǐng)域的粗糙集理論對(duì)某棉紡廠的原始數(shù)據(jù)進(jìn)行規(guī)則提取。相對(duì)傳統(tǒng)的人工智能方法粗糙集理論對(duì)于不準(zhǔn)確、不完整和冗余數(shù)據(jù)的離散化數(shù)據(jù)的規(guī)則提取具有一定的優(yōu)勢(shì)。最后我們研究的基于SPC控制圖原理的模式分類。我們以XBAR圖作為基礎(chǔ)來對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理采用支持向量機(jī)分類算法作為我們模式分類的工具在算法的實(shí)現(xiàn)過程中我們使用網(wǎng)格搜索法對(duì)支持向量機(jī)參數(shù)進(jìn)行了優(yōu)化。經(jīng)實(shí)驗(yàn)表明支持向量機(jī)分類機(jī)是很好的模式分類算法可以達(dá)到較高的預(yù)測(cè)精度。針對(duì)以上的研究領(lǐng)域我們開發(fā)了棉紡質(zhì)量預(yù)測(cè)與控制平臺(tái)該平臺(tái)可以幫助管理人員順利的使用上述工具進(jìn)行建模、規(guī)則提取和模式分類。

簡(jiǎn)介：大連理工大學(xué)碩士學(xué)位論文連鑄過程中金屬液流動(dòng)的電磁控制姓名趙勇慧申請(qǐng)學(xué)位級(jí)別碩士專業(yè)材料加工工程指導(dǎo)教師李廷舉20020301連鑄過程中金屬液流動(dòng)的電磁控制小的過熱度下澆注成形。關(guān)鍵詞電磁制動(dòng)；電磁攪拌；數(shù)值模擬SLMPLE算法復(fù)層材料連續(xù)鑄造電磁場(chǎng)1

簡(jiǎn)介：焦炭是鋼鐵等行業(yè)的主要生產(chǎn)原料，廣泛的應(yīng)用于煉鐵、鑄造和金屬加工。焦?fàn)t加熱燃燒過程是煉焦過程中重要的過程，火道溫度直接影響到焦炭質(zhì)量和能源消耗。針對(duì)具有強(qiáng)非線性、時(shí)變、大時(shí)滯等特點(diǎn)的焦?fàn)t加熱燃燒過程，采用傳統(tǒng)的控制理論或者單一的智能化技術(shù)很難達(dá)到理想的效果，本文提出一種智能集成優(yōu)化控制策略，為有效解決焦?fàn)t加熱燃燒過程的優(yōu)化控制問題提供一種新的途徑。論文的研究成果主要包括下述五個(gè)方面1焦?fàn)t加熱燃燒過程智能控制結(jié)構(gòu)基于焦?fàn)t加熱燃燒過程特性和控制問題分析，在分析火道溫度影響因素的基礎(chǔ)上，從生產(chǎn)計(jì)劃和溫度控制兩個(gè)角度分析了焦?fàn)t加熱燃燒過程的復(fù)雜性，提出了一種分層遞階智能集成優(yōu)化控制結(jié)構(gòu)，它包括決策處理層、溫度智能優(yōu)化控制層和過程控制層。針對(duì)生產(chǎn)操作對(duì)焦?fàn)t耗熱量的影響，在決策處理層將煉焦生產(chǎn)劃分為不同的工況，通過生產(chǎn)現(xiàn)場(chǎng)的信息融合，確定當(dāng)前的工況；智能優(yōu)化控制級(jí)首先建立火道溫度的軟測(cè)量模型，再根據(jù)當(dāng)前的工況選擇合適的優(yōu)化控制模型，通過優(yōu)化控制模型的計(jì)算，得到煤氣量和空氣量；在過程控制層，通過閥門控制器調(diào)節(jié)煤氣量和空氣量穩(wěn)定在設(shè)定值。這種控制結(jié)構(gòu)為解決焦?fàn)t加熱燃燒過程優(yōu)化控制問題提出了一種解決方案。2火道溫度智能集成軟測(cè)量模型針對(duì)火道溫度難以在線檢測(cè)的問題，在分析焦?fàn)t火道溫度特性的基礎(chǔ)上，提出了一種基于線性回歸LR和監(jiān)督式分布神經(jīng)網(wǎng)絡(luò)SDNN的火道溫度智能集成軟測(cè)量方法。根據(jù)煤氣換向規(guī)律和推焦串序，提出了典型蓄熱室的選取原則，并驗(yàn)證了有效性。分別建立了一元、二元和六元LR模型，并對(duì)三個(gè)LR模型的輸出進(jìn)行智能集成，獲得焦?fàn)t火道溫度與蓄頂溫度之間的集成LR模型。采用SDNN建模方法，將火道溫度引入樣本空間的聚類，將學(xué)習(xí)樣本劃分為不同的子類，然后分別用神經(jīng)網(wǎng)絡(luò)建模，通過子網(wǎng)隸屬度最終獲得火道溫度軟測(cè)量值。并運(yùn)用專家規(guī)則，對(duì)集成LR模型和SDNN模型的輸出進(jìn)行協(xié)調(diào)，最終獲得焦?fàn)t火道溫度的軟測(cè)量值。3基于信息融合的焦?fàn)t加熱燃燒過程工況判斷焦?fàn)t加熱過程中，工況的復(fù)雜性增加了火道溫度控制的難度。本文在分析焦?fàn)t生產(chǎn)工藝的基礎(chǔ)上，根據(jù)生產(chǎn)操作對(duì)焦?fàn)t耗熱量的影響，對(duì)焦?fàn)t加熱燃燒過程的工況進(jìn)行了劃分。提出了基于多信息的二次融合方法，根據(jù)炭化室對(duì)應(yīng)的上升管的荒煤氣溫度識(shí)別焦?fàn)t加熱燃燒過程的實(shí)時(shí)工況。首先在采用趨勢(shì)分析的方法判斷每個(gè)上升的荒煤氣溫度數(shù)據(jù)的一致性和有效性，在進(jìn)行單個(gè)炭化室的工況判斷的基礎(chǔ)上，采用模糊神經(jīng)網(wǎng)絡(luò)的方法對(duì)各個(gè)炭化室的判斷結(jié)果進(jìn)行信息融合，得出焦?fàn)t加熱燃燒過程的實(shí)時(shí)工況。通過工況判斷，使每種工況下的控制問題變得相對(duì)簡(jiǎn)單，并且為解決慢過程中的數(shù)據(jù)分析提供了新的方法。4火道溫度過程智能優(yōu)化控制通過建立切換控制策略，對(duì)于不同的工況選擇相應(yīng)的控制器，降低了焦?fàn)t加熱燃燒過程優(yōu)化控制的復(fù)雜性，并采用軟切換策略實(shí)現(xiàn)不同工況下溫度優(yōu)化控制器的切換。對(duì)對(duì)每種工況下火道溫度的優(yōu)化控制問題，將控制系統(tǒng)分為內(nèi)外環(huán)外環(huán)為溫度優(yōu)化控制部分，通過分析焦?fàn)t的綜合生產(chǎn)指標(biāo)，建立基于模糊遺傳協(xié)同進(jìn)化優(yōu)化控制模型，同時(shí)，根據(jù)焦?fàn)t內(nèi)氣流方向和工藝機(jī)理，建立了吸力的控制模型，通過調(diào)節(jié)煤氣流量和煙道吸力保證火道溫度穩(wěn)定在目標(biāo)值附近內(nèi)環(huán)為壓力控制部分，采用智能控制方法，設(shè)計(jì)閥門控制器，保證現(xiàn)場(chǎng)的煤氣流量與煙道吸力穩(wěn)定且跟隨設(shè)定值。5智能優(yōu)化控制系統(tǒng)從控制實(shí)時(shí)性、數(shù)據(jù)的采集和獲取、系統(tǒng)的可調(diào)試性和安全性考慮，設(shè)計(jì)了系統(tǒng)的整體框架，采用OPC通信技術(shù)實(shí)現(xiàn)應(yīng)用軟件和基礎(chǔ)自動(dòng)化系統(tǒng)的通信，進(jìn)行了數(shù)據(jù)采集與預(yù)處理、過程狀態(tài)可視化監(jiān)控、火道溫度檢測(cè)與優(yōu)化控制、系統(tǒng)安全與管理模塊等功能模塊的設(shè)計(jì)，并且實(shí)現(xiàn)了火道溫度軟測(cè)量模型、工況判斷以及智能優(yōu)化控制等智能集成優(yōu)化控制策略。通過應(yīng)用焦?fàn)t加熱燃燒過程溫度優(yōu)化控制系統(tǒng)，有效抑制了火道溫度的波動(dòng)，提高了焦炭產(chǎn)量、節(jié)約了能源，并且降低了工人的勞動(dòng)強(qiáng)度，取得了顯著的經(jīng)濟(jì)效益和社會(huì)效益。同時(shí)也為復(fù)雜工業(yè)過程優(yōu)化控制提供了一種實(shí)用的、值得借鑒的工業(yè)化實(shí)現(xiàn)方法。

簡(jiǎn)介：將因特網(wǎng)引入控制系統(tǒng)打破了控制信息進(jìn)行傳遞、交換和比較時(shí)在時(shí)間和空間距離上的限制從而構(gòu)筑真正意義上的遠(yuǎn)程控制系統(tǒng)逐步實(shí)現(xiàn)任何人在任何時(shí)間對(duì)位于任何地點(diǎn)的設(shè)備進(jìn)行自動(dòng)控制該文以數(shù)字伺服系統(tǒng)為研究對(duì)象組成了基于因特網(wǎng)的遠(yuǎn)程控制系統(tǒng)從理論上和實(shí)現(xiàn)方法上對(duì)基于因特網(wǎng)的遠(yuǎn)程控制進(jìn)行了較系統(tǒng)的研究該文的主要工作如下1分析了基于因特網(wǎng)的遠(yuǎn)程控制系統(tǒng)的組成和框架分析了網(wǎng)絡(luò)延遲時(shí)間的組成分析了影響基于因特網(wǎng)的遠(yuǎn)程控制系統(tǒng)實(shí)時(shí)性的因素及其解決方案2分析了遠(yuǎn)程控制中前向通道和反饋通道存在信息傳遞延時(shí)造成系統(tǒng)不穩(wěn)定的主要原因根據(jù)相位補(bǔ)償?shù)脑硖岢隽藙?dòng)態(tài)特性補(bǔ)償器的方法通過仿真實(shí)驗(yàn)證實(shí)了補(bǔ)償?shù)挠行?完成了網(wǎng)絡(luò)遠(yuǎn)程控制系統(tǒng)的半實(shí)物仿真軟件的設(shè)計(jì)解決了軟件編寫中VC和MATLAB數(shù)據(jù)交互等問題并通過仿真實(shí)驗(yàn)驗(yàn)證了半實(shí)物仿真軟件的有效性

簡(jiǎn)介：RTDA控制器ROBUSTNESS，TRACKING，DISTURBANCEREJECTIONOVERALLAGGRESSIVENESS，以下簡(jiǎn)稱RTDA是一種結(jié)構(gòu)相對(duì)簡(jiǎn)單而控制性能十分優(yōu)異的新型控制器形式，具備參數(shù)整定意義明確，實(shí)施方便，魯棒性強(qiáng)等諸多優(yōu)點(diǎn)。RTDA控制器主要由三部分組成對(duì)象辨識(shí)模型，誤差預(yù)測(cè)更新，目標(biāo)函數(shù)優(yōu)化計(jì)算組成。目前，關(guān)于RTDA控制器的研究還僅限于單變量系統(tǒng)之中，對(duì)于多變量系統(tǒng)未有相關(guān)報(bào)導(dǎo)，因而本論文的重點(diǎn)研究是RTDA控制器在多變量系統(tǒng)中的擴(kuò)展應(yīng)用以及控制器參數(shù)的整定優(yōu)化等相關(guān)內(nèi)容。論文中，首先針對(duì)單變量RTDA控制器算法原理進(jìn)行了詳細(xì)論述，然后通過仿真實(shí)例探討了控制器四個(gè)整定參數(shù)的意義及在控制系統(tǒng)中各自所起的作用，最后通過仿真實(shí)例與內(nèi)模PID控制器在控制性能上進(jìn)行對(duì)比，檢驗(yàn)該控制算法的有效性。對(duì)于RTDA控制器在多變量系統(tǒng)的研究中，從理論上成功地推導(dǎo)出了多變量RTDA控制器算法公式，并對(duì)推導(dǎo)結(jié)果的正確性給出了理論上的數(shù)學(xué)證明。在仿真實(shí)例中，將本文推導(dǎo)出的多變量RTDA控制器分別與單變量RTDA控制器還有內(nèi)模PID控制器進(jìn)行了控制性能對(duì)比，驗(yàn)證了該推導(dǎo)算法的正確性和優(yōu)越性。在RTDA控制器參數(shù)整定優(yōu)化部分，引入粒子群優(yōu)化算法PARTICLESWARMOPTIMIZATION，以下簡(jiǎn)稱PSO，該算法的原理是依據(jù)每個(gè)粒子對(duì)環(huán)境的適應(yīng)度將個(gè)體逐步移到較優(yōu)的區(qū)域，并最終搜索、尋找到問題的最優(yōu)解。本文將該算法應(yīng)用在RTDA控制器參數(shù)的優(yōu)化上面，成功地解決了手工整定參數(shù)問題。仿真實(shí)例效果表明PSO優(yōu)化算法可獲得很好的參數(shù)優(yōu)化效果，具有較好的實(shí)用性。