簡(jiǎn)介：實(shí)際中存在的物理系統(tǒng)大都是非線性系統(tǒng)。對(duì)于非線性控制系統(tǒng)的分析和設(shè)計(jì)，至今尚未形成統(tǒng)一的理論和方法。雖然線性系統(tǒng)理論已經(jīng)發(fā)展得很充分，但是線性系統(tǒng)是在局部對(duì)非線性系統(tǒng)的逼近。工作區(qū)域分解方法架起了局部線性化和全局非線性之間的橋梁，其核心思想是，劃分系統(tǒng)的工作區(qū)域來求解建模和控制問題。即使是非線性控制器，也存在有限的適用范圍，超出了這一范圍，控制性能就會(huì)降低甚至失效。對(duì)于非線性控制器的局部有效性與全局需要之間的矛盾，工作區(qū)域分解方法也是一種有效解決問題的手段。以工作區(qū)域分解為基礎(chǔ)的多模型控制方法，通過建立多個(gè)局部模型來實(shí)現(xiàn)對(duì)被控對(duì)象的模型結(jié)構(gòu)和參數(shù)不確定性的覆蓋及非線性的逼近，并根據(jù)每個(gè)局部模型設(shè)計(jì)相應(yīng)的局部控制器，通過多模型的權(quán)值函數(shù)或切換指標(biāo)函數(shù)，將這些局部模型控制器合成為系統(tǒng)的全局模型控制器。多模型控制能夠有效地改善控制系統(tǒng)的性能，滿足實(shí)際中對(duì)控制系統(tǒng)的暫態(tài)、靜態(tài)性能指標(biāo)的要求，近年來，已在理論和實(shí)踐上取得了令人矚目的成果。在過程控制中，火電機(jī)組的熱工過程控制是一個(gè)典型的問題。火電機(jī)組熱工過程控制，廣泛采用基于常規(guī)PI或PID算法單輸入單輸出SISO反饋控制回路的分散型多環(huán)結(jié)構(gòu)，并在預(yù)先規(guī)定的假設(shè)接近恒定負(fù)荷條件的運(yùn)行點(diǎn)即，基本負(fù)荷整定控制器的參數(shù)。在當(dāng)前電網(wǎng)負(fù)荷大范圍變動(dòng)的形勢(shì)下，這種方案受到挑戰(zhàn)?？梢钥紤]將機(jī)組負(fù)荷的運(yùn)行范圍劃分成若干個(gè)工作區(qū)域，在每個(gè)工作區(qū)域內(nèi)的特定工作點(diǎn)設(shè)計(jì)局部控制器，而在整個(gè)運(yùn)行范圍內(nèi)工作的全局控制器則由這些局部控制器合成來獲得。以工作區(qū)域分解方法為理論基礎(chǔ)的多模型控制正適合于這樣的特點(diǎn)。本課題以火電機(jī)組熱工過程控制為背景，對(duì)多模型控制若干問題進(jìn)行研究。構(gòu)建多模型和全局模型控制器合成算法，是多模型控制研究中兩個(gè)主要的方面。本論文分別從構(gòu)建多模型角度和合成算法角度各提出兩種多模型控制算法。論文的主要內(nèi)容如下針對(duì)神經(jīng)網(wǎng)絡(luò)在建立工作范圍很大的非線性系統(tǒng)全局模型時(shí)存在的困難，根據(jù)工作區(qū)域分解方法，提出在若干個(gè)工作點(diǎn)采用神經(jīng)網(wǎng)絡(luò)構(gòu)造局部模型的多神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)控制系統(tǒng)，并附有應(yīng)用于火電機(jī)組過熱蒸汽溫度控制的仿真算例。結(jié)合多模型控制與狀態(tài)觀測(cè)器狀態(tài)變量控制的特點(diǎn)，提出并設(shè)計(jì)多觀測(cè)器模型控制系統(tǒng)，并附有應(yīng)用于火電機(jī)組過熱蒸汽溫度控制的仿真算例。此方案中，狀態(tài)觀測(cè)器具有雙重功能，既提供過程的內(nèi)部信息，又充當(dāng)辨識(shí)模型。針對(duì)參考輸入和外部擾動(dòng)是階躍信號(hào)的輸出跟蹤和外擾抑制問題，基于TS模糊模型，采用并行分布補(bǔ)償方法，將線性系統(tǒng)理論中的MIMO積分控制和狀態(tài)觀測(cè)器用于非線性系統(tǒng)，提出并設(shè)計(jì)模糊積分控制器和模糊觀測(cè)器，得出了閉環(huán)模糊控制系統(tǒng)的穩(wěn)定性條件，以及與在線性系統(tǒng)理論中關(guān)于觀測(cè)器設(shè)計(jì)的分離定理相似的結(jié)論。應(yīng)用上述結(jié)果設(shè)計(jì)單元機(jī)組協(xié)調(diào)控制系統(tǒng)的仿真算例，通過求解線性矩陣不等式，驗(yàn)證控制系統(tǒng)的穩(wěn)定性。借鑒混雜系統(tǒng)HYBRIDSYSTEM中的切換系統(tǒng)SWITCHEDSYSTEM的成果，提出并設(shè)計(jì)基于切換邏輯多模型的MIMO積分控制器以及狀態(tài)觀測(cè)器，來處理參考輸入和外部擾動(dòng)是階躍信號(hào)的非線性系統(tǒng)的輸出跟蹤和外擾抑制問題，得出了閉環(huán)控制系統(tǒng)的穩(wěn)定性條件，以及與在線性系統(tǒng)理論中關(guān)于觀測(cè)器設(shè)計(jì)的分離定理相似的結(jié)論。并附有應(yīng)用于單元機(jī)組協(xié)調(diào)控制系統(tǒng)的仿真算例，控制系統(tǒng)的穩(wěn)定性通過求解線性矩陣不等式來驗(yàn)證。

簡(jiǎn)介：鋁錠連續(xù)鑄造機(jī)組控制系統(tǒng)的關(guān)鍵技術(shù)之一是對(duì)鋁錠澆鑄過程的控制，鋁錠澆鑄過程控制的好壞直接決定著成品鋁錠的質(zhì)量。目前，對(duì)鋁錠澆鑄過程的控制都是人工現(xiàn)場(chǎng)根據(jù)經(jīng)驗(yàn)來調(diào)節(jié)，這種由人工調(diào)節(jié)的控制精度比較低，產(chǎn)品的質(zhì)量得不到保證，而且勞動(dòng)強(qiáng)度大，澆鑄現(xiàn)場(chǎng)還存在對(duì)操作人員人身極不安全的危險(xiǎn)因素。鋁液從混合爐流出到鋁錠澆鑄的過程是一個(gè)非線性、時(shí)變、大滯后的系統(tǒng)，很難建立精確的數(shù)學(xué)模型，且系統(tǒng)存在多種擾動(dòng)。通過研究鋁錠澆鑄過程的特點(diǎn)，總結(jié)人工澆鑄控制的經(jīng)驗(yàn)，提出了鋁錠澆鑄過程的兩級(jí)控制系統(tǒng)，將鋁錠澆鑄過程分為前后關(guān)聯(lián)的兩部分，分別對(duì)其進(jìn)行控制，以降低干擾和滯后對(duì)系統(tǒng)的影響。分析推導(dǎo)了兩級(jí)系統(tǒng)的各自粗略模型，根據(jù)系統(tǒng)特點(diǎn)及控制要求，分別對(duì)兩級(jí)控制系統(tǒng)設(shè)計(jì)了內(nèi)?？刂破骱湍：哉≒ID控制器，并對(duì)所設(shè)計(jì)的控制器進(jìn)行了仿真研究，結(jié)果表明，文中所提出的控制方法能夠很好地滿足控制要求。所設(shè)計(jì)的控制系統(tǒng)可以提高控制精度，保證產(chǎn)品質(zhì)量，為企業(yè)帶來更高的經(jīng)濟(jì)效益；其次，可以降低操作人員的勞動(dòng)強(qiáng)度，保證操作人員的人身安全。

簡(jiǎn)介：本文首先闡述了國(guó)、內(nèi)外聚丙烯工業(yè)生產(chǎn)的現(xiàn)狀，介紹了江西贛北化工廠聚丙烯聚合生產(chǎn)工段原有手動(dòng)調(diào)節(jié)方式控制下的弊病，以及采用微機(jī)自動(dòng)監(jiān)控系統(tǒng)的意義，然后通過對(duì)原有控制系統(tǒng)的分析、比較，提出了由PLC和IPC相結(jié)合完成聚丙烯生產(chǎn)過程自動(dòng)控制的微機(jī)自動(dòng)監(jiān)控系統(tǒng)，即采用工業(yè)控制計(jì)算機(jī)作為上位機(jī)、控制功能穩(wěn)定可靠的可編程控制器作為下位機(jī)，實(shí)現(xiàn)同時(shí)監(jiān)控兩臺(tái)聚合釜及閃蒸釜的自動(dòng)監(jiān)控系統(tǒng)。這種系統(tǒng)在降低硬件成本、提高系統(tǒng)的穩(wěn)定性、減少操作人員和維護(hù)費(fèi)用、易于操作等方面有了明顯的改進(jìn)。本文的主要內(nèi)容有設(shè)計(jì)了計(jì)算機(jī)自動(dòng)監(jiān)測(cè)和控制系統(tǒng)的總體結(jié)構(gòu)，采用了德國(guó)SIEMENS公司的三臺(tái)S7200系列PLC及研華IPC610工控機(jī)，通過RS485總線構(gòu)成了整個(gè)計(jì)算機(jī)監(jiān)控系統(tǒng)。并運(yùn)用與之相配的STEP7編程軟件，編制了下位機(jī)的控制程序，從而使該聚合反應(yīng)控制系統(tǒng)可以按要求自動(dòng)完成加料、聚合、閃蒸及回收等全過程，并自動(dòng)實(shí)現(xiàn)聚合反應(yīng)的壓力自動(dòng)控制。同時(shí)，采用了三維力控公司的力控26工控組態(tài)軟件對(duì)上位機(jī)監(jiān)控軟件組態(tài)，實(shí)現(xiàn)現(xiàn)場(chǎng)數(shù)據(jù)實(shí)時(shí)記錄和監(jiān)控，設(shè)計(jì)了聚合反應(yīng)主流程、記錄查詢、報(bào)警、趨勢(shì)等具有WINDOWS風(fēng)格的動(dòng)態(tài)操作畫面。另外，本文還針對(duì)聚丙烯生產(chǎn)過程中的關(guān)鍵控制環(huán)節(jié)聚合反應(yīng)的控制參數(shù)及控制方式進(jìn)行了優(yōu)化。在詳細(xì)地分析影響聚合反應(yīng)過程的各種因素的前提下，設(shè)計(jì)了由雙位控制、模糊控制及PID控制三為一體的復(fù)合控制方案。這對(duì)提高產(chǎn)品的質(zhì)量和產(chǎn)量，對(duì)降低工人的勞動(dòng)強(qiáng)度具有實(shí)際意義。

簡(jiǎn)介：隨著網(wǎng)絡(luò)技術(shù)、計(jì)算機(jī)技術(shù)和遠(yuǎn)程監(jiān)控技術(shù)的不斷發(fā)展，使得過程控制遠(yuǎn)程監(jiān)控實(shí)驗(yàn)成為可能。本論文在中南大學(xué)信息科學(xué)與工程學(xué)院測(cè)控技術(shù)與系統(tǒng)實(shí)驗(yàn)室原有過程控制裝置的基礎(chǔ)上，研究開發(fā)一套基于PROFIBUS現(xiàn)場(chǎng)總線過程控制與遠(yuǎn)程監(jiān)控實(shí)驗(yàn)系統(tǒng)。該系統(tǒng)的開發(fā)對(duì)解決由于學(xué)生人數(shù)多帶來的實(shí)驗(yàn)裝置不足、教師勞動(dòng)強(qiáng)度大以及實(shí)驗(yàn)裝置重復(fù)建設(shè)等問題具有重要意義?；赑ROFIBUS現(xiàn)場(chǎng)總線過程控制與遠(yuǎn)程監(jiān)控實(shí)驗(yàn)系統(tǒng)由底層控制層、現(xiàn)場(chǎng)監(jiān)控層以及遠(yuǎn)程監(jiān)控層三層結(jié)構(gòu)組成。遠(yuǎn)程監(jiān)控層用于動(dòng)態(tài)網(wǎng)頁(yè)的發(fā)布和實(shí)時(shí)數(shù)據(jù)的交互；中間層為現(xiàn)場(chǎng)監(jiān)控層，具有向遠(yuǎn)程監(jiān)控層提供實(shí)驗(yàn)數(shù)據(jù)以及和底層控制層PLC主站之間通信的功能；底層控制層采用PROFIBUSDP總線控制網(wǎng)絡(luò)，實(shí)現(xiàn)PLC主站和從站之間的通訊。系統(tǒng)采用SIMATICSTEP7進(jìn)行硬件組態(tài)與軟件編程，并用WINCC實(shí)現(xiàn)監(jiān)控計(jì)算機(jī)與PLC的動(dòng)態(tài)連接及監(jiān)控界面的開發(fā)。應(yīng)用OPC數(shù)據(jù)傳輸技術(shù)實(shí)現(xiàn)控制網(wǎng)絡(luò)與信息網(wǎng)絡(luò)的一體化；根據(jù)實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)不同的傳輸要求以及信息流的不同傳輸通道，采用APPLET，JSP／SERVLET，SOCKET編程技術(shù)，并通過WEB服務(wù)器，為INTEMET客戶提供訪問實(shí)驗(yàn)系統(tǒng)的平臺(tái)，實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)的分類訪問，達(dá)到遠(yuǎn)程監(jiān)控的目的。目前這套系統(tǒng)應(yīng)用在測(cè)控技術(shù)與系統(tǒng)實(shí)驗(yàn)室，實(shí)現(xiàn)對(duì)壓力、流量、液位、溫度／流量和溫度五套實(shí)驗(yàn)裝置的實(shí)時(shí)控制和遠(yuǎn)程監(jiān)控，取得了較好的效果。以液位控制裝置為例，開發(fā)本地實(shí)驗(yàn)與遠(yuǎn)程監(jiān)控實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，本系統(tǒng)具有實(shí)時(shí)性、動(dòng)態(tài)交互性和跨平臺(tái)性等特點(diǎn)，達(dá)到了預(yù)期目標(biāo)。

簡(jiǎn)介：點(diǎn)擊查看更多鋁合金電阻點(diǎn)焊過程質(zhì)量檢測(cè)及控制方法的研究.pdf精彩內(nèi)容。

簡(jiǎn)介：紙漿洗滌過程是制漿造紙生產(chǎn)中非常重要的一環(huán)，其洗滌效果直接影響到后續(xù)工段的順利進(jìn)行。而洗漿過程屬于大時(shí)滯、非線性、變參數(shù)系統(tǒng)，由于無法建立起精確數(shù)學(xué)模型，從而使得傳統(tǒng)控制理論很難給出一個(gè)較好的控制效果，甚至不能控制。模糊控制自從上個(gè)世紀(jì)70年代由美國(guó)學(xué)者提出來后，得到了空前的發(fā)展，原因是模糊控制是以模糊集合論、模糊語言變量及模糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制，它屬于非線性控制，在一定程度上模仿了人的控制，其控制器是按一定語言控制規(guī)則進(jìn)行工作的，無需被控對(duì)象的精確數(shù)學(xué)模型，即能達(dá)到良好的控制效果。TS模糊模型是日本學(xué)者TAKAGI和SUGENO于1985年提出來的，它是模糊控制發(fā)展的新階段，TS模糊模型在本質(zhì)上是非線性模型，其前件采用模糊表示，后件采用線性方程式表示，使得模型的全局輸出具有良好的數(shù)學(xué)表達(dá)特性，便于采用線性控制策略設(shè)計(jì)非線性控制。針對(duì)洗漿過程的復(fù)雜性，本文就采用基于TS模糊模型設(shè)計(jì)控制器去控制洗漿過程，為此本文首先簡(jiǎn)要的回顧了洗漿控制的發(fā)展歷程和模糊控制的產(chǎn)生與發(fā)展；接著闡述了TS模糊模型的結(jié)構(gòu)形式以及它們對(duì)任意函數(shù)的無限逼近特性，其逼近特性決定了其能以任意精度近似任意實(shí)際非線性系統(tǒng)，給出了基于聚類算法的模糊模型辨識(shí)，并在此基礎(chǔ)上說明了基于滿意聚類算法的模糊模型辨識(shí)，針對(duì)通過聚類算法辨識(shí)出來的模糊模型通常是輸入輸出形式，本文結(jié)合相關(guān)參考文獻(xiàn)給出了離散系統(tǒng)TS狀態(tài)方程的模糊模型辨識(shí)；然后給出了基于TS輸入輸出模型的模糊控制器設(shè)計(jì)，研究了基于TS模糊狀態(tài)空間模型的模糊系統(tǒng)穩(wěn)定性分析和控制器設(shè)計(jì)方法，給出了并行分布補(bǔ)償?shù)脑恚Y(jié)合線性控制器設(shè)計(jì)方法以極點(diǎn)配置為例實(shí)現(xiàn)了模糊系統(tǒng)的穩(wěn)定性分析與控制器設(shè)計(jì)。針對(duì)穩(wěn)定性分析中公共正定矩陣P難以確定的難題，引入了LMI方法，借助于成熟的數(shù)學(xué)工具，不僅解決了確定公共正定矩陣P的問題，而且建立了基于LMI方法的穩(wěn)定性分析和控制器設(shè)的理論方法；最后結(jié)合這些理論從建模與控制的角度對(duì)洗漿過程進(jìn)行了研究，包括洗漿原理、洗漿影響因素的分析，洗漿過程TS模型建模和基于這些模型的控制器設(shè)計(jì)，仿真結(jié)果表明了上述算法在洗漿過程中應(yīng)用的有效性。

簡(jiǎn)介：隨著在工業(yè)中取得的成功應(yīng)用，基于線性模型的預(yù)測(cè)控制已經(jīng)成為當(dāng)前控制理論界和工業(yè)控制界十分關(guān)注的一個(gè)熱門課題。在實(shí)際中，工業(yè)生產(chǎn)過程常常表現(xiàn)出非最小相位、多變量強(qiáng)耦合等強(qiáng)非線性特性，預(yù)測(cè)控制技術(shù)已被擴(kuò)展到非線性過程。近年來，神經(jīng)網(wǎng)絡(luò)以其獨(dú)特的優(yōu)勢(shì)被廣泛應(yīng)用于非線性系統(tǒng)的建模與控制中?；谏窠?jīng)網(wǎng)絡(luò)模型的非線性預(yù)測(cè)控制逐漸成為解決復(fù)雜非線性系統(tǒng)控制問題的重要方法，在工業(yè)過程控制中已經(jīng)顯示了其優(yōu)良的控制性能，有著非常廣闊的控制前景。本文正是在這樣的背景下，研究了一類非線性系統(tǒng)的廣義預(yù)測(cè)控制，主要內(nèi)容包括⑴提出并證明了滿足一定條件的一類非線性系統(tǒng)可以將其等價(jià)成時(shí)變線性系統(tǒng)，從而將線性系統(tǒng)已有的研究方法直接引入到非線性系統(tǒng)，使非線性系統(tǒng)的分析、控制器設(shè)計(jì)得到簡(jiǎn)化，為非線性系統(tǒng)的研究提供了一個(gè)新途徑。通過在線辨識(shí)時(shí)變線性系統(tǒng)參數(shù)，設(shè)計(jì)了非線性廣義預(yù)測(cè)控制器。⑵研究神經(jīng)網(wǎng)絡(luò)非線性系統(tǒng)辨識(shí)問題，為了克服BP算法存在收斂速度慢，容易陷入局部極值和辨識(shí)精度不高的固有缺點(diǎn)，采用了變尺度法訓(xùn)練，在一定程度上改善了辨識(shí)的效果。⑶結(jié)合神經(jīng)網(wǎng)絡(luò)和模型預(yù)測(cè)控制策略的優(yōu)點(diǎn)，提出了基于神經(jīng)網(wǎng)絡(luò)非線性廣義預(yù)測(cè)控制方法，首先采用神經(jīng)網(wǎng)絡(luò)模型辨識(shí)過程對(duì)象，然后通過神經(jīng)網(wǎng)絡(luò)控制器滾動(dòng)計(jì)算并優(yōu)化控制輸出。⑷本文在MPCE1000裝置上，針對(duì)氣體壓縮實(shí)驗(yàn)對(duì)象，嘗試了基于神經(jīng)網(wǎng)絡(luò)的非線性廣義預(yù)測(cè)控制，得到了良好的控制效果。

簡(jiǎn)介：鋼鐵工業(yè)過程工藝指標(biāo)，如鐵水含硫量和鋼坯精軋溫度等，與鋼鐵工業(yè)過程的產(chǎn)品質(zhì)量和原材料消耗密切相關(guān)，將工藝指標(biāo)控制在生產(chǎn)工藝規(guī)定的范圍內(nèi)，對(duì)提高產(chǎn)品質(zhì)量，降低生產(chǎn)消耗具有重要作用。因此，鋼鐵工業(yè)過程控制不但要對(duì)底層回路進(jìn)行精確控制，也要對(duì)工藝直接進(jìn)行約束控制。由于鋼鐵工業(yè)過程的工藝指標(biāo)往往不能在線連續(xù)檢測(cè)，而且與基礎(chǔ)控制回路的輸出相關(guān)聯(lián)，它們之間的動(dòng)態(tài)特性可能具有強(qiáng)非線性、大滯后和不確定性等綜合復(fù)雜性特征，加上生產(chǎn)工況頻繁變化，很難用數(shù)學(xué)模型加以描述，因此采用現(xiàn)有的優(yōu)化控制方法難以到達(dá)理想的控制效果，只能依靠操作人員憑經(jīng)驗(yàn)控制回路設(shè)定值，當(dāng)工況發(fā)生變化時(shí)，往往使工藝指標(biāo)實(shí)際值偏離目標(biāo)值范圍，造成產(chǎn)品質(zhì)量下降，消耗增加。本文依托“鞍鋼第二煉鋼廠鐵水脫硫扒渣工程”和“鞍鋼新軋鋼股份有限公司線材廠軋線冷卻系統(tǒng)改造項(xiàng)目”，開展了復(fù)合噴吹鐵水脫硫過程和線材軋制冷卻過程的工藝指標(biāo)鐵水終點(diǎn)含硫量和鋼坯精軋溫度的約束控制研究，取得了如下成果1針對(duì)復(fù)合噴吹鐵水脫硫過程鐵水含硫量不能在線連續(xù)檢測(cè)，過程存在不可測(cè)擾動(dòng)使人工設(shè)定終點(diǎn)含硫量命中率低等問題，提出了由優(yōu)化設(shè)定層和脫硫劑噴吹過程控制層兩層結(jié)構(gòu)組成復(fù)合噴吹鐵水脫硫過程工藝指標(biāo)鐵水終點(diǎn)含硫量的智能控制方法，優(yōu)化設(shè)定層由基于領(lǐng)域知識(shí)的，能夠在線優(yōu)化的脫硫劑噴吹量及噴吹速率預(yù)設(shè)定模型和反饋補(bǔ)償模型組成。優(yōu)化設(shè)定層根據(jù)鐵水目標(biāo)含硫量和鐵水初始含硫量，以及鐵水重量和溫度，給出最佳脫硫劑噴吹量和噴吹速率；噴吹過程控制層采用回路控制和順序邏輯控制策略跟蹤設(shè)定的最佳脫硫劑噴吹量和噴吹速率，將鐵水終點(diǎn)含硫量控制在目標(biāo)值規(guī)定的范圍內(nèi)。2采用面向?qū)ο蟮姆治?、設(shè)計(jì)方法開發(fā)了實(shí)現(xiàn)復(fù)合上述噴吹鐵水脫硫過程工藝指標(biāo)智能控制方法的軟件系統(tǒng)，并將其成功地應(yīng)用于某鋼廠的脫硫站控制系統(tǒng)。該系統(tǒng)有效地解決了人工設(shè)定方式下終點(diǎn)含硫量命中率低問題，使終點(diǎn)硫偏差小于等于1PPM的命中率達(dá)到80％以上，在保證工藝目標(biāo)的前提下，大大降低了脫硫過程的生產(chǎn)成本。3，針對(duì)高線軋制冷卻過程冷卻系統(tǒng)響應(yīng)滯后，被軋制鋼坯駐留水箱時(shí)間短，鋼坯溫度分布不均勻且又不能在線連續(xù)檢測(cè)造成的人工控制鋼坯精軋溫度波動(dòng)過大的問題，提出了由冷卻水流量?jī)?yōu)化設(shè)定層和流量控制層組成的兩層結(jié)構(gòu)的高線軋制冷卻過程工藝指標(biāo)鑰坯精軋溫度的智能控制方法。其中，優(yōu)化設(shè)定層由基于RBF神經(jīng)網(wǎng)絡(luò)的溫度預(yù)測(cè)模型、基于領(lǐng)域知識(shí)的最佳流量預(yù)設(shè)定模型和反饋設(shè)定補(bǔ)償模型組成。溫度預(yù)測(cè)模型用于預(yù)測(cè)鋼坯到達(dá)冷卻系統(tǒng)時(shí)的溫度，預(yù)設(shè)定模型用于給出不同鋼坯的最佳冷卻水流量，反饋補(bǔ)償模型則用于根據(jù)實(shí)際鋼瓶驚乍溫度和目標(biāo)溫度之間的偏差給出最佳冷卻水流量的反饋補(bǔ)償值。流量控制是在鋼坯段精確跟蹤的支持下，采用回路控制策略，對(duì)冷卻水流量進(jìn)行反饋閉環(huán)控制，使其跟蹤設(shè)定值，將鋼坯精軋溫度控制在目標(biāo)值范圍內(nèi)。4采用面向?qū)ο蠓治鲈O(shè)計(jì)方法開發(fā)了實(shí)現(xiàn)高線軋制冷卻過程工藝指標(biāo)智能控制方法的軟件系統(tǒng)，并將其成功地應(yīng)用于某線材廠多線、多鋼坯同時(shí)在線處理的冷卻系統(tǒng)控制，實(shí)現(xiàn)了對(duì)鋼坯精軋溫度的有效控制，使鋼坯的精軋溫度偏差在目標(biāo)值范圍內(nèi)±10℃。

簡(jiǎn)介：點(diǎn)擊查看更多高校住宅工程全過程造價(jià)控制研究.pdf精彩內(nèi)容。

簡(jiǎn)介：伴隨著INTER網(wǎng)絡(luò)應(yīng)用的迅速發(fā)展，網(wǎng)絡(luò)不知不覺地走入我們的日常生活，已經(jīng)成為我們?nèi)粘Ｉ钪械囊徊糠郑W(wǎng)絡(luò)在給我們帶來巨大便利的同時(shí)，各種各樣的問題也隨之而來，網(wǎng)絡(luò)安全問題首當(dāng)其沖。木馬的四大特點(diǎn)偽裝性、被動(dòng)運(yùn)行性、開啟后門和遠(yuǎn)程控制。這些特點(diǎn)已經(jīng)暗含了木馬的巨大危害性。木馬技術(shù)是一種常見的網(wǎng)絡(luò)攻擊技術(shù)，在網(wǎng)絡(luò)攻防體系中占據(jù)著舉足輕重的作用。因此研究和掌握木馬的發(fā)展歷程和工作原理，分析各種木馬的特性，在木馬種植、木馬隱藏和木馬自啟動(dòng)等方面進(jìn)行深入研究，得到一些行之有效的防范策略，提高系統(tǒng)的免疫力，具有十分重大的現(xiàn)實(shí)意義。本文先介紹了了解木馬工作原理的現(xiàn)實(shí)意義和其國(guó)內(nèi)外研究現(xiàn)狀，之后介紹了相關(guān)的理論基礎(chǔ)知識(shí)，如SOCKET編程、DLL遠(yuǎn)程注入和鉤子技術(shù)等等。接下來介紹了木馬的關(guān)鍵技術(shù)及其實(shí)現(xiàn)方法，具體包括木馬隱藏、木馬自啟動(dòng)和木馬種植等技術(shù)。然后開始了基于木馬遠(yuǎn)程控制系統(tǒng)的整體設(shè)計(jì)，進(jìn)行了功能分析，畫出了系統(tǒng)總體設(shè)計(jì)圖，并列舉了系統(tǒng)實(shí)現(xiàn)過程中要用到的關(guān)鍵性技術(shù)。最后，在VC60編程環(huán)境下，基于CS模型，編程實(shí)現(xiàn)了基于木馬的遠(yuǎn)程控制系統(tǒng)。該系統(tǒng)實(shí)現(xiàn)的主要功能依次是進(jìn)程管理、文件管理、屏幕捕捉、鍵盤記錄和木馬隱藏、木馬自啟動(dòng)等。緊接著對(duì)系統(tǒng)進(jìn)行了各種測(cè)試，測(cè)試結(jié)果滿足預(yù)期的要求。

簡(jiǎn)介：隨著科學(xué)技術(shù)的發(fā)展對(duì)電子測(cè)量技術(shù)的要求越來越高測(cè)試對(duì)象日趨復(fù)雜測(cè)試參數(shù)日益繁多往往一個(gè)綜合系統(tǒng)需要用到幾臺(tái)甚至十幾臺(tái)測(cè)量?jī)x器而且儀器可能分布在不同的地理位置上從而迫切需要一種管理系統(tǒng)來實(shí)現(xiàn)對(duì)多臺(tái)儀器的遠(yuǎn)程控制并完成對(duì)測(cè)試數(shù)據(jù)的傳輸和處理。本文實(shí)現(xiàn)了一種基于智能儀器的遠(yuǎn)程控制管理系統(tǒng)該系統(tǒng)由控制計(jì)算機(jī)、交換機(jī)、信號(hào)分析儀、網(wǎng)絡(luò)分析儀、數(shù)字示波器等設(shè)備組成。系統(tǒng)集遠(yuǎn)程控制儀器自檢動(dòng)態(tài)監(jiān)控?cái)?shù)據(jù)獲取數(shù)據(jù)處理等功能于一體只需通過控制計(jì)算機(jī)就可以同時(shí)操作多臺(tái)測(cè)量?jī)x器并處理儀器的數(shù)據(jù)為用戶的使用提供了很大的便利。本論文主要完成了如下四個(gè)方面的工作首先介紹了智能儀器發(fā)展的基本情況。其次介紹了實(shí)現(xiàn)計(jì)算機(jī)與智能儀器相互通信需要用到的知識(shí)SCPI命令和VISA庫(kù)函數(shù)；然后分別從硬件和軟件兩個(gè)方面提出了智能儀器遠(yuǎn)程控制管理系統(tǒng)的設(shè)計(jì)思想。硬件上把系統(tǒng)內(nèi)設(shè)備連接至一個(gè)內(nèi)部局域網(wǎng)；軟件上提出了系統(tǒng)由五個(gè)模塊構(gòu)成遠(yuǎn)程控制模塊、儀器自檢模塊、動(dòng)態(tài)監(jiān)控模塊、數(shù)據(jù)獲取模塊、數(shù)據(jù)處理模塊。最后實(shí)現(xiàn)了系統(tǒng)包含的五個(gè)模塊針對(duì)每個(gè)模塊從設(shè)計(jì)思想到具體實(shí)現(xiàn)都做了詳細(xì)的闡述。

簡(jiǎn)介：發(fā)酵工程是生化工程和現(xiàn)代生物技術(shù)及其產(chǎn)業(yè)化的基礎(chǔ)。在發(fā)酵工程領(lǐng)域，為了提高發(fā)酵水平和生產(chǎn)率，更多的研究工作集中在菌種的篩選和改造上。盡管現(xiàn)代生物技術(shù)的發(fā)展，在基因工程和代謝工程領(lǐng)域內(nèi)有了長(zhǎng)足的進(jìn)展，通過誘發(fā)變異、基因重組和培養(yǎng)能夠得到高產(chǎn)菌株，然而，通過優(yōu)化模型和控制以使發(fā)酵過程產(chǎn)品生產(chǎn)最優(yōu)仍是發(fā)酵工程領(lǐng)域中存在的主要問題之一，因此對(duì)生物發(fā)酵過程模型優(yōu)化及優(yōu)化控制的研究日益受到重視。粒子群優(yōu)化算法原理簡(jiǎn)單、易于實(shí)現(xiàn)，且適合于復(fù)雜優(yōu)化問題的求解，因此，將粒子群優(yōu)化算法引入發(fā)酵領(lǐng)域進(jìn)行模型參數(shù)估計(jì)為發(fā)酵過程模型優(yōu)化提供了有效途徑。發(fā)酵過程的優(yōu)化控制目標(biāo)多種多樣（最大生產(chǎn)率、最大終止時(shí)刻產(chǎn)量或最高原料轉(zhuǎn)化率等），發(fā)酵領(lǐng)域中處理多目標(biāo)問題的傳統(tǒng)方法（目標(biāo)加權(quán)合并、目標(biāo)轉(zhuǎn)化為約束等）實(shí)施困難且易丟失非凸目標(biāo)函數(shù)最優(yōu)解以至決策失誤?；诹Ｗ尤簝?yōu)化的多目標(biāo)算法由于在搜索中具有多向性和全局性，同時(shí)可以處理所有類型的目標(biāo)函數(shù)和約束，因此非常適合求解發(fā)酵過程中復(fù)雜的多目標(biāo)優(yōu)化控制問題。本文在分析現(xiàn)有粒子群算法研究現(xiàn)狀的基礎(chǔ)上，對(duì)標(biāo)準(zhǔn)粒子群算法在尋優(yōu)過程中容易過早收斂、陷入局部最優(yōu)的現(xiàn)象進(jìn)行研究，應(yīng)用能量守恒原理，通過引入粒子最差位置提出了一種群能量守恒粒子群優(yōu)化算法。該算法根據(jù)粒子內(nèi)能進(jìn)行動(dòng)態(tài)分群，對(duì)較優(yōu)群體采用引入最差粒子的速度更新策略，加快較優(yōu)群體收斂速度對(duì)較差群體采用帶有懲罰機(jī)制的速度更新策略，補(bǔ)償較優(yōu)群體速度降低產(chǎn)生的整群能量損失，避免算法陷入局部最優(yōu)。典型優(yōu)化問題的仿真結(jié)果表明，該算法具有更強(qiáng)的全局搜索能力和更快的收斂速度。對(duì)多目標(biāo)進(jìn)化算法在尋優(yōu)過程中的收斂性和分布性問題進(jìn)行研究，提出一種群能量守恒多目標(biāo)粒子群優(yōu)化算法。該算法在粒子速度和位移計(jì)算中引入粒子群體能量守恒機(jī)制，并將該機(jī)制同非支配排序方法、自適應(yīng)網(wǎng)格機(jī)制以及精英保留策略進(jìn)行有機(jī)結(jié)合，提高粒子搜尋能力，避免陷入次優(yōu)非支配前沿。將該算法和非支配排序遺傳算法分別作為子種群進(jìn)化規(guī)則，構(gòu)造基于種群間優(yōu)劣互補(bǔ)的多目標(biāo)協(xié)同進(jìn)化算法。與經(jīng)典多目標(biāo)進(jìn)化算法的比較測(cè)試結(jié)果表明，所提算法具有更好的解分布性和收斂性。在發(fā)酵過程優(yōu)化控制方法研究上，針對(duì)批次發(fā)酵過程模型不準(zhǔn)確和過程參數(shù)不穩(wěn)定特點(diǎn)，利用批次流加過程中的反復(fù)迭代特性提出一種用于批次流加發(fā)酵過程的批次間協(xié)同優(yōu)化控制方法。該方法將群能量守恒粒子群算法、多目標(biāo)粒子群算法和批次間優(yōu)化控制有機(jī)地結(jié)合起來，用上一輪批次流加發(fā)酵過程的數(shù)據(jù)進(jìn)行過程模型參數(shù)辨識(shí)，并將更新的過程模型用于新一輪發(fā)酵過程中進(jìn)行操作條件優(yōu)化?；诠I(yè)酵母發(fā)酵過程仿真模型進(jìn)行批次間協(xié)同優(yōu)化控制方法實(shí)驗(yàn)，結(jié)果表明該方法有效地解決了批次流加發(fā)酵過程中的模型不準(zhǔn)確和狀態(tài)不穩(wěn)定問題，實(shí)現(xiàn)了批次流加發(fā)酵過程優(yōu)化控制。本文所提出的群能量守恒粒子群算法具有更強(qiáng)的全局搜索能力和更快的收斂速度所提出的群能量守恒多目標(biāo)粒子群優(yōu)化算法具有很好的收斂性和分布性基于群能量守恒粒子群算法和進(jìn)化多目標(biāo)協(xié)同算法的批次間協(xié)同優(yōu)化控制方法為生物發(fā)酵過程優(yōu)化控制提供了有效途徑。

簡(jiǎn)介：隨著油氣輸送管線不斷開發(fā)建設(shè)，焊接鋼管也在不斷向大口徑、大壁厚、高鋼級(jí)發(fā)展，螺旋焊管作為輸氣干線用管的基本管型，使得上百噸大口徑管線生產(chǎn)立足國(guó)內(nèi)。既節(jié)約了工程造價(jià)，又為我國(guó)冶金行業(yè)和制管行業(yè)的發(fā)展做出貢獻(xiàn)。本論文首先結(jié)合寶雞石油鋼管廠生產(chǎn)實(shí)際，剖析螺旋焊管的優(yōu)勢(shì)和缺陷和螺旋成型對(duì)鋼管質(zhì)量焊縫質(zhì)量、外觀質(zhì)量影響。著重對(duì)螺旋成型過程中的具體問題進(jìn)行了研究，分析影響螺旋成型穩(wěn)定的各種因素，提出了解決問題的方法，并在實(shí)踐中成功應(yīng)用。其中成型機(jī)以及前擺式螺旋焊管機(jī)組的合理調(diào)整，是保證成型質(zhì)量的前提，文中給出了根據(jù)產(chǎn)品進(jìn)行調(diào)整的原則和具體方法；文中對(duì)三種成型輥特征進(jìn)行了分析，給出合理輥?zhàn)油庑螆D；分析帶鋼質(zhì)量缺陷對(duì)制管的影響，提出選擇原料時(shí)應(yīng)注意的問題；在現(xiàn)場(chǎng)條件下，螺旋焊管成型角選擇適合范圍，并且通過優(yōu)化1＃3＃輥的包角、控制帶鋼兩側(cè)邊緣的變形，合理選擇壓下量，可以提高螺旋焊接鋼管成型穩(wěn)定性；論文也針對(duì)成型過程中的噘嘴、鋼帶外翻等缺陷提出了有效措施；并對(duì)螺旋成型變形程度與彈復(fù)量及殘余應(yīng)力的關(guān)系進(jìn)行了初步的分析。

簡(jiǎn)介：在拜耳法生產(chǎn)氧化鋁工藝中種分過程是決定產(chǎn)品化學(xué)純度和物理性能的關(guān)鍵步驟。盡管對(duì)種分過程已有大量研究但我國(guó)氧化鋁生產(chǎn)中晶種分解過程還是普遍存在分解率低、分解時(shí)間長(zhǎng)、種子比大和設(shè)備產(chǎn)能低等問題。為了提高設(shè)備利用率論文研究了溶液誘導(dǎo)方式和引發(fā)劑種類對(duì)鋁酸鈉溶液誘導(dǎo)成核制備晶種的分解過程的影響并討論了溫度對(duì)少量溶液慢速誘導(dǎo)成核所制得晶種粒度的影響。結(jié)果表明1直接添加固體引發(fā)劑誘導(dǎo)成核的分解過程僅在低苛性比溶液和低分解初溫的條件下才能進(jìn)行其產(chǎn)品粒度較細(xì)少量溶液快速誘導(dǎo)成核的分解過程由于晶種制備段條件難以控制故難以得到粗顆粒氫氧化鋁相比之下少量溶液慢速誘導(dǎo)成核的分解過程控制較高的晶種制備段溫度卻可得到粒度較粗的氫氧化鋁產(chǎn)品2引發(fā)劑種類對(duì)鋁酸鈉溶液誘導(dǎo)成核制備晶種的分解過程有較大影響其中引發(fā)劑A效果最佳3對(duì)于在少量溶液中慢速誘導(dǎo)成核制備晶種過程溫度越高分解率越低所得晶種粒度越大。在此基礎(chǔ)上為了控制所得氫氧化鋁產(chǎn)品的粒度本文研究了該分解過程中細(xì)顆粒的行為并討論影響細(xì)顆粒長(zhǎng)大行為的因素和抑制細(xì)顆粒附聚的條件。結(jié)果表明1對(duì)于少量溶液慢速誘導(dǎo)成核制備晶種的分解過程控制較高的晶種制備段溫度80℃可制得粗晶種可制得粒度約為50ΜM的氫氧化鋁產(chǎn)品2對(duì)于鋁酸鈉溶液誘導(dǎo)成核制備晶種的分解過程較低的分解溫度4550℃可抑制細(xì)顆粒的附聚最終得到平均粒度為12ΜM的超細(xì)氫氧化鋁產(chǎn)品而有機(jī)添加劑B可強(qiáng)化分解過程細(xì)化產(chǎn)品粒度完善產(chǎn)品形貌3引發(fā)劑A的添加量增加促進(jìn)分解過程的進(jìn)行但對(duì)細(xì)顆粒的長(zhǎng)大無影響晶種制備段較慢的誘導(dǎo)速度、溶液分段添加和有機(jī)添加劑E均可促進(jìn)細(xì)顆粒的長(zhǎng)大鋁酸鈉溶液中碳酸鈉和硫酸鈉抑制分解過程但可促進(jìn)晶體長(zhǎng)大4對(duì)于低溫下大量活性晶種循環(huán)或高溫下溶液中添加大量活性晶種的分解過程細(xì)顆粒的行為以長(zhǎng)大為主對(duì)于高溫下溶液中添加少量活性晶種的分解過程細(xì)顆粒的行為以附聚為主5分解過程中添加適量工業(yè)粗晶種可減少產(chǎn)品中細(xì)顆粒的含量粗晶種添加量越大產(chǎn)品中細(xì)顆粒越少但并未徹底粗化產(chǎn)品。

簡(jiǎn)介：板帶軋制咬入過程是一個(gè)非穩(wěn)態(tài)過程，軋制工藝參數(shù)的不穩(wěn)定導(dǎo)致軋件頭部厚度高于中間厚度，一般情況下該差值要大于100ΜM，尖鋒值可達(dá)200300ΜM，故而在考核質(zhì)量時(shí)一般都除去頭部若干米，只對(duì)本體部分進(jìn)行考核。為了提高成材率，有必要研究非穩(wěn)態(tài)軋制過程中軋件的變形特點(diǎn)，分析工藝參數(shù)對(duì)非穩(wěn)態(tài)軋制過程的影響規(guī)律，建立非穩(wěn)態(tài)軋制過程的數(shù)學(xué)模型，并研究一種新型的控制系統(tǒng)來縮短板帶頭部厚度不考核的長(zhǎng)度。本文的主要研究工作如下1在研究熱力耦合剛塑性有限元基本理論的基礎(chǔ)上，利用MSCMARC非線性有限元軟件，建立鋁板帶非穩(wěn)態(tài)軋制過程的三維有限元模型。該模型不僅考慮了軋輥的彈性變形，而且還考慮支撐輥對(duì)軋件變形的影響，此外還考慮了軋件與乳液對(duì)流換熱的邊界條件；2利用三維大變形熱力耦合剛塑性有限元法對(duì)非穩(wěn)態(tài)軋制過程進(jìn)行模擬，并將仿真結(jié)果與實(shí)際生產(chǎn)數(shù)據(jù)進(jìn)行比較，結(jié)果表明本文所采用的方法對(duì)非穩(wěn)態(tài)軋制過程進(jìn)行仿真是可行并且可靠的。在此基礎(chǔ)上研究了非穩(wěn)態(tài)階段的軋制力分布特點(diǎn)和軋件的變形特點(diǎn)，分析了軋件表面溫度對(duì)軋件“頭部厚躍”現(xiàn)象的影響規(guī)律；3在前述研究基礎(chǔ)上，分析了軋制溫度、前后張力等工藝參數(shù)對(duì)非穩(wěn)態(tài)軋制過程中厚度的影響規(guī)律，提出了縮短板帶頭部厚度不考核長(zhǎng)度的措施；4利用有限元分析所得結(jié)果，選擇合理的工藝參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入輸出參數(shù)，建立了非穩(wěn)態(tài)軋制階段軋件出口厚度的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。模型計(jì)算的相對(duì)誤差控制在1200％以內(nèi)，平均相對(duì)誤差為0507％，說明利用BP神經(jīng)網(wǎng)絡(luò)建立的模型對(duì)非穩(wěn)態(tài)軋制階段的出口厚度進(jìn)行預(yù)測(cè)具有很高的精度。5研究了神經(jīng)網(wǎng)絡(luò)PID控制器對(duì)非穩(wěn)態(tài)軋制過程板厚控制的控制性能，仿真結(jié)果表明該控制系統(tǒng)收斂快，穩(wěn)定性強(qiáng)，超調(diào)量小，具有良好的控制性能，將非穩(wěn)態(tài)軋制過程的時(shí)間從原來的6S縮短為3S，具有較高的工程應(yīng)用價(jià)值。