本文關鍵詞：基于粒子濾波的一類復雜工業(yè)過程智能控制方法研究

  更多相關文章： 聯(lián)合制堿 粒子濾波 粒子群優(yōu)化 最小方差 控制質量評價

【摘要】：隨著社會的不斷地發(fā)展,智能控制方法在石油、化工、制藥、冶金、電力等這一類復雜工業(yè)領域中發(fā)揮了重大作用,但是,這一類復雜工業(yè)過程中常常存在著非線性、非高斯、大滯后和不確定性等特點。由于模糊控制、神經網絡控制和專家系統(tǒng)等傳統(tǒng)的智能控制方法,往往需要依賴專家信息和人工經驗完成其系統(tǒng)建模和優(yōu)化過程,調試過程相對漫長,一旦更換控制變量,就需要重新設計控制方法,使得這些控制算法在一類復雜工業(yè)過程中的普遍適用性受到很大制約,以致傳統(tǒng)的智能控制方法在魯棒性和控制精度上達不到相應的工業(yè)要求。聯(lián)合制堿過程是一類典型的具有時變、大滯后、非高斯非線性等特征的復雜系統(tǒng),為此,本文選取聯(lián)合制堿復雜工業(yè)過程為研究對象。為了克服傳統(tǒng)智能控制方法在非線性、非高斯系統(tǒng)上出現(xiàn)的收斂速度慢、控制精度不高等缺陷,提出了一種在處理非高斯、非線性時變系統(tǒng)的狀態(tài)估計和預測控制方面具有獨特優(yōu)勢的粒子濾波算法,對聯(lián)合制堿工業(yè)過程進行優(yōu)化控制。并針對粒子濾波算法存在粒子匱乏以及在初始狀態(tài)未知的情況下需要大量粒子等問題,利用粒子群優(yōu)化算法對粒子濾波算法進行優(yōu)化,實現(xiàn)對一類復雜工業(yè)過程的有界控制。以聯(lián)合制堿過程純堿產品的結晶粒徑為研究背景,利用改進的RBF神經網絡構建被控對象的參考模型,再根據(jù)最小方差原則,對復雜工業(yè)過程的控制做出質量指標評價,以起到對工業(yè)生產過程有效監(jiān)督作用,并及時發(fā)現(xiàn)問題,再利用粒子濾波算法估計出影響控制質量指標變化的原因,為解決問題提供理論指導依據(jù);然后根據(jù)控制質量指標變化,利用提出自適應粒子數(shù)的改進方法,使得控制方法得到改進和完善,為一類復雜工業(yè)過程智能控制提供一條有效的研究途徑。同時,進一步提高產品產量和質量,提高經濟效益和市場競爭力。
【關鍵詞】：聯(lián)合制堿 粒子濾波 粒子群優(yōu)化 最小方差 控制質量評價
【學位授予單位】：河北科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP273
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 課題研究背景及意義9-10
• 1.2 國內外研究現(xiàn)狀及發(fā)展狀況10-12
• 1.3 本課題研究內容及期望目標12-15
• 第2章 聯(lián)合制堿15-23
• 2.1 聯(lián)合制堿的發(fā)展歷程15-17
• 2.2 制堿工業(yè)在我國的發(fā)展現(xiàn)狀17-18
• 2.3 新型變換氣聯(lián)合制堿過程原理18-20
• 2.3.1 新型變換氣聯(lián)合制堿過程中的碳化過程19-20
• 2.3.2 新型變換氣聯(lián)合制堿過程中的煅燒過程20
• 2.4 本章小結20-23
• 第3章 基于粒子濾波算法的系統(tǒng)狀態(tài)估計與預測23-39
• 3.1 基本濾波算法的特點與發(fā)展23-24
• 3.2 粒子濾波算法及其原理24-32
• 3.3 改進的粒子濾波算法32-35
• 3.4 狀態(tài)估計預測仿真實驗35-37
• 3.5 本章小結37-39
• 第4章 復雜工業(yè)過程的控制質量評價39-65
• 4.1 徑向基神經網絡原理39-44
• 4.1.1 徑向基神經網絡的數(shù)學模型及特點39-40
• 4.1.2 改進型徑向基神經網絡40-43
• 4.1.3 實驗仿真43-44
• 4.2 基于最小方差的控制質量評價方法44-62
• 4.2.1 控制質量評價方法技術45-46
• 4.2.2 基于最小方差的控制質量評價方法46-52
• 4.2.3 控制質量評價指標影響因素估計52-58
• 4.2.4 實驗仿真58-62
• 4.3 本章小結62-65
• 結論65-67
• 參考文獻67-71
• 攻讀碩士學位期間所發(fā)表的論文71-73
• 致謝73

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李永偉;鐘甲;張穎;袁濤;;粒子濾波在復雜工業(yè)過程中的應用[J];河北科技大學學報;2011年01期

2 席裕庚;復雜工業(yè)過程的滿意控制[J];信息與控制;1995年01期

3 張仕斌,劉全,劉汝林,柏建國;智能3P控制器(四)——在復雜工業(yè)過程中的應用[J];電子質量;2003年01期

4 李慷，席裕庚，，張鐘俊;復雜工業(yè)過程控制結構的綜合[J];控制與決策;1995年04期

5 邢宗義,賈利民;復雜工業(yè)過程的模糊建模與控制[J];中國鐵道科學;2005年03期

6 杜云,吳學禮,田強,孟凡華,任海萍;復雜工業(yè)過程智能協(xié)調控制系統(tǒng)的設計與應用[J];河北科技大學學報;2005年02期

7 唐碩;;復雜工業(yè)過程計算機建模、仿真與控制[J];計算機光盤軟件與應用;2013年24期

8 柴天佑;丁進良;王宏;蘇春翌;;復雜工業(yè)過程運行的混合智能優(yōu)化控制方法[J];自動化學報;2008年05期

9 周微;吳鐵軍;;復雜工業(yè)過程的可變時域分散協(xié)調優(yōu)化方法[J];計算機工程與應用;2013年02期

10 王耀南,張昌凡;復雜工業(yè)過程的遺傳模糊神經網絡控制(英文)[J];控制理論與應用;1999年06期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 李保衛(wèi);;工業(yè)過程復雜現(xiàn)象的認識方法[A];第五屆全國青年計算物理學術交流會論文摘要[C];2008年

2 劉寧寧;孫鐵;瞿壽德;;基于圖象序列的水泥煅燒區(qū)的溫度預報研究[A];1995年中國智能自動化學術會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

中國碩士學位論文全文數(shù)據(jù)庫 前6條

1 陳明星;基于粒子濾波的一類復雜工業(yè)過程智能控制方法研究[D];河北科技大學;2016年

2 李文娜;復雜工業(yè)過程運行狀態(tài)辨識方法的研究[D];東北大學;2011年

3 馮興梅;復雜工業(yè)過程生產控制問題研究[D];沈陽大學;2007年

4 黃曉清;基于核方法的復雜工業(yè)過程建模研究[D];大連理工大學;2008年

5 劉彥陽;基于多信息融合的復雜工業(yè)過程廣義知識模型研究[D];哈爾濱理工大學;2009年

6 郎憲明;基于一類復雜工業(yè)過程的穩(wěn)態(tài)優(yōu)化控制研究[D];遼寧石油化工大學;2010年

本文編號：887780