检索结果-内蒙古大学图书馆

作者：黄碧璇东北大学

学位级别：硕士

随着制造业和高科技产业的发展,金属钴在航天航空领域、硬质合金制造、电池生产领域都发挥着重要作用。由于金属钴应用范围广泛且涉及到诸多高科技产业,导致用户对金属钴的平均粒度具有很高要求,而这一指标主要受到其原料草酸钴的影响... 详细信息

随着制造业和高科技产业的发展,金属钴在航天航空领域、硬质合金制造、电池生产领域都发挥着重要作用。由于金属钴应用范围广泛且涉及到诸多高科技产业,导致用户对金属钴的平均粒度具有很高要求,而这一指标主要受到其原料草酸钴的影响。但目前在湿法冶金合成草酸钴过程中,产品质量控制主要依靠经验调节,造成各批次间草酸钴平均粒度不均,同时草酸钴粒径偏小时还容易造成滤网堵塞,干燥困难等问题,降低了草酸钴的生产效率,因此目前急需在草酸钴生产中引入先进控制技术,提高产品质量。本文针对草酸钴生产过程中存在的质量问题,在系统分析草酸钴生产过程特点的基础上,对草酸钴合成机理进行详细分析,并设计适用于实际生产的数据建模方法,最终利用修正项自适应迭代优化算法对草酸钴平均粒径进行批次间优化。本文的主要工作包括:(1)介绍湿法冶金草酸钴合成过程生产流程,定性分析草酸钴合成过程中各操作变量对草酸钴平均粒度的影响,利用结晶动力学模型、粒数衡算方程和物料衡算方程对草酸钴合成过程进行机理建模,并且通过仿真验证机理模型与定性分析结果的一致性。(2)基于历史生产数据,利用多向偏最小二乘(MPLS)法建立草酸钴生产过程数据模型,并利用仿真验证数据模型准确性。同时在数据模型的基础上采用两步法迭代优化算法,对草酸钴平均粒度进行批次间迭代优化。(3)由于数学模型存在不确定性,导致优化结果偏离最优值。针对该问题,本文采用带修正项的自适应优化方法,在目标函数和约束条件中引入修正项,使迭代优化结果收敛到实际最优值。最后将该方法应用于草酸钴平均粒度优化中,并通过仿真验证其有效性。(4)为防止模型泛化能力不足带来误差,并逐步扩大迭代优化的寻优范围,对修正项自适应优化进行改进,首先为减小模型泛化误差,在优化方程中引入约束条件限制迭代优化的寻优范围,使优化结果不超过模型的预测能力;另一方面在迭代优化中对模型进行更新,逐步扩大优化算法的寻优范围,并通过仿真对以上改进算法进行验证。

关键词：草酸钴合成过程多向偏最小二乘回归自适应修正项批次间优化模型不确定性

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的间歇过程产品质量鲁棒优化方法

基于迁移学习的间歇过程产品质量鲁棒优化方法

引用

作者：柴国伟中国矿业大学

学位级别：硕士

随着人们对高品质、个性化、多元化产品的追求,具有小批量、多品种、高附加值特性的间歇生产过程受到众多关注并在矿物选冶、精细化工等行业得到广泛应用。开展间歇过程的运行优化对于提升企业生产效率和综合经济效益、落实“制造强国... 详细信息

随着人们对高品质、个性化、多元化产品的追求,具有小批量、多品种、高附加值特性的间歇生产过程受到众多关注并在矿物选冶、精细化工等行业得到广泛应用。开展间歇过程的运行优化对于提升企业生产效率和综合经济效益、落实“制造强国”和“双碳”国家战略具有十分重要的理论研究和实际应用价值。而间歇过程的不确定性和非线性等特性使得间歇过程的运行优化问题更具挑战性。数据驱动的优化决策方法通过对过程数据所蕴含的过程信息进行挖掘分析并在此基础上进一步构建过程运行优化模型,近年来成为学术界和工业界关注的焦点。同时,迁移学习也被应用到间歇过程的运行优化问题中解决数据驱动的优化决策由于数据不足而难以实施的问题。但是,面对具有不确定性和非线性的间歇工业过程而言,几乎无法用准确的模型描述实际生产过程并建立优化问题的数学模型,而模型参数的误差或过程不确定性会影响优化问题的最优解在实际操作中的可行性与最优性。因此,本文以数据不足的间歇过程为研究对象,面向复杂的运行环境和过程扰动等引起的间歇过程生产中的不确定性问题,利用鲁棒优化方法对模型不确定性的间歇过程运行优化展开研究,主要内容如下: (1)针对间歇过程复杂的运行环境和过程扰动等引起的不确定性问题,提出一种基于迁移模型的间歇过程产品质量鲁棒优化方法。在该方法中,首先针对新间歇过程因数据不足而难以建立稳健模型的问题,利用相似过程的充足数据构建联合输出偏最小二乘(Joint-Y Partial Least Squares,JYPLS)迁移模型,可以提高模型性能和数据利用率。然后,分析间歇过程复杂的运行环境和频繁的扰动等引起的不确定性因素,利用鲁棒优化方法,建立模型不确定性下的间歇过程批次间鲁棒优化数学模型对不确定性问题进行处理,旨在获得良好的优化效果和产品质量批次一致性。此外,根据运行优化不同阶段的最优必要条件(Necessary Condition of Optimality,NCO)不匹配问题,制定了一种数据更新与剔除引导的迁移模型和不确定集双重更新机制,以不断提高过程模型和不确定集准确度,确保所提方法在新间歇过程整个生产运行中的性能。最后,利用典型的草酸钴合成过程仿真实验验证所提方法的可行性。 (2)对于生产成本较高的间歇生产过程,优化效率的提高对于保证综合经济效益十分重要。针对间歇过程不确定性复杂多样、而鲁棒优化方法由于考虑不确定集范围内所有情况下的条件满足导致优化结果于实际生产过程较为保守的问题,提出一种基于自适应修正的终点产品质量批次间鲁棒优化方法。在使用鲁棒优化方法解决间歇过程复杂的运行环境和过程扰动等引起的不确定性因素的同时引入自适应修正方法,一方面补偿JYPLS迁移模型与实际过程之间的不匹配,另一方面,补偿鲁棒优化数学模型的优化效果,在处理模型不确定性的同时能够尽可能多地利用过程信息从而进一步提升产品质量和优化效率。最后,利用典型的草酸钴合成过程仿真实验验证所提方法的可行性。 (3)针对数据不足的非线性间歇过程,提出了一种基于JITL-JYKPLS(Just-intime Learning Joint-Y Kernel Partial Least Squares)迁移模型和信赖域的产品质量批次间鲁棒优化方法。该方法首先针对数据不足的新间歇过程建立JITL-JYKPLS迁移模型,一方面,可以利用大量已有相似过程数据信息建立目标新过程迁移模型,很好地拟合输入-输出之间的非线性关系;另一方面,即时学习方法可以反映过程的局部特征,从而进一步提高模型精度和迁移学习效率。然后将间歇过程运行优化分为优化层和优化补偿层,构造一种基于JITL-JYKPLS迁移模型和信赖域的产品质量批次间鲁棒优化补偿方法,面向非线性间歇过程复杂的运行环境和频繁的扰动等引起的不确定性问题,在优化补偿层结合信赖域方法和鲁棒优化方法,旨在处理模型不确定性的同时迭代修正操作变量轨迹,从而保证生产过程稳定运行和提高终点产品质量。最后,利用典型的草酸钴合成过程仿真实验验证所提方法的可行性。该论文有图26幅,表6个,参考文献143篇。

关键词：间歇过程迁移学习鲁棒优化批次间优化不确定性

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的批次过程分层优化方法

基于迁移学习的批次过程分层优化方法

引用

作者：王嘉琛中国矿业大学

学位级别：硕士

作为流程工业的重要分支,批次过程以其特有的生产方式进行产品加工,并在国防、工业、民生等诸多领域都有着广泛的应用。日益激烈的市场竞争环境对企业和产品提出更高的要求,而过程的运行优化则是提升产品质量和综合经济效益的重要途径... 详细信息

作为流程工业的重要分支,批次过程以其特有的生产方式进行产品加工,并在国防、工业、民生等诸多领域都有着广泛的应用。日益激烈的市场竞争环境对企业和产品提出更高的要求,而过程的运行优化则是提升产品质量和综合经济效益的重要途径。针对缺少生产数据的新批次过程,其有限的生产信息通常导致建模、优化的效果不佳且效率低下。作为人工智能的典型方法之一,迁移学习能够基于相似过程的数据和信息辅助新过程建模,改善建模效果。而在运行优化领域,分层优化旨在通过引入更多优化层精细化优化进程,从而提升优化的效果。将迁移学习与分层优化结合,可以有效提升新批次过程建模、优化的效果及效率。本文立足于在分层优化框架下实现新批次过程的运行优化,针对优化过程存在的层级间信息联动、优化效率低以及迁移策略有效性等问题展开研究,主要内容如下:(1)针对分层优化框架下由于缺少层级间信息联动导致优化效果不佳的问题,提出一种基于过程迁移模型的分层联动批次间优化策略。在所提分层联动优化框架内,首先将上层优化过程中积累的过程数据用作下层迁移建模的数据集,以加速迁移建模进程;并将经过上层优化的操作变量轨迹作为下层优化的初始标称轨迹。在下层优化中,提出一种基于相似过程先验知识和操作经验的性能评判标准,对基于当前初始标称轨迹开展的优化进程做出评估。当优化效果不满足评判标准时,暂停下层优化进程并重启上层优化,从而通过更新初始标称轨迹和新过程迁移建模数据集改进下层优化效果,直至满足下层优化评判标准。最后,基于草酸钴合成过程仿真实验验证所提策略可行性。(2)在复杂工业过程背景下,生产过程的操作成本往往较为高昂,提升优化效率能够在改善产品质量的同时有效降低生产成本。针对分层联动优化框架下由于下层优化效率较低导致优化成本上升的问题,在下层优化中提出一种基于联合输出偏最小二乘(Joint-Y Partial Least Squares,JYPLS)模型的二阶自适应修正批次间优化策略。在采用自适应修正项(Modifier Adaptation,MA)思想补偿迁移建模过程中存在的模型失配现象的基础上,通过计算二阶修正项,引入二阶信息补偿过程迁移模型和实际过程之间的失配,从而提升优化效率。最后,基于草酸钴合成过程仿真实验验证所提策略可行性。(3)当参与迁移建模的相似过程间存在较大差异时,迁移学习效果可能受到影响。引入域适应思想虽然能够通过缩减域间差异提升迁移建模效果,但由于在优化过程中迁移建模数据集内所含的信息随相似过程间相对数据量变化而改变,域适应效果将逐渐退化进而影响优化结果。为提升分层联动优化框架下基于域适应迁移模型的批次间优化效果,在下层优化中提出一种基于域适应联合输出偏最小二乘(Domain Adaptation Joint-Y Partial Least Squares,DA-JYPLS)的动态加权批次间优化策略,根据域间相对数据量动态变化情况自适应调整权值因子调节域适应作用效果。最后,基于草酸钴合成过程仿真实验验证所提策略可行性。

关键词：批次过程迁移学习分层优化批次间优化模型失配

来源：评论

学校读者我要写书评

暂无评论

草酸钴合成过程批次间自适应优化

引用

控制理论与应用 2016年第2期33卷 189-195页

作者：黄碧璇毛志忠贾润达东北大学信息科学与工程学院辽宁沈阳110819 东北大学流程工业综合自动化国家重点实验室辽宁沈阳110819

本文以钴湿法冶金过程草酸钴合成为背景,研究基于多向偏最小二乘回归(MPLS)模型的草酸钴平均粒度批次间自适应优化策略.本文首先利用MPLS方法建立草酸钴平均粒度的数据模型;针对模型不确定性情况下难以获得最优操作变量的问题,提出利用... 详细信息

本文以钴湿法冶金过程草酸钴合成为背景,研究基于多向偏最小二乘回归(MPLS)模型的草酸钴平均粒度批次间自适应优化策略.本文首先利用MPLS方法建立草酸钴平均粒度的数据模型;针对模型不确定性情况下难以获得最优操作变量的问题,提出利用批次间修正项自适应优化方法,使迭代优化结果逐渐趋向于实际最优值;本文还通过引入T2统计量软约束将优化结果限制在数据模型的有效区间之内.数值仿真表明该方法可以有效解决草酸钴合成过程的批次间自适应优化问题,且与传统两步方法和迭代学习控制相比具有更好的优化效果.

关键词：草酸钴合成过程数据模型自适应修正项批次间优化模型不确定性

来源：评论

学校读者我要写书评

暂无评论

基于MKPLS和SQP方法的间歇过程迭代优化控制

引用

化工学报 2007年第12期58卷 3102-3107页

作者：邸丽清熊智华阳宪惠清华大学自动化系北京100084

采用多向核偏最小二乘(MKPLS)方法建立间歇过程的模型并进行操作条件的优化。由于存在模型失配和未知扰动,基于MKPLS模型的最优控制轨迹在实际对象上往往难以实现最优的产品质量指标。本文利用间歇过程批次间的重复特性与序贯二次规划(S... 详细信息

采用多向核偏最小二乘(MKPLS)方法建立间歇过程的模型并进行操作条件的优化。由于存在模型失配和未知扰动,基于MKPLS模型的最优控制轨迹在实际对象上往往难以实现最优的产品质量指标。本文利用间歇过程批次间的重复特性与序贯二次规划(SQP)优化算法中迭代计算的相似特点,提出了一种基于MKPLS模型的批次间优化调整策略,使得经过逐步优化调整得到的控制轨迹作用于实际对象时,可以得到更优的质量指标。该方法的有效性在苯乙烯聚合反应器和乙醇流加发酵过程的仿真对象上得到了验证。

关键词：间歇过程批次间优化多向核偏最小二乘序贯二次规划

来源：评论

学校读者我要写书评

暂无评论

基于广义预测控制的间歇生产迭代优化控制

引用

化工自动化及仪表 2006年第2期33卷 25-28页

作者：樊雷王海清宋执环李平浙江大学工业控制技术研究所工业控制技术国家重点实验室杭州310027

针对间歇生产,提出了一种基于广义预测控制的批次迭代优化控制策略———BGPC,在间歇过程中引入批次间优化的思想,将迭代学习控制ILC和广义预测控制GPC相结合,在GPC实时结构参数辨识的基础上利用前面批次的模型预测误差修正当前批次的... 详细信息

针对间歇生产,提出了一种基于广义预测控制的批次迭代优化控制策略———BGPC,在间歇过程中引入批次间优化的思想,将迭代学习控制ILC和广义预测控制GPC相结合,在GPC实时结构参数辨识的基础上利用前面批次的模型预测误差修正当前批次的模型预测值。该算法能够有效地克服模型失配、扰动和系统参数变化等情况。文章最后以一个数值例子和间歇反应器为对象进行仿真试验,验证了该算法是有效的。

关键词：广义预测控制迭代学习控制间歇生产最优控制批次间优化

来源：评论

学校读者我要写书评

暂无评论

基于支持向量回归模型的间歇过程优化

引用

华东理工大学学报（自然科学版） 2006年第7期32卷 880-883页

作者：刘毅阳宪惠熊智华清华大学自动化系过程控制工程研究所北京100084

针对间歇过程的优化问题,提出了一种基于支持向量回归模型的批次到批次的优化控制策略。通过对支持向量回归模型在当前控制轨迹处的线性化,构造了一种批次到批次的优化控制方法。在苯乙烯聚合反应器的仿真实验中,该方法能够在存在模型... 详细信息

针对间歇过程的优化问题,提出了一种基于支持向量回归模型的批次到批次的优化控制策略。通过对支持向量回归模型在当前控制轨迹处的线性化,构造了一种批次到批次的优化控制方法。在苯乙烯聚合反应器的仿真实验中,该方法能够在存在模型失配与过程扰动的情况下,逐批次地改善过程性能。

关键词：多变量统计过程控制支持向量回归间歇过程批次间优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：