簡介：制糖澄清過程亞硫酸法生產(chǎn)工藝流程短，設(shè)備簡單，因而在我國得到廣泛使用。廣西是全國主要的產(chǎn)糖基地，是我國蔗糖產(chǎn)業(yè)最為完善和發(fā)達(dá)的省區(qū)。制糖澄清過程中PH值的穩(wěn)定控制至關(guān)重要，直接影響成品糖的質(zhì)量，如何對該過程PH值進(jìn)行有效的穩(wěn)定控制是目前需要解決的關(guān)鍵問題。自適應(yīng)動態(tài)規(guī)劃ADAPTIVEDYNAMICPROGRAMMINGADP是一種結(jié)合了人工智能和控制論的新興非線性優(yōu)化方法，該方法融合了強(qiáng)化學(xué)習(xí)和動態(tài)規(guī)劃的思想，有效地解決了動態(tài)規(guī)劃中“維數(shù)災(zāi)”的難題，為大規(guī)模復(fù)雜非線性系統(tǒng)的優(yōu)化控制提供了一種切實可行的理論和方法。本文主要介紹了自適應(yīng)動態(tài)規(guī)劃方法中的雙重啟發(fā)式動態(tài)規(guī)劃算法DUALHEURISTICPROGRAMMINGDHP，它是一種估計代價函數(shù)導(dǎo)數(shù)的方法，適合于處理要求精度較高的復(fù)雜系統(tǒng)。在本文的工作中，首先，介紹了糖廠澄清過程工藝流程，分析影響澄清過程PH值的各種因素，綜合考慮了系統(tǒng)的時間滯后等特性，采用合理的數(shù)據(jù)預(yù)處理并建立了基于BPERRBACKPRAGATION神經(jīng)網(wǎng)絡(luò)的澄清生產(chǎn)過程模型。其次，論述DHP算法的基本結(jié)構(gòu)、公式推導(dǎo)及其實現(xiàn)和訓(xùn)練的詳細(xì)過程。最后，在MATLAB環(huán)境下采用ADP方法中的DHP算法控制澄清過程中和PH值及清汁PH值。實驗結(jié)果表明DHP算法能穩(wěn)定控制PH值，可以實現(xiàn)PH值的優(yōu)化控制。

簡介：用于鐵礦石軟化熔融過程的硅鉬棒爐是一種非線性、時變性、大時滯的被控對象，難以對其確立精確的數(shù)學(xué)模型。本文在研究硅鉬棒爐溫度電阻特性的基礎(chǔ)上，結(jié)合鐵礦石軟化熔融過程中的溫度控制要求，提出了一種溫度電流雙環(huán)控制策略，以溫度環(huán)作為外環(huán)對硅鉬棒爐的溫度進(jìn)行控制；以電流環(huán)作為內(nèi)環(huán)對硅鉬棒的表面負(fù)荷進(jìn)行控制。在此基礎(chǔ)上，深入研究了傳統(tǒng)PID控制算法和模糊控制算法。結(jié)合兩者的優(yōu)勢，設(shè)計了基于模糊規(guī)則切換的FUZZYPID雙模控制算法，并重點研究了鐵礦石軟化熔融過程中升溫速率和恒溫效果的智能化處理方法。仿真結(jié)果表明，該智能控制算法對于一階純滯后的系統(tǒng)，具有結(jié)構(gòu)簡單、動態(tài)響應(yīng)速度快、穩(wěn)態(tài)精度高、魯棒性強(qiáng)的特點。在算法創(chuàng)新的基礎(chǔ)上，本文還設(shè)計了一套以C8051F020單片機(jī)為核心，基于FUZZYPID雙模復(fù)合控制算法的智能溫度控制系統(tǒng)。系統(tǒng)采用模塊化設(shè)計方法，人機(jī)界面友好，操作簡便。實驗結(jié)果表明，該系統(tǒng)可以在較大控溫領(lǐng)域（室溫～1600℃）對硅鉬棒爐進(jìn)行控溫，并能夠滿足系統(tǒng)在升溫及恒溫過程中的溫度控制要求，為鐵礦石軟熔性能參數(shù)的獲取提供了良好的條件。

簡介：單機(jī)架冷軋機(jī)投資少，生產(chǎn)簡單、靈活多變，在冷軋薄板生產(chǎn)領(lǐng)域一直占有重要地位。近年來，隨著科技的發(fā)展，自動化水平的提高，軋機(jī)的過程控制系統(tǒng)已經(jīng)逐漸取代傳統(tǒng)的手工工藝制度給定，它實現(xiàn)生產(chǎn)過程的高速化、自動化，提高產(chǎn)品的產(chǎn)量和質(zhì)量的同時又保證了生產(chǎn)效率。本文結(jié)合廣州中山中粵馬口鐵6輥單機(jī)架UCM可逆冷軋機(jī)過程控制系統(tǒng)的開發(fā)項目，主要完成如下工作1開發(fā)了系統(tǒng)的控制模型，確定了變形抗力、軋制力等基本模型，并利用WTONRAPHSON法迭代編程求解非線性方程組實現(xiàn)工藝的負(fù)荷分配，同時為工程師提供了多種負(fù)荷分配模式（絕對壓下率分配、軋制力分配、功率分配等），通過調(diào)節(jié)系統(tǒng)參數(shù)，使模型符合現(xiàn)場生產(chǎn)規(guī)律。2根據(jù)現(xiàn)場的實際情況，確定了合理的張力制度和速度制度，保證產(chǎn)品質(zhì)量的同時讓軋機(jī)發(fā)揮最大的功效，提高了生產(chǎn)效率，為了保證冷軋帶鋼的板形質(zhì)量，利用影響函數(shù)法確定了軋輥橫移和彎輥力的預(yù)設(shè)定計算模型。3根據(jù)現(xiàn)場的實際生產(chǎn)數(shù)據(jù)，對軋制力模型、輥縫模型、彎輥力模型等進(jìn)行了進(jìn)一步的修正，同時建立了模型層別表和基于平滑指數(shù)法的自學(xué)習(xí)模型，確立了采樣機(jī)制，通過對現(xiàn)場實際數(shù)據(jù)的自學(xué)習(xí)，進(jìn)一步提高了模型精度。4利用VB開發(fā)控制界面并編寫模型代碼，為工程師和操作工建立交互接口，通過FTP協(xié)議實現(xiàn)過程控制系統(tǒng)與HMI的通訊，實現(xiàn)過程控制系統(tǒng)自學(xué)習(xí)和工藝規(guī)程設(shè)定控制等在線功能。開發(fā)系統(tǒng)對應(yīng)的數(shù)據(jù)庫軟件，代替操作工手工記錄。整套系統(tǒng)已投入使用，現(xiàn)場應(yīng)用結(jié)果表明該系統(tǒng)高效穩(wěn)定，且預(yù)報誤差在允許范圍內(nèi)。

簡介：由于許多不可預(yù)料的因素，存在于軟件開發(fā)項目過程中，不可避免需要變更開發(fā)過程，從而影響項目的進(jìn)度和實施效果，甚至?xí)蔀橛绊戃浖晒εc否的關(guān)鍵。因此，必須嚴(yán)格控制變更，通過有效的控制和管理變更，來保證軟件過程的順利實施。本文首先研究了變更控制的相關(guān)理論和相關(guān)科研成果，對現(xiàn)有過程執(zhí)行機(jī)制的一些不足進(jìn)行了分析，指出了變更控制在軟件過程中的重要性。然后闡述說明了變更的基本要素、變更分類的依據(jù)、基本變更的處理方法。最后結(jié)合過程執(zhí)行機(jī)制，把變更控制思想應(yīng)用到過程執(zhí)行中，提出支持變更的過程執(zhí)行模型。該模型描述了在過程執(zhí)行過程中如何處理變更，使其具有支持變更管理的能力，并通過統(tǒng)計分析執(zhí)行過程中保存的變更信息，幫助組織進(jìn)行過程改進(jìn)。基于以上研究，本文以支持變更的過程執(zhí)行模型為基礎(chǔ)，使用J2EE相關(guān)技術(shù)實現(xiàn)了具有變更控制能力的過程執(zhí)行模塊，并通過在實驗環(huán)境的開發(fā)過程的應(yīng)用，驗證了變更控制的效果。

簡介：間歇生產(chǎn)過程具有小批量、多品種、系列化、合成步驟復(fù)雜、技術(shù)密集等特點，能夠滿足現(xiàn)代過程工業(yè)的要求，應(yīng)用越來越廣泛。間歇生產(chǎn)企業(yè)對生產(chǎn)自動化和實現(xiàn)高效低耗的過程優(yōu)化控制提出了更迫切的需求。因此，研究間歇生產(chǎn)過程優(yōu)化控制問題具有重要的理論與實際意義?；诘鷮W(xué)習(xí)控制思想的批次間迭代優(yōu)化控制策略能夠充分利用間歇過程運行時間的有限性和操作的重復(fù)性，以非常簡單的方式處理不確定度較高的非線性強(qiáng)耦合系統(tǒng)的優(yōu)化控制問題。但由于過程模型的不確定性和各種干擾的存在，給基于模型的間歇過程批次間迭代優(yōu)化控制的實現(xiàn)帶來障礙。本文主要研究在過程模型存在誤差甚至較大誤差情況下如何有效進(jìn)行間歇過程優(yōu)化控制的問題，即考慮對象模型失配情況下的間歇過程優(yōu)化控制。本文首先對迭代學(xué)習(xí)控制的基本思想與方法進(jìn)行了介紹，并通過仿真說明了模型誤差對迭代學(xué)習(xí)控制性能的影響。然后，介紹了基于梯度逼近思想的帶修正項的迭代學(xué)習(xí)控制方法ISOPE，該方法將常規(guī)兩步法中的系統(tǒng)優(yōu)化和參數(shù)估計更密切地整合起來，在系統(tǒng)優(yōu)化中的目標(biāo)函數(shù)中引入一個修正項，使基于數(shù)據(jù)模型優(yōu)化梯度與實際對象的優(yōu)化梯度相等，通過反復(fù)的迭代提高質(zhì)量指標(biāo)。針對ISOPE方法存在由于梯度估計不準(zhǔn)導(dǎo)致的振蕩問題，提出控制量調(diào)節(jié)系數(shù)的在線調(diào)整方法與終止條件，通過酒精發(fā)酵過程優(yōu)化控制仿真驗證了所提方法的有效性。為了更有效地解決模型失配問題，利用高斯混合模型描述過程模型不確定性，通過估計模型誤差的均值和方差補(bǔ)償模型輸出，然后結(jié)合ISOPE算法進(jìn)行優(yōu)化控制。仿真結(jié)果驗證了該方法的有效性。

簡介：在化工、石油、輕工等工業(yè)生產(chǎn)中，常常會有許多液相和氣相混合物需要分離或提純，精餾是分離和提純的重要手段。為了保證精餾過程的安全、穩(wěn)定操作，需要從工藝上了解其傳質(zhì)傳熱過程，從機(jī)理上建立數(shù)學(xué)模型，對其動態(tài)仿真，以便對精餾過程進(jìn)行過程自動控制。精餾塔的動態(tài)機(jī)理模型呈現(xiàn)維數(shù)高和非線性等特性，對精餾塔進(jìn)行模型簡化就成了人們研究的熱點，于是出現(xiàn)了許多建立精餾塔簡化模型的方法。本文首先介紹了精餾過程原理，在此基礎(chǔ)上運用平衡級理論方程組建立嚴(yán)格機(jī)理下的生產(chǎn)過程動態(tài)數(shù)學(xué)模型，它通常是一組微分方程或是差分方程，需要對其簡化。本文采用的是一個分離乙醇和水的二元精餾塔，此塔共十八塊塔板，連同冷凝器回流罐系統(tǒng)和塔釜共二十個分離級，利用逐板計算法得出各塔板上輕、重組分濃度，在SIMULINK里對機(jī)理模型進(jìn)行仿真，比較輸出數(shù)據(jù)和計算所得數(shù)據(jù)的誤差，驗證模型的正確性。對具有維數(shù)高和非線性等特性的精餾塔動態(tài)模型進(jìn)行簡化，在穩(wěn)態(tài)工作點附近運用小偏差方法對其進(jìn)行了線性化處理，得到了線性化的二十階模型，然后運用了MARSHALL方法進(jìn)行降階，最后得到一個三階的簡化模型，通過SIMULINK對簡化模型進(jìn)行仿真，并和原始模型做對比。本模型對于精餾過程的控制系統(tǒng)分析和設(shè)計具有實際應(yīng)用價值和理論指導(dǎo)意義。作為化工生產(chǎn)中應(yīng)用最廣的精餾過程，是其中能耗最大的一種化工單元操作，在能源問題越來越受人關(guān)注的今天，對精餾過程進(jìn)行節(jié)能研究是避免不了的。首先介紹幾種精餾塔節(jié)能的途徑和方法，并分析目前精餾塔節(jié)能控制方面存在的問題。本文從抑制擾動和“卡邊”操作兩個方面做論述，運用上面簡化的三階模型設(shè)計前饋控制系統(tǒng)和串級控制系統(tǒng)，通過仿真得到輸入變量回流量的變化情況，可以看出先進(jìn)的控制系統(tǒng)通過降低精餾過程的回流比，進(jìn)而降低塔底蒸氣，從而達(dá)到節(jié)能效果，對實際操作過程有指導(dǎo)意義。

簡介：隨著技術(shù)水平的不斷提高和地球環(huán)境的不斷惡化，“節(jié)能減耗”成為企業(yè)能達(dá)到高質(zhì)量、低成本產(chǎn)品的重要舉措，也是其在激烈的市場競爭中取得勝利的重要保障。在要求“節(jié)能減耗”和發(fā)展循環(huán)經(jīng)濟(jì)的大背景下，現(xiàn)代化的煉鐵生產(chǎn)，不管是普遍應(yīng)用的高爐煉鐵工藝、還是直接還原煉鐵工藝或熔融還原煉鐵工藝，都要求其含鐵原料是具有一定規(guī)格的塊狀爐料。在大背景的要求下，由于鏈篦機(jī)回轉(zhuǎn)窯球團(tuán)工藝對原料適應(yīng)性強(qiáng)，具有生產(chǎn)規(guī)模大，球團(tuán)礦強(qiáng)度高、質(zhì)量均勻、能耗及生產(chǎn)成本低等優(yōu)點而迅速發(fā)展，逐漸成為球團(tuán)礦生產(chǎn)的主要生產(chǎn)工藝。由于鏈篦機(jī)回轉(zhuǎn)窯球團(tuán)工藝自動控制系統(tǒng)復(fù)雜且水平較高，自動控制的設(shè)備性能和自動控制的好壞，將直接影響成品球團(tuán)的物理和化學(xué)性能。本文在對球團(tuán)工藝的發(fā)展歷史、目前現(xiàn)狀和三種焙燒方式的優(yōu)缺點以及鏈篦機(jī)回轉(zhuǎn)窯球團(tuán)的工藝流程、技術(shù)特點、控制要求和還存在的問題等方面調(diào)研的基礎(chǔ)上，結(jié)合巴西球團(tuán)的實際要求，詳細(xì)介紹了巴西鏈篦機(jī)回轉(zhuǎn)窯球團(tuán)各系統(tǒng)的工藝流程、控制要求和關(guān)鍵設(shè)備的連鎖關(guān)系，設(shè)計了符合控制要求的兩級控制系統(tǒng)。重點闡述了現(xiàn)場總線、可編程控制器、工業(yè)微機(jī)和工業(yè)以太網(wǎng)組成的綜合自動化技術(shù)在該系統(tǒng)中的應(yīng)用。并針對類似工程在運行中出現(xiàn)的問題，對關(guān)鍵儀表的選型提出了改進(jìn)意見，重點論述了簡體掃描儀、粒度分析儀、含水測量儀和含塵量監(jiān)測系統(tǒng)的優(yōu)化設(shè)計等。該自動控制系統(tǒng)采取先進(jìn)的控制技術(shù)和手段，提高了控制水和精度，達(dá)到了提高球團(tuán)的產(chǎn)品質(zhì)量、減低能源消耗和取得良好的經(jīng)濟(jì)效益等控制目的。目前已正常穩(wěn)定運行，值得在球團(tuán)項目中推廣和借鑒。

簡介：管道運輸工程的發(fā)展對管線鋼的強(qiáng)度、沖擊韌性、可靠性等一系列指標(biāo)提出了更高的要求。降低終冷溫度、提高冷卻速度是一種有效的改善產(chǎn)品組織和性能的控冷方法。而高冷速情況下，板帶溫度不均勻性造成的板形問題嚴(yán)重的影響了鋼板質(zhì)量。因此，對層流冷卻過程溫度場變化規(guī)律及溫度均勻性的研究具有十分重要的意義。本文針對某鋼廠的層流冷卻系統(tǒng)，分析了帶鋼的冷卻機(jī)理，對帶鋼傳熱過程的基本方式進(jìn)行了研究，基于傳熱學(xué)理論建立了層流冷卻過程帶鋼溫度場模型。用有限差分法實現(xiàn)了溫度場的數(shù)值模擬。針對X80管線鋼進(jìn)行了相變潛熱實驗，用差示掃描量熱法測量了X80在不同冷卻速度下的DSC曲線。根據(jù)實驗數(shù)據(jù)得出相變溫度范圍內(nèi)任意溫度與相變開始溫度之差與相變潛熱的關(guān)系符合S曲線規(guī)律，并利用數(shù)據(jù)回歸得到了S曲線方程中的相關(guān)系數(shù)。結(jié)合40CR等實驗數(shù)據(jù)推廣得出其他鋼種的相變潛熱分布也符合S曲線規(guī)律。用實驗數(shù)據(jù)對回歸結(jié)果進(jìn)行驗證，證明該方法計算簡單，且結(jié)果與實驗數(shù)據(jù)吻合良好。對X80及以上級別的管線鋼，冷卻過程不但要求其終冷溫度的準(zhǔn)確性，更對冷卻過程中的中間溫度、冷卻速度提出了更高的要求。本文通過數(shù)值模擬分析了相變潛熱、鋼板厚度、冷卻水密度、水溫、終軋溫度等因素對鋼板中間溫度、冷卻速度、終冷溫度的影響規(guī)律，為管線鋼終冷溫度及冷卻速度的控制提供了理論參考。針對低終冷溫度、高冷卻速度冷卻過程出現(xiàn)的鋼板溫度不均勻問題，分析了影響鋼板溫度均勻性的原因，提出改變冷卻方式、變粒度控制、水量中凸設(shè)計等控制策略，推導(dǎo)了上下水量比公式，回歸得到邊部遮蔽量與鋼板寬度、厚度、水流密度的關(guān)系式，鋼板溫度均勻性得到了良好的控制。

簡介：隨著火電機(jī)組規(guī)模不斷擴(kuò)大，參與電網(wǎng)調(diào)峰日趨頻繁，其運行控制呈現(xiàn)出復(fù)雜的非線性、大慣性、多變量強(qiáng)耦合特點，且機(jī)組特性易隨著燃料品質(zhì)變動、設(shè)備磨損故障等發(fā)生未知變化，并受到閥門開度、速率等物理限制的嚴(yán)格約束。由于這些困難，常規(guī)的建模及控制方法很難取得滿意的效果。為此，本文首先將基于“分解合成”思路的多模型策略與子空間辨識方法結(jié)合，利用輸入輸出數(shù)據(jù)，為火電機(jī)組建立適合高級控制器設(shè)計的全局模型，并在多模型子空間辨識的思路和所得模型的基礎(chǔ)上研究先進(jìn)預(yù)測控制方法及其在火電機(jī)組熱工過程上的設(shè)計應(yīng)用，以改進(jìn)和提高火電廠自動化控制系統(tǒng)的性能和品質(zhì)。本文的主要內(nèi)容包括1為解決火電機(jī)組熱工過程大范圍變工況運行下的非線性控制建模問題，提出將分段線性化策略與子空間辨識結(jié)合的數(shù)據(jù)驅(qū)動建模方法。方法首先利用間隙值度量的手段，來估計機(jī)組在整個運行工況范圍內(nèi)的非線性分布狀況，以實現(xiàn)局部區(qū)間的合理劃分，再使用子空間辨識算法，為每個局部區(qū)間建立具有狀態(tài)空間表達(dá)形式的模型。為了克服各局部子模型不在同一基底，無法相互連接的問題，分別針對多變量機(jī)爐協(xié)調(diào)系統(tǒng)及單變量過熱汽溫系統(tǒng)，給出兩種相似變換的方法，將局部模型狀態(tài)向量轉(zhuǎn)移到統(tǒng)一基底下，組成整體多模型系統(tǒng)。所得模型具有滿意精度，適合高級控制器設(shè)計的理想形式，同時由于建模過程完全基于數(shù)據(jù)驅(qū)動，無需對于機(jī)組工作原理、運行情況、設(shè)備部件規(guī)格尺寸等作過多了解，易被拓展用于其它復(fù)雜系統(tǒng)的辨識建模。2針對火電機(jī)組熱工過程大范圍變工況運行下的非線性控制建模問題，提出將模糊聚類和子空間辨識結(jié)合的TS模糊模型建模方法。方法首先采用GK模糊聚類的方法，對非線性對象進(jìn)行結(jié)構(gòu)劃分，并確定各局部區(qū)間相應(yīng)的模糊隸屬度函數(shù)。接著依據(jù)多模型策略“以多個簡單模型逼近對象復(fù)雜特性”的思路，使用一種簡化的多模型狀態(tài)空間結(jié)構(gòu)，以犧牲模型部分非線性逼近能力為代價，克服模糊隸屬度函數(shù)與輸入輸出數(shù)據(jù)結(jié)合后，子空間矩陣維數(shù)大、算法不可行的問題，使得常規(guī)子空間算法能夠被直接拓展，用于辨識TS模糊模型的結(jié)論部分。該方法完全基于數(shù)據(jù)驅(qū)動，模糊模型結(jié)構(gòu)與參數(shù)的確定一次完成，需要較少的人為干預(yù)。由于模糊隸屬度函數(shù)的存在，局部模型之間連接平滑，便于多模型控制器實現(xiàn)無擾切換。3在多模型子空間辨識的思路基礎(chǔ)上，提出了分段線性子空間數(shù)據(jù)驅(qū)動預(yù)測控制器和模糊子空間數(shù)據(jù)驅(qū)動預(yù)測控制器，用于解決火電機(jī)組熱工過程大工況范圍內(nèi)的控制問題。通過直接使用子空間辨識的中間矩陣構(gòu)造預(yù)測器，避免了傳統(tǒng)模型預(yù)測控制的建模過程及相應(yīng)模型誤差的影響。方法同時考慮多模型設(shè)計框架下預(yù)測器的在線更新，以克服機(jī)組特性的未知變化，進(jìn)一步增強(qiáng)系統(tǒng)的魯棒性。在BELLASTROM機(jī)爐協(xié)調(diào)控制系統(tǒng)的仿真表明這兩種控制器可以在滿足輸入約束情況下快速適應(yīng)負(fù)荷工況點的大范圍變化。4基于子空間辨識所得模型，提出一種穩(wěn)定預(yù)測跟蹤控制算法，以實現(xiàn)閉環(huán)系統(tǒng)穩(wěn)定和動態(tài)調(diào)節(jié)最優(yōu)這兩項火電機(jī)組運行中的主要控制目標(biāo)。為解決常規(guī)基于狀態(tài)變量性能指標(biāo)設(shè)計的穩(wěn)定預(yù)測控制在使用子空間模型時輸出調(diào)節(jié)性能較差的問題，直接使用輸出變量作為性能指標(biāo)，重新設(shè)計了穩(wěn)定預(yù)測控制算法，改善了輸出調(diào)節(jié)效果。為了增強(qiáng)系統(tǒng)的魯棒性，確保復(fù)雜情況下對輸出變量的無偏調(diào)節(jié)，在模型中擴(kuò)增了擾動項，用于集中反映燃料品質(zhì)變化、環(huán)境變化、設(shè)備磨損故障等未知擾動和特性變化對機(jī)組的影響，并借助在穩(wěn)定預(yù)測框架內(nèi)綜合設(shè)計擴(kuò)增觀測器和穩(wěn)態(tài)設(shè)定值計算器，來估計擾動的大小，最終消除其對控制過程的影響。在600MW機(jī)組過熱汽溫系統(tǒng)和協(xié)調(diào)系統(tǒng)上的仿真表明，本文設(shè)計的穩(wěn)定預(yù)測跟蹤控制器可以在滿足輸入約束、保證閉環(huán)系統(tǒng)穩(wěn)定的前提下實現(xiàn)對火電機(jī)組大范圍變工況運行的無偏差控制。

簡介：點擊查看更多清漆生產(chǎn)過程建模與控制仿真研究.pdf精彩內(nèi)容。

簡介：隨著我國經(jīng)濟(jì)建設(shè)的不斷發(fā)展，舊城區(qū)的規(guī)劃和使用功能已不能滿足社會經(jīng)濟(jì)發(fā)展的需要，拆除舊城區(qū)的建筑是勢在必行的事情，這必須要對舊城區(qū)重新進(jìn)行規(guī)劃建設(shè)，以適應(yīng)現(xiàn)代化城市發(fā)展的需要。由于在舊城區(qū)開發(fā)建設(shè)過程中，農(nóng)民安置房建設(shè)投資金額大、建設(shè)標(biāo)準(zhǔn)適中，建設(shè)工期短、利潤低，并受舊房屋拆遷補(bǔ)償和投資額度的限制，一旦在造價控制過程中出現(xiàn)失誤就會發(fā)生投資額超限，影響農(nóng)民安置房建設(shè)進(jìn)度，甚至波及到社會的穩(wěn)定等問題。工程造價通常是指工程的建造價格，從投資者業(yè)主的角度來看，工程造價是指建設(shè)一項工程預(yù)期開支或?qū)嶋H開支的全部固定資產(chǎn)投資費用。投資者為了投資項目的預(yù)期效益，就需要進(jìn)行項目策劃及實施，直至竣工驗收等一系列投資管理活動。在上述活動中所花費的全部費用，就構(gòu)成了工程造價。從這個意義上講，建設(shè)工程造價就是建設(shè)項目固定資產(chǎn)投資。本文是以青島開發(fā)區(qū)薛家島農(nóng)民安置房全過程造價控制為研究對象，站在投資者的角度，根據(jù)項目管理成本控制的有關(guān)理論，運用工程建設(shè)的思維方法，從農(nóng)民安置房項目的投資決策、規(guī)劃設(shè)計、招投標(biāo)、施工管理、竣工結(jié)算等幾個階段進(jìn)行造價控制，使該項目的工程造價控制在投資限額以內(nèi)，保證了農(nóng)民安置房項目的順利竣工，對其他農(nóng)民安置房的建設(shè)提供了借鑒。本文研究的薛家島農(nóng)民安置房建設(shè)項目全過程造價控制包括了五個階段，分別為項目決策階段的造價控制、項目設(shè)計階段的造價控制、項目招標(biāo)階段的造價控制、項目施工階段的造價控制和項目竣工階段的造價控制。其中項目決策階段的造價控制是全過程造價控制的基礎(chǔ)性工作，農(nóng)民安置房建設(shè)拆遷補(bǔ)償標(biāo)準(zhǔn)、建設(shè)水平和按時完成拆遷任務(wù)是影響整個項目的關(guān)鍵；設(shè)計階段造價控制是農(nóng)民安置房建設(shè)由計劃變?yōu)楝F(xiàn)實具有決定意義的階段，通過運用價值工程，優(yōu)化方案設(shè)計、采用標(biāo)準(zhǔn)設(shè)計等措施控制造價；項目招標(biāo)階段就是擇優(yōu)選擇承包商的過程，采用科學(xué)的評標(biāo)體系及合理低價中標(biāo)的方法，達(dá)到“擇優(yōu)”的目的。項目施工階段的造價控制是農(nóng)民安置房建設(shè)全過程造價控制的保證階段，工程施工階段是大量的資金支出階段且影響項目成本的因素復(fù)雜，通過運用掙得值法，做好項目的變更管理，以保障項目的決策和設(shè)計等順利實現(xiàn)?？⒐Q算階段造價控制是總結(jié)農(nóng)民安置房建設(shè)從籌建開始到項目竣工交付使用為止的總費用，是工程造價的最終確定。這五個階段的造價控制是相輔相成，這也反映出了項目的目標(biāo)具有明確性和管理系統(tǒng)完整性的特點。

簡介：熱工過程的自動控制是保證發(fā)電機(jī)組熱力設(shè)備安全經(jīng)濟(jì)運行的必要措施，建立精確的熱工過程整體模型是對熱工過程進(jìn)行全局優(yōu)化控制的基礎(chǔ)。但由于熱工過程具有非線性和不確定性等復(fù)雜特性，傳統(tǒng)方法難以建立可精確表達(dá)熱工過程的非線性模型及實施整體優(yōu)化控制。為此，有必要對一些先進(jìn)的非線性建模與控制方法進(jìn)行深入的研究，將其應(yīng)用于熱工過程以有效地提高機(jī)組的安全經(jīng)濟(jì)性。免疫系統(tǒng)具有免疫記憶、免疫識別、分布性、魯棒自適應(yīng)等特性，將這些免疫機(jī)制引入控制領(lǐng)域，為解決不確定性系統(tǒng)建模和復(fù)雜對象的動態(tài)自適應(yīng)控制等難題提供了一個嶄新的思路。本文將免疫信息處理機(jī)制應(yīng)用于遺傳算法的改進(jìn)、模糊控制優(yōu)化設(shè)計、模糊聚類建模及非線性預(yù)測控制等方面，解決了復(fù)雜系統(tǒng)非線性建模和控制中的一些難題，并對電廠熱工過程如汽溫系統(tǒng)、單元機(jī)組負(fù)荷系統(tǒng)等進(jìn)行了仿真研究。本文具體研究內(nèi)容如下1分析了傳統(tǒng)遺傳算法存在的缺陷和成因，在此基礎(chǔ)上，將免疫系統(tǒng)的抗原識別、抗體多樣性、免疫記憶、濃度調(diào)節(jié)等機(jī)制引入遺傳算法中，提出兩種改進(jìn)的免疫遺傳算法IGA。一是改進(jìn)型單種群進(jìn)化免疫遺傳算法，它利用一種記憶細(xì)胞精英抗體遺傳策略進(jìn)一步保證了算法的穩(wěn)定性和收斂性；二是多種群進(jìn)化免疫遺傳算法，它將遺傳的競爭過程分為子種群間的競爭和子種群內(nèi)個體間的競爭兩級，能有效解決全局和局部搜索能力間的矛盾。通過對測試函數(shù)的求解，表明文中兩種改進(jìn)型IGA均具有優(yōu)良的的尋優(yōu)特性。2提出了一種基于免疫遺傳算法的模糊控制器優(yōu)化設(shè)計方法。在模糊規(guī)則和隸屬度函數(shù)參數(shù)聯(lián)合編碼基礎(chǔ)上，通過改進(jìn)的免疫遺傳算法實現(xiàn)模糊控制器參數(shù)的同步優(yōu)化。以過熱汽溫控制系統(tǒng)為例進(jìn)行了仿真試驗，結(jié)果表明采用改進(jìn)的免疫遺傳算法優(yōu)化模糊控制，可以克服傳統(tǒng)遺傳算法存在的缺陷，保證更快更穩(wěn)地搜索到最優(yōu)的規(guī)則庫和隸屬函數(shù)，優(yōu)化后的模糊控制系統(tǒng)具有很好的控制效果。3提出一種新型動態(tài)免疫進(jìn)化聚類算法以克服傳統(tǒng)模糊聚類建模方法須事先確定規(guī)則數(shù)的缺陷。它通過改進(jìn)的遺傳策略來優(yōu)化染色體長度以實現(xiàn)聚類個數(shù)全局尋優(yōu)，同時利用模糊C均值FCM聚類算法加快聚類中心參數(shù)的收斂；此外，通過引入免疫系統(tǒng)的記憶功能和疫苗接種機(jī)理，新算法得以快速穩(wěn)定地收斂到最優(yōu)解。利用這種高效的動態(tài)聚類算法辨識模糊模型，可以同時得到合適的模糊規(guī)則數(shù)和準(zhǔn)確的前提參數(shù)。對經(jīng)典實例進(jìn)行的仿真計算驗證了這種模糊聚類建模方法的有效性。將其用于建立熱工過程的非線性模糊模型，不需要預(yù)先指定模型的規(guī)則數(shù)，計算量較小，而且所辨識模型精度高，從而為熱工過程的整體優(yōu)化控制奠定了模型基礎(chǔ)。4提出了一種基于模糊模型和免疫優(yōu)化的非線性預(yù)測控制方法，該方法將離線辨識到的精確的全局模糊模型作為預(yù)測模型，然后利用實數(shù)編碼的免疫優(yōu)化算法在線實現(xiàn)非線性預(yù)測控制的滾動優(yōu)化，給出最優(yōu)的控制量。且該方法可通過修正的遺傳算子方便地解決輸入受限問題。通過對鍋爐過熱汽溫控制系統(tǒng)和一個簡化了的500MW單元機(jī)組負(fù)荷控制系統(tǒng)的仿真試驗，驗證了該非線性預(yù)測控制方法的有效性，為復(fù)雜熱力系統(tǒng)控制品質(zhì)的提高提供了一條新的途徑。

簡介：東北大學(xué)博士學(xué)位論文低NOX排放與低負(fù)荷穩(wěn)燃過程的建模與優(yōu)化控制姓名李振中申請學(xué)位級別博士專業(yè)檢測技術(shù)與自動化裝置指導(dǎo)教師王福利黃其勵20040701東北大學(xué)博士學(xué)位論文摘要利用特征識別模型對機(jī)組負(fù)荷狀態(tài)、磨煤機(jī)工作狀態(tài)和鍋爐安全與經(jīng)濟(jì)狀況進(jìn)行識別，從而按安全性、經(jīng)濟(jì)性、環(huán)保性總結(jié)出低NOX排放與低負(fù)荷穩(wěn)燃的知識規(guī)則和專家決策模型7進(jìn)行了低NOX排放與低負(fù)荷穩(wěn)燃優(yōu)化控制技術(shù)的工業(yè)試驗研究以及應(yīng)用研究，在燃煤發(fā)電廠200MW機(jī)組推廣應(yīng)用。關(guān)鍵詞低NOX排放，低負(fù)荷穩(wěn)燃，過程建模，優(yōu)化控制，分層遞階控制，專家決策，冷態(tài)模化，熱態(tài)模化，數(shù)值模擬。LI

簡介：點擊查看更多面向節(jié)能目標(biāo)的焦?fàn)t加熱燃燒過程優(yōu)化控制方法研究.pdf精彩內(nèi)容。

簡介：熱軋過程控制系統(tǒng)在整個熱軋生產(chǎn)中占據(jù)著重要位置過程控制級計算機(jī)完成對熱軋生產(chǎn)過程的監(jiān)督與控制。對于傳統(tǒng)熱軋帶鋼生產(chǎn)線從板坯到成品帶鋼軋件的壓下量絕大部分將在粗軋完成粗軋機(jī)的生產(chǎn)效率也往往對整個軋制節(jié)奏和產(chǎn)量有決定性的影響。數(shù)學(xué)模型是計算機(jī)控制系統(tǒng)的核心決定軋制產(chǎn)品的質(zhì)量所以對熱軋帶鋼粗軋過程控制系統(tǒng)以及數(shù)學(xué)模型的研究有著重要意義。本文以“首鋼遷鋼2160MM熱軋過程控制系統(tǒng)的消化吸收項目”為背景針對熱軋帶鋼粗軋過程控制系統(tǒng)的功能、數(shù)學(xué)模型的建立、粗軋過程軋制力的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的建立等問題進(jìn)行研究取得以下研究結(jié)果1確定了用于粗軋過程控制的軋制力、變形抗力及寬展計算模型；建立了粗軋過程水平輥軋制力和力矩、粗軋立輥軋制力和力矩、粗軋水平輥軋機(jī)功率、粗軋立輥軋機(jī)功率、粗軋出口溫度、粗軋區(qū)出口寬度和精軋區(qū)出口寬度的自學(xué)習(xí)模型。2分析粗軋過程中引起軋件溫度變化的各種傳熱形式包括空冷、水冷、接觸傳熱、變形溫升、摩擦溫升等建立了粗軋過程溫度控制模型。3通過平滑系數(shù)取值對自學(xué)習(xí)過程的影響的分析提出了合理的平滑系數(shù)確定方法及其范圍。4根據(jù)BP神經(jīng)網(wǎng)絡(luò)的功能確定了BP網(wǎng)絡(luò)模型的網(wǎng)絡(luò)層數(shù)、每層的神經(jīng)元數(shù)、各層間的傳遞函數(shù)、以及網(wǎng)絡(luò)訓(xùn)練函數(shù)；根據(jù)隱層與輸出層的特點確定了隱層與輸出層權(quán)值的初始化方法使用MATLAB語言建立起粗軋過程軋制力BP網(wǎng)絡(luò)預(yù)測模型。5本文建立的BP網(wǎng)絡(luò)模型的軋制力預(yù)測值比數(shù)學(xué)模型計算值精度提高了181％～414％。