本文關(guān)鍵詞：基于粒子濾波的一類復(fù)雜工業(yè)過程智能控制方法研究

  更多相關(guān)文章： 聯(lián)合制堿 粒子濾波 粒子群優(yōu)化 最小方差 控制質(zhì)量評(píng)價(jià)

【摘要】：隨著社會(huì)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(fù)雜工業(yè)領(lǐng)域中發(fā)揮了重大作用,但是,這一類復(fù)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(diǎn)。由于模糊控制、神經(jīng)網(wǎng)絡(luò)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(jīng)驗(yàn)完成其系統(tǒng)建模和優(yōu)化過程,調(diào)試過程相對(duì)漫長(zhǎng),一旦更換控制變量,就需要重新設(shè)計(jì)控制方法,使得這些控制算法在一類復(fù)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(dá)不到相應(yīng)的工業(yè)要求。聯(lián)合制堿過程是一類典型的具有時(shí)變、大滯后、非高斯非線性等特征的復(fù)雜系統(tǒng),為此,本文選取聯(lián)合制堿復(fù)雜工業(yè)過程為研究對(duì)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(shí)變系統(tǒng)的狀態(tài)估計(jì)和預(yù)測(cè)控制方面具有獨(dú)特優(yōu)勢(shì)的粒子濾波算法,對(duì)聯(lián)合制堿工業(yè)過程進(jìn)行優(yōu)化控制。并針對(duì)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(duì)粒子濾波算法進(jìn)行優(yōu)化,實(shí)現(xiàn)對(duì)一類復(fù)雜工業(yè)過程的有界控制。以聯(lián)合制堿過程純堿產(chǎn)品的結(jié)晶粒徑為研究背景,利用改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)構(gòu)建被控對(duì)象的參考模型,再根據(jù)最小方差原則,對(duì)復(fù)雜工業(yè)過程的控制做出質(zhì)量指標(biāo)評(píng)價(jià),以起到對(duì)工業(yè)生產(chǎn)過程有效監(jiān)督作用,并及時(shí)發(fā)現(xiàn)問題,再利用粒子濾波算法估計(jì)出影響控制質(zhì)量指標(biāo)變化的原因,為解決問題提供理論指導(dǎo)依據(jù);然后根據(jù)控制質(zhì)量指標(biāo)變化,利用提出自適應(yīng)粒子數(shù)的改進(jìn)方法,使得控制方法得到改進(jìn)和完善,為一類復(fù)雜工業(yè)過程智能控制提供一條有效的研究途徑。同時(shí),進(jìn)一步提高產(chǎn)品產(chǎn)量和質(zhì)量,提高經(jīng)濟(jì)效益和市場(chǎng)競(jìng)爭(zhēng)力。
【關(guān)鍵詞】：聯(lián)合制堿 粒子濾波 粒子群優(yōu)化 最小方差 控制質(zhì)量評(píng)價(jià)
【學(xué)位授予單位】：河北科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：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(nèi)外研究現(xiàn)狀及發(fā)展?fàn)顩r10-12
• 1.3 本課題研究?jī)?nèi)容及期望目標(biāo)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(jié)20-23
• 第3章 基于粒子濾波算法的系統(tǒng)狀態(tài)估計(jì)與預(yù)測(cè)23-39
• 3.1 基本濾波算法的特點(diǎn)與發(fā)展23-24
• 3.2 粒子濾波算法及其原理24-32
• 3.3 改進(jìn)的粒子濾波算法32-35
• 3.4 狀態(tài)估計(jì)預(yù)測(cè)仿真實(shí)驗(yàn)35-37
• 3.5 本章小結(jié)37-39
• 第4章 復(fù)雜工業(yè)過程的控制質(zhì)量評(píng)價(jià)39-65
• 4.1 徑向基神經(jīng)網(wǎng)絡(luò)原理39-44
• 4.1.1 徑向基神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型及特點(diǎn)39-40
• 4.1.2 改進(jìn)型徑向基神經(jīng)網(wǎng)絡(luò)40-43
• 4.1.3 實(shí)驗(yàn)仿真43-44
• 4.2 基于最小方差的控制質(zhì)量評(píng)價(jià)方法44-62
• 4.2.1 控制質(zhì)量評(píng)價(jià)方法技術(shù)45-46
• 4.2.2 基于最小方差的控制質(zhì)量評(píng)價(jià)方法46-52
• 4.2.3 控制質(zhì)量評(píng)價(jià)指標(biāo)影響因素估計(jì)52-58
• 4.2.4 實(shí)驗(yàn)仿真58-62
• 4.3 本章小結(jié)62-65
• 結(jié)論65-67
• 參考文獻(xiàn)67-71
• 攻讀碩士學(xué)位期間所發(fā)表的論文71-73
• 致謝73

【相似文獻(xiàn)】

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(fù)雜工業(yè)過程中的應(yīng)用[J];河北科技大學(xué)學(xué)報(bào);2011年01期

2 席裕庚;復(fù)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(fù)雜工業(yè)過程中的應(yīng)用[J];電子質(zhì)量;2003年01期

4 李慷，席裕庚，，張鐘俊;復(fù)雜工業(yè)過程控制結(jié)構(gòu)的綜合[J];控制與決策;1995年04期

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

6 杜云,吳學(xué)禮,田強(qiáng),孟凡華,任海萍;復(fù)雜工業(yè)過程智能協(xié)調(diào)控制系統(tǒng)的設(shè)計(jì)與應(yīng)用[J];河北科技大學(xué)學(xué)報(bào);2005年02期

7 唐碩;;復(fù)雜工業(yè)過程計(jì)算機(jī)建模、仿真與控制[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年24期

8 柴天佑;丁進(jìn)良;王宏;蘇春翌;;復(fù)雜工業(yè)過程運(yùn)行的混合智能優(yōu)化控制方法[J];自動(dòng)化學(xué)報(bào);2008年05期

9 周微;吳鐵軍;;復(fù)雜工業(yè)過程的可變時(shí)域分散協(xié)調(diào)優(yōu)化方法[J];計(jì)算機(jī)工程與應(yīng)用;2013年02期

10 王耀南,張昌凡;復(fù)雜工業(yè)過程的遺傳模糊神經(jīng)網(wǎng)絡(luò)控制(英文)[J];控制理論與應(yīng)用;1999年06期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前2條

1 李保衛(wèi);;工業(yè)過程復(fù)雜現(xiàn)象的認(rèn)識(shí)方法[A];第五屆全國青年計(jì)算物理學(xué)術(shù)交流會(huì)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(yù)報(bào)研究[A];1995年中國智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集（下冊(cè)）[C];1995年

中國碩士學(xué)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(fù)雜工業(yè)過程智能控制方法研究[D];河北科技大學(xué);2016年

2 李文娜;復(fù)雜工業(yè)過程運(yùn)行狀態(tài)辨識(shí)方法的研究[D];東北大學(xué);2011年

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

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

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

6 郎憲明;基于一類復(fù)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(xué);2010年

本文編號(hào)：887780