基于粒子滤波的一类复杂工业过程智能控制方法研究

发布时间：2017-09-20 11:28

  本文关键词：基于粒子滤波的一类复杂工业过程智能控制方法研究

  更多相关文章： 联合制碱 粒子滤波 粒子群优化 最小方差 控制质量评价

【摘要】：随着社会的不断地发展,智能控制方法在石油、化工、制药、冶金、电力等这一类复杂工业领域中发挥了重大作用,但是,这一类复杂工业过程中常常存在着非线性、非高斯、大滞后和不确定性等特点。由于模糊控制、神经网络控制和专家系统等传统的智能控制方法,往往需要依赖专家信息和人工经验完成其系统建模和优化过程,调试过程相对漫长,一旦更换控制变量,就需要重新设计控制方法,使得这些控制算法在一类复杂工业过程中的普遍适用性受到很大制约,以致传统的智能控制方法在鲁棒性和控制精度上达不到相应的工业要求。联合制碱过程是一类典型的具有时变、大滞后、非高斯非线性等特征的复杂系统,为此,本文选取联合制碱复杂工业过程为研究对象。为了克服传统智能控制方法在非线性、非高斯系统上出现的收敛速度慢、控制精度不高等缺陷,提出了一种在处理非高斯、非线性时变系统的状态估计和预测控制方面具有独特优势的粒子滤波算法,对联合制碱工业过程进行优化控制。并针对粒子滤波算法存在粒子匮乏以及在初始状态未知的情况下需要大量粒子等问题,利用粒子群优化算法对粒子滤波算法进行优化,实现对一类复杂工业过程的有界控制。以联合制碱过程纯碱产品的结晶粒径为研究背景,利用改进的RBF神经网络构建被控对象的参考模型,再根据最小方差原则,对复杂工业过程的控制做出质量指标评价,以起到对工业生产过程有效监督作用,并及时发现问题,再利用粒子滤波算法估计出影响控制质量指标变化的原因,为解决问题提供理论指导依据;然后根据控制质量指标变化,利用提出自适应粒子数的改进方法,使得控制方法得到改进和完善,为一类复杂工业过程智能控制提供一条有效的研究途径。同时,进一步提高产品产量和质量,提高经济效益和市场竞争力。
【关键词】：联合制碱 粒子滤波 粒子群优化 最小方差 控制质量评价
【学位授予单位】：河北科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP273
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-15
• 1.1 课题研究背景及意义9-10
• 1.2 国内外研究现状及发展状况10-12
• 1.3 本课题研究内容及期望目标12-15
• 第2章 联合制碱15-23
• 2.1 联合制碱的发展历程15-17
• 2.2 制碱工业在我国的发展现状17-18
• 2.3 新型变换气联合制碱过程原理18-20
• 2.3.1 新型变换气联合制碱过程中的碳化过程19-20
• 2.3.2 新型变换气联合制碱过程中的煅烧过程20
• 2.4 本章小结20-23
• 第3章 基于粒子滤波算法的系统状态估计与预测23-39
• 3.1 基本滤波算法的特点与发展23-24
• 3.2 粒子滤波算法及其原理24-32
• 3.3 改进的粒子滤波算法32-35
• 3.4 状态估计预测仿真实验35-37
• 3.5 本章小结37-39
• 第4章 复杂工业过程的控制质量评价39-65
• 4.1 径向基神经网络原理39-44
• 4.1.1 径向基神经网络的数学模型及特点39-40
• 4.1.2 改进型径向基神经网络40-43
• 4.1.3 实验仿真43-44
• 4.2 基于最小方差的控制质量评价方法44-62
• 4.2.1 控制质量评价方法技术45-46
• 4.2.2 基于最小方差的控制质量评价方法46-52
• 4.2.3 控制质量评价指标影响因素估计52-58
• 4.2.4 实验仿真58-62
• 4.3 本章小结62-65
• 结论65-67
• 参考文献67-71
• 攻读硕士学位期间所发表的论文71-73
• 致谢73

【相似文献】

中国期刊全文数据库 前10条

1 李永伟;钟甲;张颖;袁涛;;粒子滤波在复杂工业过程中的应用[J];河北科技大学学报;2011年01期

2 席裕庚;复杂工业过程的满意控制[J];信息与控制;1995年01期

3 张仕斌,刘全,刘汝林,柏建国;智能3P控制器(四)——在复杂工业过程中的应用[J];电子质量;2003年01期

4 李慷，席裕庚，，张钟俊;复杂工业过程控制结构的综合[J];控制与决策;1995年04期

5 邢宗义,贾利民;复杂工业过程的模糊建模与控制[J];中国铁道科学;2005年03期

6 杜云,吴学礼,田强,孟凡华,任海萍;复杂工业过程智能协调控制系统的设计与应用[J];河北科技大学学报;2005年02期

7 唐硕;;复杂工业过程计算机建模、仿真与控制[J];计算机光盘软件与应用;2013年24期

8 柴天佑;丁进良;王宏;苏春翌;;复杂工业过程运行的混合智能优化控制方法[J];自动化学报;2008年05期

9 周微;吴铁军;;复杂工业过程的可变时域分散协调优化方法[J];计算机工程与应用;2013年02期

10 王耀南,张昌凡;复杂工业过程的遗传模糊神经网络控制(英文)[J];控制理论与应用;1999年06期

中国重要会议论文全文数据库 前2条

1 李保卫;;工业过程复杂现象的认识方法[A];第五届全国青年计算物理学术交流会论文摘要[C];2008年

2 刘宁宁;孙铁;瞿寿德;;基于图象序列的水泥煅烧区的温度预报研究[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

中国硕士学位论文全文数据库 前6条

1 陈明星;基于粒子滤波的一类复杂工业过程智能控制方法研究[D];河北科技大学;2016年

2 李文娜;复杂工业过程运行状态辨识方法的研究[D];东北大学;2011年

3 冯兴梅;复杂工业过程生产控制问题研究[D];沈阳大学;2007年

4 黄晓清;基于核方法的复杂工业过程建模研究[D];大连理工大学;2008年

5 刘彦阳;基于多信息融合的复杂工业过程广义知识模型研究[D];哈尔滨理工大学;2009年

6 郎宪明;基于一类复杂工业过程的稳态优化控制研究[D];辽宁石油化工大学;2010年

本文编号：887780