张学刚[1]2002年在《基于多目标GA的H_∞加权函数优化控制方法研究》文中研究指明本文依据H∞控制理论，结合H∞混合灵敏度加权函数的选择，提出了一种<WP=3>SISO系统基于多目标遗传算法（MOGAS）的H∞混合灵敏度加权函数优化控制设计方法。针对H∞控制方法存在的保守性和加权函数选取无明确方法的问题，做了算法的改进。给出了一种新的加权函数选取型式，在此基础上根据多目标遗传算法进行了加权函数的优化选取，并确立了控制器。仿真结果表明，本文方法对外部扰动、对象模型的结构和非结构不确定性摄动具有灵敏度低、跟踪速度快、稳定裕度好等优点，使系统动态性能比常规H∞、PID和Smith预估控制方法有了明显改善
周平[2]2013年在《复杂磨矿过程运行反馈控制方法及应用研究》文中认为冶金选矿中,磨矿是任何一种金属选别的先决工序。其作用就是将大颗粒矿物原料粉碎到适宜粒度,使有用矿物与脉石单体解离或不同有用矿物相互解离,为后续选别提供原料。磨矿是典型的高能耗、低效率过程,其电能消耗约占整个选厂的45-70%,生产成本约占40～60%。磨矿运行指标即磨矿产品粒度(质量指标)、磨矿生产效率等决定着选矿精矿品位的好坏和生产能力的高低,并与选厂经济技术指标密切相关。长期以来,磨矿过程控制与优化被认为是提高磨矿产品质量与生产效率以及整个选厂经济利润的关键,一直受到国内外学者的关注和重视。以多回路PI/PID和多变量预测控制为主的控制技术均一定程度达到了调控局部单元的磨矿设备,使其按照期望目标运行的目的。然而,从过程工程的角度来看,磨矿自动控制不仅仅是使局部单元磨矿装置系统尽可能好地跟踪期望设定值,而且要控制整个过程运行,实现表征过程整体运行性能的磨矿粒度与生产效率等运行指标的优化。因此,将复杂磨矿生产与各个磨矿设备作为紧密联系的整体,构建磨矿整体运行的分层反馈控制结构,实现控制指标、运行指标以及经济性能指标的集成控制与优化,是各个选矿企业提高自身市场竞争力的重要手段。磨矿过程流程长、滞后大、影响因素众多且彼此相互制约和关联耦合。磨矿运行指标不仅与回路控制的关键过程变量密切相关,并且其动态特性还受原矿成份与性质、生产技术规范与操作规范、设备能力以及各种未知动态干扰的影响,具有较强时变特性。因此,磨矿过程运行控制研究具有挑战性且方法较少。现有方法大多采用上层开环设定加底层基础反馈控制的运行控制模式,没有真正意义实现磨矿运行指标的上层闭环反馈控制。当外部干扰和运行环境动态变化时,难以对运行过程做出及时准确调整,因而难以实现过程的优化运行。为此,必须利用实时或者间歇性的磨矿运行指标反馈信息,研究实现运行指标上层闭环控制的磨矿过程运行反馈控制方法及工业应用。论文从经济全球化背景下的现代选矿企业对提高产品质量与生产效率以及节能降耗的迫切需求出发,依托国家自然科学基金青年项目(61104084)、国家973计划项目(2009CB320601)以及中央高校创新基金项目(N090608001),开展具有运行反馈控制和基础反馈控制层次反馈控制结构的磨矿过程运行反馈控制方法及其应用的研究,具体如下：1.针对国际通用的一段棒磨开路、二段球磨-水力旋流器闭路磨矿的原矿石成份与性质比较稳定、给矿粒级较窄、可以建立过程的近似数学模型,研究基于模型的运行反馈控制方法及与已有MPC方法的仿真比较研究：1)针对磨矿过程的多运行指标及其测量反馈大时滞特性,提出基于改进两自由度(2-DOF)解析解耦的运行反馈控制方法。针对具有多变量及多输入输出时滞特性的运行过程模型,为了设计能够物理实现的2-DOF运行控制系统,提出基于频域多点阶跃响应匹配的高阶多时滞系统的模型近似方法。磨矿过程的仿真应用及比较验证了所提方法的有效性和先进性。2)针对磨矿过程运行性能受各种未知动态干扰(如原材料性质的波动)影响,以及常规基于MPC运行反馈控制方法干扰抑制性能的不足,引入干扰观测(DOB)技术,研究基于DOB-MPC的集成运行反馈控制方法：A.针对已有单变量DOB设计仅适用于最小相位时滞或非时滞系统,提出非最小相位时滞系统的改进DOB(IDOB)设计方法。在此基础上,提出基于IDOB-MPC的集成运行反馈控制方法。在磨矿过程的设计实例及仿真实验表明所提方法在动态环境下的干扰抑制和干扰观测方面均优于常规基于MPC的运行反馈控制方法。B.针对已有DOB技术的单变量本质,借助于提出的模型近似算法,提出基于MIMO系统近似逆的多变量DOB(MDOB)设计方法。在此基础上,提出基于MDOB-MPC的集成运行反馈控制方法。与已有磨矿运行反馈控制方法的仿真比较表明：所提方法在干扰抑制、干扰观测以及整体运行控制性能方面均优于IDOB-MPC、改进2-DOF解析解耦以及常规MPC的运行反馈控制方法。2.针对我国广泛使用的赤铁矿闭路磨矿的原矿石性质与成份复杂且不稳定、嵌布粒度细,磨矿运行指标难以在线测量且过程具有工况时变等综合复杂特性,难以建立过程数学模型,研究基于数据与知识的复杂磨矿过程智能运行反馈控制方法：1)针对赤铁矿两段全闭路复杂磨矿,将建模与控制相集成,充分利用数据与知识,采用分层反馈结构,提出由基于案例推理(CBR)的回路预设定模型、磨矿粒度动态神经网络(ANN)在线软测量以及回路设定值模糊动态调节构成的磨矿智能运行反馈控制方法。在某大型赤铁矿选厂的工业试验及应用表明：所提方法稳定并优化了磨矿粒度,提高磨矿作业率～2.78%、台时处理量～4.42%,并使磨矿生产经济利润增加～930万元/年。2)针对赤铁矿闭路磨矿运行因过负荷故障工况而影响系统运行安全的问题,提出具有回路设定值自适应QP优化、磨矿粒度在线软测量、多变量智能反馈校正以及磨机过负荷故障工况在线监测与调节等结构的磨矿过程运行安全与优化的智能运行控制方法。考虑到前述单一ANN粒度软测量的精度和可靠性不足,提出由基于CBR的粒度软测量、基于ANN的粒度软测量、软测量可信度因子求解以及最终粒度求解构成的磨矿粒度混合智能软测量方法。另外,集成数据驱动的SPC技术和知识驱动的RBR技术用于磨机过负荷工况的智能在线监测与过负荷调节。在某赤铁矿选厂的工业应用表明：所提方法不但能够实现磨矿运行优化,而且可有效避免磨机过负荷故障工况,增强系统的安全和稳定性能。
张舒心[3]2016年在《萤火虫算法改进及其在燃烧系统鲁棒控制中的应用》文中认为如今火电厂中,煤的用量依然非常大,锅炉燃烧系统又是电厂的重要组成部分,因此对锅炉燃烧系统控制的好坏直接体现了我国煤能源是否能够被高效利用。火电站锅炉燃烧系统是一个具有非线性、强耦合、大惯性、参数时变性等特点的系统,对其创建一个数学模型实施精确的控制十分困难。由于锅炉本身固有的延迟特性使得传统的热量信号和温度信号不能快速准确地反应炉膛内的燃烧状况,导致控制效果不理想。本课题主要针对锅炉燃料控制系统设计H∞鲁棒控制器,又针对鲁棒控制器设计中的加权函数选择问题,提出一种改进萤火虫优化算法(Genetic Algorithm-Artificial Fish Glowworm Swarm Optimization,GA-AFGSO),最后将改进萤火虫算法用于鲁棒加权函数的寻优。为了提高燃烧系统的信号传递速度,本课题引用辐射能信号到串级燃烧控制系统中作为H∞鲁棒控制器的反馈信号。通过一阶分时时滞近似,得到最优近似模型,又通过加权函数的设计得到了H∞鲁棒控制器。并分析H∞鲁棒控制器的鲁棒稳定性和抗干扰能力。在H∞控制器设计中,加权函数的选择至关重要。传统的加权函数选择主要是通过试凑来获得的,权函数选取的好坏很大程度决定于设计人员的经验,想要得到最优的权函数十分困难。而加权函数选择问题实质上可转化为多维复杂函数优化问题,针对此问题提出了基于萤火虫群(Glowworm Swarm Optimization,GSO)、人工鱼群(Artificial Fish-school,AFS)和遗传算法(Genetic Algorithm,GA)的改进萤火虫优化算法。本文采用改进萤火虫优化算法寻找最优的加权函数。仿真结果表明,改进萤火虫算法优化的鲁棒控制系统具有较好的动态性能和鲁棒性。
陶吉利[4]2007年在《基于DNA计算的遗传算法及应用研究》文中指出DNA计算作为一个崭新的研究领域，仍处于萌芽阶段，本身还有很多理论和实际问题需要解决。遗传算法(GA)是一种在分子水平模拟生物进化过程来求解复杂问题的有效算法。DNA计算与GA两者天生就具有某种必然的联系。由于生物DNA计算的局限性，遗传算法可以作为DNA计算进行复杂优化问题求解的桥梁。用DNA编码表示复杂知识或系统，模拟DNA分子操作以发现和处理信息，在进化中获取和更新知识，既可以充分发挥DNA计算的开创性思想，又可以解决自动控制、模式识别、决策、机器学习等理论与工程实际中存在的各种复杂优化问题。着眼于这一认识，本文致力于将DNA计算和遗传算法相结合，用以解决控制系统的建模与优化设计问题，具有十分重要的现实意义。本文的丰要研究工作如下：(1)基于生物RNA操作及DNA序列选择和变异模型，提出了一种RNA-GA算法。该算法利用RNA分子A、T、U、C进行编码设计，并结合RNA分子操作和DNA变异模型，设计了SGA的交叉和变异算子。基于Markov链模型对RNA-GA算法进行了收敛性分析。通过对典型测试函数的仿真计算和对比研究，验证了所提算法的优越性和有效性。化工过程的模型参数估计的应用研究，进一步表明所提算法的有效性和实用性。(2)基于DNA双链互补结构和序列二次规划(SQP)算法，提出了一种基于DNA双链结构的混合遗传算法以解决具有不等式约束的非线性规划问题。该算法利用DNA双链结构进行问题的编码，以克服SGA的海明悬崖问题和增加种群多样性；并采用RNA操作算子和SQP算法以有效保持遗传算法广度搜索和深度搜索的平衡，加快算法的收敛速度。通过算法的收敛速度分析和典型测试函数的仿真对比研究表明了所提算法的有效性和可靠性。对汽油调合配方优化问题的求解以及与PSO算法的对比研究结果表明所提算法的有效性和适用性。(3)基于DNA计算，提出了一种非支配排序多目标遗传算法以解决多目标优化问题。该算法首先将基于RNA计算的交叉和变异算子用于多目标遗传算法，以改善GA的全局寻优性能；其次通过Pareto排序和个体密集距离计算，将相互矛盾的多目标优化问题统一成单个目标适应度函数优化问题，以便于用外部种群保留Pareto前沿集合；最后利用种群维护算法保持Pareto前沿的分布均匀性。算法的收敛性分析和典型多目标优化问题的仿真研究表明所提算法在Pareto前沿逼近度和解的分布均匀性方面都有了较大提高。(4)如何合理选取RBF网络的基函数中心点及网络结构，目前还未给出有效的理论依据。本文基于过程输入输出数据，提取有用的系统信息，建立其RBF神经网络动态模型，提出了一种基于剪接系统的遗传算法进行RBF网络的隐层节点数、基函数中心点的优化，从而综合考虑了网络的拟合精度和泛化能力。计算复杂性分析以及连续搅拌反应釜(CSTR)仿真对比结果表明采用所提算法构建的RBF神经网络具有良好的拟合精度和较强的泛化能力。(5)RBF网络的优化设计本质上是一个多目标优化问题。通过将RBF网络信息融入DNA单链结构，引入DNA计算操作算子，提出了一种用于神经网络的多目标优化设计遗传算法，用于实现包括输入层在内的RBF网络优化设计。该算法以RBF神经网络结构最简、拟合精度最高为优化指标，得到Pareto最优解集，并根据测试数据的误差绝对值之和最小准则，筛选Pareto最优解集。将该算法应用于连续搅拌反应釜的建模中，得到了优于RBF网络单目标优化算法的结果。(6)针对控制系统设计问题，使用DNA-GA算法进行了控制系统的优化设计。其一针对一阶滞后不稳定过程，提出了一种基于参数稳定空间的多目标遗传算法，进行PID控制器的优化设计。其二针对广义预测控制在pH中和过程中的应用问题，采用基于剪接系统的遗传算法进行T-S模糊网络的优化设计以更好地进行pH中和过程建模。其叁针对具有强非线性和严重不确定性的连铸过程提出了一种模糊神经元非模型控制策略。由于模糊神经元控制器存在多个参数的优化整定问题，采用RNA-GA进行了该控制器参数的优化整定。仿真对比结果验证了DNA-GA算法在控制系统优化设计中的有效性。
佚名[5]2011年在《自动化技术、计算机技术》文中提出TP112011011954一般成本环境下分散式多工厂资源调度/陈胜峰,蔚承建(南京工业大学信息科学与工程学院)//信息与控制.―2010,39(5).―640～645.研究多工厂一般成本结构特征,即工厂含有固定成本和单位成本,提出了一种分散式多工厂资源调度方法,该方法使用基于连续双向拍卖市场机制的ZI2策略。ZI2策略是一种包含价格和数量的二维报价策略,agent采用该策略在给定价格范围内随机提交报价。模拟实验结果验证了ZI2策略可以实现较高的调度效率,整体平均效率达到90%。图2表8参10
占贤辉[6]2007年在《基于BP-GA算法的板坯连铸二冷水动态控制模型研究》文中研究说明高效连铸过程的二次冷却水控制水平与铸坯质量密切相关。铸坯质量如内部裂纹、表面裂纹、鼓肚和形状缺陷、中心偏析等形成的原因与二次冷却制度不合理、冷却不均匀有一定关系。板坯连铸的二冷区通常由多个喷水段组成,各段的目标温度不同,控制水量也不同,而且连铸生产过程具有复杂性和不确定性特征。凝固传热数学模型是连铸过程控制与优化的基础,基于传热模型确定二冷制度是应用最广泛的一种方法,可以对连铸生产过程进行模拟计算。但是,当考虑生产影响因素较多和输入条件变化明显时,该方法的实时性和应变性难以保证。因此,将人工智能优化算法如遗传算法(Genetic Algorithm,GA)、神经网络、模糊控制器等引入进行连铸二冷动态配水与优化控制方法研究,对连铸机二冷段水量的合理分配和动态控制有重要意义。围绕板坯连铸二冷配水优化与控制问题,在建立的凝固传热数学模型基础上,开展配水优化和动态控制方法研究。以一维和二维连铸板坯凝固传热数学模型为基础,考虑冶金准则的约束,研究遗传算法进行连铸二冷各段水量优化的方法,从而可确定拉速-水量的静态配水经验公式中的参数,为进一步优化二冷水控制方案提供参考依据;以目标表面温度为约束,应用模糊逻辑技术实现基于传热数学模型的定拉速下二冷段水量的优化,以及变拉速下水量的动态分配;使用BP神经网络辨识连铸凝固传热数学模型,达到对铸坯温度的预测;将神经网络与模糊逻辑结合,应用模糊神经网络进行水量的动态分配与控制,改进模糊逻辑在控制水量分配时不能学习的问题;建立基于神经网络和模糊逻辑技术的由神经网络预测连铸二冷段温度场分布,由模糊神经网络据神经网络预测的温度实现水量动态分配与控制的全智能动态控制模型。连铸二冷动态配水模型软件基于Windows开发平台,选用Microsoft的VisualBasic 6.0编程实现,模型软件以可用性、灵活性及可靠性为设计原则。软件测试分为离线测试与在线测试,以攀钢提钒炼钢厂2#板坯连铸机二冷水控制为具体对象,二冷段出口板坯表面温度为控制目标,离线测试使用从攀钢现场获取的历史数据库进行仿真计算;在线测试在攀钢提钒炼钢厂生产现场,从实时数据库提取实时数据计算,并同步进行现场板坯表面温度测定,以完成方法检验和软件测试。连铸二冷动态配水模型软件的测试和应用表明:基于遗传算法的二冷配水优化模型,可减少表面温度与目标温度的差异,同时回热与冷却速率也更趋于合理,满足了冶金准则对改善铸坯冷却过程和提高产品质量的要求;利用模糊神经网络的计算能力,可快速响应二冷配水中拉速和目标温度等变化对水量调整的实时性要求;基于BP神经网络与高斯模糊神经网络的智能控制模型能够很好的克服传热模型计算中存在的传热系数公式难确定、输入参量多、外界干扰强等因素的影响;同时利用实测铸坯出口温度对BP神经网络预测温度进行修正,可将智能控制模型误差限制在5℃之内。建立的模型系统对于改善板坯连铸二冷水动态调整与分配,提高连铸二冷控制的智能化水平,进而提高板坯质量具有重要的现实意义和广泛的应用前景。
申冬慧[7]2002年在《基于模糊控制与GA的潜艇自动舵的设计与实现》文中研究指明本课题通过对自动舵发展历史和现状的分析和透视，确定了研究的重点和总体框架。首先通过对潜艇的原始空间六自由度运动模型进行合理的简化和验证，求得了一组适合于设计控制系统的潜艇空间运动设计模型。在此基础上，设计了模糊控制自动舵系统。对于调节控制和跟踪控制，自动舵的控制效果和系统响应进行了仿真研究，其结果表明，在初始均衡好的情形下，模糊控制器控制参数如果调整合适，模糊控制自动舵有较好的控制效果，响应较快，静差比较小。 虽然单一的模糊控制自动舵实现比较简单，但是当外界条件发生变化时，控制效果会变差，这使得我们要采用其他方法来提高模糊控制自动舵的性能。本文引入了遗传算法与模糊控制相结合的控制方法实现了潜艇自动舵系统的设计和实现，采用遗传算法优化控制参数后模糊控制系统与单一的模糊控制系统分别进行仿真，其结果表明，优化后的控制系统对于外界参数的改变能够达到控制的目的，提高控制的精度，基于模糊控制和遗传算法的自动舵显示了更好的鲁棒性和抗干扰能力。 最后本文从理论、仿真两个方面分析和显示了艇体在一阶、二阶波浪力作用下的运动趋势，从而为研究潜艇近水面波浪力干扰下的潜艇自动舵设计奠定了基础。由于在近水面航行时，航向所受到的主要是接近于白噪声的干扰，所以采用了结构和水下相同的航向自动舵，由仿真曲线可看出控制效果比较理想。根据一阶二阶波浪力对深度的影响比较大，重新设计了近水面深度模糊控制器，该控制器对于近水面的深度控制有比较稳定可靠的控制作用。
参考文献：
[1]. 基于多目标GA的H_∞加权函数优化控制方法研究[D]. 张学刚. 华北电力大学（河北）. 2002
[2]. 复杂磨矿过程运行反馈控制方法及应用研究[D]. 周平. 东北大学. 2013
[3]. 萤火虫算法改进及其在燃烧系统鲁棒控制中的应用[D]. 张舒心. 东北电力大学. 2016
[4]. 基于DNA计算的遗传算法及应用研究[D]. 陶吉利. 浙江大学. 2007
[5]. 自动化技术、计算机技术[J]. 佚名. 中国无线电电子学文摘. 2011
[6]. 基于BP-GA算法的板坯连铸二冷水动态控制模型研究[D]. 占贤辉. 重庆大学. 2007
[7]. 基于模糊控制与GA的潜艇自动舵的设计与实现[D]. 申冬慧. 哈尔滨工程大学. 2002
标签：自动化技术论文; 遗传算法论文; 反馈控制论文; 自动化控制论文; 仿真软件论文; 过程控制论文; 多目标优化论文; 动态模型论文; 模糊控制论文;