检索结果-内蒙古大学图书馆

红外技术 2015年第7期37卷 613-617页

作者：张严赵忠盖刘飞江南大学轻工过程先进控制教育部重点实验室自动化研究所江苏无锡214122

主要研究了近红外光谱技术对成品黄酒中总酚含量快速检测的可行性。针对近红外光谱样本少、非线性等特点,首次将最小二乘支持向量机(Least squares support vector machines,LSSVM)方法引入到传统遗传算法(genetic algorithms,GA)的波... 详细信息

主要研究了近红外光谱技术对成品黄酒中总酚含量快速检测的可行性。针对近红外光谱样本少、非线性等特点,首次将最小二乘支持向量机(Least squares support vector machines,LSSVM)方法引入到传统遗传算法(genetic algorithms,GA)的波长选择中,提出一种基于GA-LSSVM的近红外光谱波段选择方法。该方法采用LSSVM建立小样本下不同波段的非线性模型,然后通过GA算法进行波长的优化选择。应用中,基于GA-LSSVM模型的总酚预测集相关系数(Rp)为0.9734,预测均方根误差(RMSEP)为5.5596,相比于传统方法,GA-LSSVM算法能够较好地提取非线性信息,预测效果更好。

关键词：近红外光谱黄酒总酚 GA-LSSVM

来源：评论

学校读者我要写书评

暂无评论

基于实时学习的高斯过程回归多模型融合建模

引用

信息与控制 2015年第4期44卷 487-492,498页

作者：张伟熊伟丽徐保国江南大学物联网工程学院自动化研究所江苏无锡214122 轻工过程先进控制教育部重点实验室江南大学江苏无锡214122

为提高软测量模型的预测性能,降低化工过程中的非线性、多阶段性和不同的局部动态特性对产品质量的控制产生的影响,提出一种在线不断更新的多模型策略.该方法用高斯混合模型(GMM)对过程的不同阶段进行辨识,并采用一种自适应实时学习(JI... 详细信息

为提高软测量模型的预测性能,降低化工过程中的非线性、多阶段性和不同的局部动态特性对产品质量的控制产生的影响,提出一种在线不断更新的多模型策略.该方法用高斯混合模型(GMM)对过程的不同阶段进行辨识,并采用一种自适应实时学习(JITL)方法,不断更新所建立的高斯过程回归(GPR)模型.当新的数据到来时,在每个不同的阶段,基于欧氏距离和角度原则选择部分相似的数据,用于建立局部的高斯过程回归模型.最终根据计算得到的新的数据隶属于每个不同阶段的后验概率,对局部模型进行融合输出.与传统的单个模型相比,这种实时学习软测量模型的结构更加灵活,而且能更好地跟踪过程的动态.基于常用的TE(Tennessee Eastman)化工过程,利用本方法对产品的质量进行预测,仿真结果表明了所提方法具有更高的预测精度和更好的泛化性能.

关键词：高斯过程回归实时学习高斯混合模型后验概率多模型

来源：评论

学校读者我要写书评

暂无评论

基于设定值变化的反向响应过程PID控制回路性能评估

基于设定值变化的反向响应过程PID控制回路性能评估

引用

第26届中国过程控制会议（CPCC2015）

作者：郑克波栾小丽刘飞轻工过程先进控制教育部重点实验室江南大学自动化研究所

反向响应过程广泛存在于化工领域中,但针对反向响应过程的性能评估研究较少。本文针对一类二阶时滞反向响应过程,研究其PID控制回路性能评估问题,推导在阶跃信号输入下的PID控制回路累积绝对误差(IAE)性能基准值,并将其推广到斜坡输入... 详细信息

反向响应过程广泛存在于化工领域中,但针对反向响应过程的性能评估研究较少。本文针对一类二阶时滞反向响应过程,研究其PID控制回路性能评估问题,推导在阶跃信号输入下的PID控制回路累积绝对误差(IAE)性能基准值,并将其推广到斜坡输入以及一般输入情形,为不同类型设定值输入下的反向响应过程建立通用化的IAE性能评价标准。仿真结果验证了本文所提性能评估算法的正确性以及通用性。

关键词：性能评估反向响应过程 IAE性能 PID控制

来源：评论

学校读者我要写书评

暂无评论

多变量非方系统多环PI控制器设计

多变量非方系统多环PI控制器设计

引用

第26届中国过程控制会议（CPCC2015）

作者：王志强栾小丽刘飞轻工过程先进控制教育部重点实验室江南大学自动化研究所

本文基于等价传递函数理论,提出含有多时滞的高维多变量非方系统多环PI控制器设计方法。首先,利用等价传递函数(ETF)与被控过程传递函数广义逆之间的关系推导出ETF的求解通式。接着,基于已获得的ETF,利用IMC-PID原理设计控制器,再利用Ma... 详细信息

本文基于等价传递函数理论,提出含有多时滞的高维多变量非方系统多环PI控制器设计方法。首先,利用等价传递函数(ETF)与被控过程传递函数广义逆之间的关系推导出ETF的求解通式。接着,基于已获得的ETF,利用IMC-PID原理设计控制器,再利用Maclaurin级数展开获得多环PI控制器参数。所提ETF算法不仅具有更高的精度,且适应于高维非方系统。最后通过仿真实例验证了所提算法的简单性和有效性。

关键词：非方系统等价传递函数广义逆多环PI控制

来源：评论

学校读者我要写书评

暂无评论

LSSV M模型下的近红外光谱联合区间波长筛选方法

引用

光谱学与光谱分析 2014年第3期34卷 668-672页

作者：彭秀辉黄常毅刘飞刘艳江南大学轻工过程先进控制教育部重点实验室自动化研究所江苏无锡214122

针对传统近红外光谱波长选择方法忽略模型中非线性因素的缺陷,采用具有非线性处理能力的最小二乘支持向量机,结合间隔策略的波长选择方法和联合区间的思想,提出了一种非线性模型下的波长筛选算法—联合区间最小二乘支持向量机(synergy i... 详细信息

针对传统近红外光谱波长选择方法忽略模型中非线性因素的缺陷,采用具有非线性处理能力的最小二乘支持向量机,结合间隔策略的波长选择方法和联合区间的思想,提出了一种非线性模型下的波长筛选算法—联合区间最小二乘支持向量机(synergy interval least squares support vector machines,siLSSVM)。以苹果糖度近红外光谱数据为例,与传统siPLS波长筛选方法相比,新算法的预测集均方根误差(RMSEP)在PLS模型和LSSVM模型预测时分别提高了37.43%和47.88%,预测集相关系数(RP)在PLS模型和LSSVM模型预测时分别增加了6.04%和7.31%。实例表明,对于存在非线性因素较强的光谱数据,siLSSVM算法能够有效的挑选最优波长区间与提高模型的预测精度和鲁棒性,为近红外光谱在非线性因素下筛选波长提供了新前景。

关键词：联合区间最小二乘支持向量机非线性苹果糖度近红外光谱波长筛选

来源：评论

学校读者我要写书评

暂无评论

部分转移概率未知的Markov跳变系统鲁棒故障检测

引用

系统工程与电子技术 2014年第9期36卷 1819-1825页

作者：陈芙蓉尹燕燕刘飞江南大学自动化研究所轻工过程先进控制教育部重点实验室江苏无锡214122

针对部分转移概率未知的Markov跳变系统,研究了其鲁棒故障检测问题,设计了该系统的线性全阶鲁棒故障检测观测器。将自由连接权矩阵引入鲁棒故障检测观测器系统进行证明推导,极大地降低了固定连接权矩阵带来的保守性。通过构造Lyapunov函... 详细信息

针对部分转移概率未知的Markov跳变系统,研究了其鲁棒故障检测问题,设计了该系统的线性全阶鲁棒故障检测观测器。将自由连接权矩阵引入鲁棒故障检测观测器系统进行证明推导,极大地降低了固定连接权矩阵带来的保守性。通过构造Lyapunov函数,推导得出一系列线性矩阵不等式以确保鲁棒故障检测观测器系统随机渐近稳定。在此基础上,证明并给出了观测器存在的充分条件。进一步,优化所设计的观测器。数值仿真表明,所设计的鲁棒故障检测观测器不仅对故障具有较高的灵敏度,而且能确保对未知干扰输入有较强的鲁棒性。

关键词：鲁棒故障检测 Markov跳变系统部分转移概率未知自由连接权矩阵线性矩阵不等式

来源：评论

学校读者我要写书评

暂无评论

基于ANOVA-like方差分解的非线性系统控制性能评估

引用

控制与决策 2014年第4期29卷 725-730页

作者：王志国刘飞江南大学轻工过程先进控制教育部重点实验室江苏无锡214122 江南大学自动化研究所江苏无锡214122

针对实际控制回路大多包含非线性特征,导致评估结果存在偏差的问题,以一类非线性系统为对象,首先分析其最小方差性能下限的存在性,并推导出其与系统干扰项的关系式;然后用正交最小二乘方法辨识系统闭环模型,进而使用ANOVA-like方差分解... 详细信息

针对实际控制回路大多包含非线性特征,导致评估结果存在偏差的问题,以一类非线性系统为对象,首先分析其最小方差性能下限的存在性,并推导出其与系统干扰项的关系式;然后用正交最小二乘方法辨识系统闭环模型,进而使用ANOVA-like方差分解公式估计超前干扰项对输出方差的贡献,由此获得非线性系统的控制性能;最后,将所提出的方法与传统方法通过仿真实例进行比较.仿真结果表明,所提出的方法是可行且有效的.

关键词：控制性能评估非线性系统最小方差性能下限 ANOVA-like方差分解

来源：评论

学校读者我要写书评

暂无评论

高维多变量系统集中式PI控制器设计

引用

控制与决策 2014年第4期29卷 605-610页

作者：栾小丽陈强刘飞江南大学轻工过程先进控制教育部重点实验室江苏无锡214122 江南大学自动化研究所江苏无锡214122

针对高维多变量系统,基于等价传递函数理论研究全矩阵结构的PI控制器设计问题.同时考虑对象的稳态增益和响应速度两个因素,提出一种新的等价传递函数参数化方法;利用等价传递函数与被控过程的传递函数逆阵之间的关系,推导出等价传递函... 详细信息

针对高维多变量系统,基于等价传递函数理论研究全矩阵结构的PI控制器设计问题.同时考虑对象的稳态增益和响应速度两个因素,提出一种新的等价传递函数参数化方法;利用等价传递函数与被控过程的传递函数逆阵之间的关系,推导出等价传递函数的解析通式;在此基础上,结合经典的PID控制技术进行多变量系统集中式PI控制方法研究.最后通过典型工业过程实例,验证了所提出设计方法的简单性和有效性.

关键词：多变量系统高维系统等价传递函数集中式控制 PI控制

来源：评论

学校读者我要写书评

暂无评论

一种动态校正的AGMM-GPR多模型软测量建模研究

一种动态校正的AGMM-GPR多模型软测量建模研究

引用

第26届中国过程控制会议（CPCC2015）

作者：熊伟丽李妍君姚乐徐保国轻工过程先进控制教育部重点实验室江南大学江南大学物联网工程学院自动化研究所

工业过程常常是强非线性的,并有多个工况,传统的软测量方法存在预测能力差,不能有效利用误差信息等缺点。为了有效解决这些问题,本文基于动态校正思想,提出了一种自适应高斯混合模型的高斯过程回归（AGMM-GPR）多模型软测量建模方法。首... 详细信息

工业过程常常是强非线性的,并有多个工况,传统的软测量方法存在预测能力差,不能有效利用误差信息等缺点。为了有效解决这些问题,本文基于动态校正思想,提出了一种自适应高斯混合模型的高斯过程回归（AGMM-GPR）多模型软测量建模方法。首先,通过Bayes信息准则对高斯成分的个数进行优化,得到最优的子模型个数,构建高斯混合模型（GMM）,用来拟合样本信息的特征空间分布;然后,用GPR对每个子模型进行建模,当新的数据到来时,计算得到其隶属于每个子模型的后验概率,进行融合得到全局预测模型;最后,为了进一步提高模型估计的精度,通过构建自回归积分滑动平均模型（ARIMA）来充分利用过程的动态信息,对多模型的输出进行动态反馈校正。通过数值仿真和硫回收装置（SRU）的HS浓度的估计,验证了所提算法具有良好的预测精度和泛化性能。

关键词：自适应高斯混合模型动态校正高斯过程回归多模型 ARIMA模型

来源：评论

学校读者我要写书评

暂无评论

基于EM算法的青霉素发酵过程多阶段融合建模

引用

化工学报 2014年第12期65卷 4935-4941页

作者：熊伟丽姚乐徐保国江南大学轻工过程先进控制教育部重点实验室江苏无锡214122 江南大学物联网工程学院自动化研究所江苏无锡214122

青霉素发酵过程具有明显的阶段特征,该特征从一些关键操作变量信息中能够得到反映。本文从反应过程的多个操作变量中,选取关键过程变量——冷水流加速率作为调度变量,并采用模糊C均值聚类算法对其进行分类,各聚类中心作为青霉素发酵过... 详细信息

青霉素发酵过程具有明显的阶段特征,该特征从一些关键操作变量信息中能够得到反映。本文从反应过程的多个操作变量中,选取关键过程变量——冷水流加速率作为调度变量,并采用模糊C均值聚类算法对其进行分类,各聚类中心作为青霉素发酵过程的主要工况点;基于EM算法围绕不同工况点建立局部子模型,最后根据采样数据阶段特征的后验分布将各子模型融合。基于此方法采用Pensim仿真平台数据,能够辨识数据的阶段特征,并建立青霉素发酵过程的融合模型。仿真结果表明该模型具有较高的拟合精度,能对该发酵过程的主导变量进行比较精确的预测。

关键词： EM算法模糊C均值聚类算法青霉素发酵过程融合建模

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：