一、一种基于非线性规划的多项式PLS算法（论文文献综述）
郑蓉建[1]（2020）在《谷氨酸发酵过程的软测量建模研究》文中提出生物产业（含发酵食品、发酵化学品、发酵医药品、发酵能源等）是国民经济的支柱产业,广泛应用于食品、饲料、医药和化工等领域。谷氨酸是世界上产量最大的氨基酸,主要通过发酵生产。在发酵过程中,重要生化参数（如菌体浓度、基质浓度、产物浓度等）的实时获取,对于过程的控制与优化具有十分重要的意义。然而发酵过程具有强烈非线性、时变性、强耦合等特征,关键生化参数无法在线检测,目前生产中大都采用实验室取样分析方法来得到。为此,软测量技术通过建立过程在线易测辅助变量与难测主导变量（重要生化参数）之间的数学模型,来实现对发酵过程重要生化参数的预测估计,是解决上述问题的有效途径。在过去几十年里,软测量技术已经成为过程控制领域的研究热点,并在工业过程中得到广泛应用。本课题来源于国家自然科学基金面上项目（项目编号61273131）“生物反应过程的在线支持向量机建模与优化”,以典型生化过程——谷氨酸发酵过程为研究背景,结合谷氨酸发酵过程的实际生产操作机理,对谷氨酸发酵过程中难于在线测量的关键生化参数的软测量建模及相关问题进行了深入研究,取得的研究成果如下:（1）针对谷氨酸发酵过程关键生化参数无法在线检测给发酵优化控制带来困难问题,建立了改进遗传算法对模型参数进行辨识的谷氨酸分批流加非结构动力学模型。在发酵过程常用的Logistic模型、Luedeking-Piret等方程基础上建立了谷氨酸分批流加非结构动力学模型,分别采用非线性规划、基本遗传算法、改进遗传算法对模型参数进行辨识,并对不能在线测量的重要生化参数如菌体浓度、基质浓度和产物谷氨酸浓度进行拟合和估计预测,谷氨酸发酵实验和仿真结果验证了所建动力学模型的有效性。（2）针对高度非线性、时变性的谷氨酸发酵过程动力学模型存在批次性、预测精度差、机理建模困难问题,基于生化过程多阶段特性,提出多阶段支持向量机回归的数据驱动软测量模型、并应用于谷氨酸发酵过程产物浓度的预测。为此,首先建立了基于移动窗的皮尔逊相关系数结合线性回归的发酵过程阶段分割方法,分割结果与常规离线化验分析结果基本一致;其次,基于阶段划分的基础上建立多阶段支持向量机回归的产物谷氨酸浓度预测软测量模型。实验和仿真结果表明,多阶段模型相比全局单模型具有更高的预测能力。（3）针对支持向量机回归模型运算时间过长、谷氨酸发酵过程影响因素存在耦合等问题,在分析最小二乘支持向量机理论基础上,建立了偏最小二乘和最小二乘支持向量机相结合的谷氨酸发酵过程软测量模型。首先通过相关系数矩阵对输入变量进行相关性分析,表明变量间存在较强相关性;进一步采用方差膨胀因子对变量的多重共线性进行诊断,结果表明变量间存在中等程度共线性,需要对输入相关变量进行筛选。为此,利用偏最小二乘找出对预测模型输出变量重要的输入变量,降低预测模型输入变量维数、消除相关性、简化模型,以提高预测模型的精度。进一步,运用耦合模拟退火算法对最小二乘支持向量机的参数进行优化,谷氨酸发酵实验仿真结果表明,所建模型预测精度高,可为谷氨酸发酵过程操作及时调整及优化控制提供有效指导。（4）针对支持向量机回归和最小二乘支持向量机等参数化回归软测量建模存在过拟合、参数设置困难、不能刻画预测结果不确定问题,设计了一种基于特征关联性的输入变量选择、超参数自适应获取、输出具有概率特性的自相关决定高斯过程软测量模型,并应用于谷氨酸发酵过程。首先应用高斯过程回归模型进行训练,同时在贝叶斯框架下,确定协方差函数中的超参数,利用训练好的高斯过程回归模型进行预测。其次,分析了谷氨酸浓度对发酵参数的感度发现,发酵时间、CO2释放速率CER、O2消耗速率OUR对谷氨酸浓度影响最大。进一步,分析了预测值的不确定性即方差和模型输入在线变量之间变化关系,当发酵罐温度T、CO2释放速率CER、O2消耗速率OUR异常变化时,发现预测值的方差随之发生明显变化,可利用预测值的方差异常变化作为发酵过程状态或传感器异常的指示器。谷氨酸发酵实验和仿真研究表明,所建基于特征关联性的自相关决定高斯过程回归的软测量模型可以实现对谷氨酸浓度的较高精度预测,且预测结果具有较小的置信度区间,满足发酵过程实时控制需要。（5）谷氨酸发酵过程是一个复杂的生化过程,在无法根据发酵过程复杂内部机理建立准确的动力学模型的条件下,要实现发酵过程的优化控制是一个具有挑战性的课题。基于对谷氨酸发酵过程机理分析和研究,运用软测量技术建立了难测参数的软测量模型,设计和优化了谷氨酸发酵过程溶氧控制,将所建软测量模型应用于谷氨酸发酵过程异常批次的识别,并基于罗克韦尔公司开发的RSLogix5000编程软件平台开发了一套谷氨酸发酵过程软测量建模及优化控制系统。通过实际应用表明,该系统能满足谷氨酸发酵过程的实际运行需求,提高了自动化水平,减轻操作人员的劳动强度。
孙中奇[2]（2020）在《基于拉曼光谱解析的调和汽油辛烷值在线分析及控制》文中研究表明汽油管道调和技术已广泛应用于炼油生产过程,而针对调和汽油的在线分析与控制问题,直接关系到成品汽油的质量与炼厂经济效益。作为一种新的分子光谱技术,在线拉曼分析技术具有检测周期短、特征性强、现场维护工作量少等优势,然而,由于调和汽油的组成复杂,对应的拉曼光谱重叠严重。为此,本文深入研究了调和汽油拉曼光谱信号分离及其应用问题。论文的主要研究内容包括:（1）结合调和汽油在线检测光谱的相似性,设计了一种拉曼光谱快速解析算法,在解析精度相似的条件下,大幅度地减少了算法的运行时间;以相关系数为相似指标,对油品样本集进行拉曼特征分析,并进行了拉曼特征峰的分类。（2）针对调和汽油辛烷值的定量分析问题,利用拉曼特征分析结果,结合光谱分量的物理意义,选择主要特征量,剔除相关分量光谱,设计了一种结合多元线性回归（MLR）与偏最小二乘法（PLS）的辛烷值混合模型。对比常规PLS模型,混合模型所需的主成分数少;而面对样本集容量的变化,混合模型性能更加稳定,模型精度也优于常规PLS模型。现场投运结果表明,嵌入上述混合模型的在线拉曼分析仪运行状态良好,对比管道取样的人工分析数据,拉曼分析值的均方误差为0.26。（3）针对调和汽油辛烷值的控制问题,提出了 一种基于非线性预估器的控制系统。该方案基于Smith预估器的结构,结合调和工艺机理设计了专门的非线性预估器,并详细讨论了非线性预估器的参数选择。仿真结果表明:基于非线性预估器的调和汽油辛烷值控制系统性能明显优于经典PID控制策略。
吴夏来[3]（2019）在《有机朗肯循环过程的优化与控制研究》文中进行了进一步梳理通过余热回收提高能源综合利用率,减少能源消耗是缓解能源和环境问题的重要举措。有机朗肯循环（Organic Rankine Cycle,ORC）具有循环热效率高及设备简单等优点,是低温余热回收领域的关键技术。为了提高ORC系统的余热回收能力,本文针对ORC系统的参数优化和控制问题进行了深入研究,主要工作内容概括如下:·针对车载有机朗肯循环系统,提出了一种基于热力学稳态模型的系统参数优化方法,有效提高了有机朗肯循环在余热变化下的性能表现。该方法先通过建立ORC系统的热力学模型来预测换热器（蒸发器和冷凝器）几何参数和系统运行参数对ORC系统性能的影响。然后综合考虑发动机排气余热的多工况特性及ORC系统安装带来的负面影响,以系统净输出功率为目标,对车载ORC系统的参数进行了优化。通过求解所建立的混合整数非线性优化问题同时得到系统最优的换热器几何参数以及ORC系统运行参数。将所提的优化方法分别与不考虑ORC系统负面影响的优化方法和只在一个主要排气工况上优化的方法进行了比较,结果表明了本方法的优越性。·针对传统ORC控制序贯设计的缺点,提出了一种基于结构奇异值分析的有机朗肯循环运行参数优化与控制集成方法,该方法保证了有机朗肯循环在余热波动下安全高效运行。由于传统上在确定ORC系统控制目标（循环运行参数）的过程中没有考虑过程的闭环动态特性,所得到的控制目标在扰动下是不可达的,或在控制过程中容易违反约束条件。针对这一缺点,本方法在优化ORC系统运行参数（控制目标）的时候考虑了系统的闭环动态特性,以最大净输出功率为目标,建立了集成控制优化模型。在优化过程中基于结构奇异值对各个约束的动态可行性进行判断。通过对集成控制优化模型的求解同时得到ORC系统的最优运行参数和控制器参数。仿真结果表明该运行参数与控制集成优化方法的优越性。·针对大范围波动的余热工况,提出了有机朗肯循环的经济模型预测控制方法,有效地提高了系统的净输出功率。当余热工况在大范围内变化时,ORC系统的动态特性会发生很大的变化,为了最大限度地回收余热并在ORC系统的动态操作过程中满足约束要求,本方法以最大净输出功率为目标,设计了经济模型预测控制器。为了加快控制问题的求解,采用能反映系统动态特性的简化ORC模型作为预测模型,利用伪序贯方法求解并对控制问题的初始值进行了设计,同时简化了目标梯度的计算方式。仿真结果显示,与基于模型预测控制的监督控制相比,该经济模型预测控制能提高ORC系统的净输出功率。此外,该经济模型预测控制还适用于ORC负载跟踪控制,控制性能令人满意。
琚长江[4]（2019）在《PLC运动控制典型指令设计与运行优化研究》文中指出随着我国智能制造强国战略的实施,制造业不断升级,以运动控制为核心的高端机器设备如机器人、数控机床、机械装备等应用前景非常广阔。实现运动控制技术的手段很多,基于PLC的技术方案的通用性强,软件兼容性强且方便移植。PLC产品以国外技术为主,但PLC核心运动控制基础底层技术的公开可参考文献较少。本文基于课题组自主开发PLC系统的研究为背景,结合双芯片嵌入式平台和最优化理论方法,深入研究了PLC运动控制五个方面基础技术:1.针对运动控制的高速脉冲的性能和精度的要求,研究了当前最先进的嵌入式芯片技术,提出了嵌入式ARM和FPGA双芯片组合的PLC运动控制硬件架构,通过FPGA高速脉冲算法实现最大6路100KHz高速脉冲的运动控制。ARM芯片内设计了基于脉冲的运动规划算法,FPGA芯片内设计了高速计数器、双轴脉冲插补、脉冲加减速和脉冲补偿器电路,脉冲补偿器根据高速输入计数器和脉冲输出计数器的误差实施脉冲数量闭环计数的补偿,实现运动控制的脉冲数量准确无误。运动控制脉冲闭环测试实验验证了运动控制硬件架构设计的高性能和高精度特性。2.针对各种运动控制场景的多种指令组合的软件编程需求,提出了一组运动控制指令及其组合应用方法。设计了典型的三段式梯形加减速运动控制指令集和专用的运动控制参数指令;包括195条较完整的PLC指令集,配合运动控制指令集灵活组合应用。提出了一种新的PWM高精度运动控制指令,设计了带有积分器补偿的脉宽调制占空比控制方法,以较低的频率得到较高的PWM执行器精度,降低了PWM运动控制技术的成本。运动控制案例实验验证体现了典型运动控制指令设计的有效性。3.针对运动控制指令编译与运行的需求,通过采用开源FLEX设计词法分析器、开源BISON设计语法分析器、自主设计语义分析和中间代码生成软件,设计了运动控制指令编译和解释运行的高效算法和软件模块,保证了编译技术的可靠性和效率。引用迷宫算法实现梯形图的图元辨识,采用二叉树后序遍历算法实现指令表语句的编译输出,采用基于二叉树的图元串并联合并方法解决梯形图中多输出的编译问题;运行模拟实验验证了运动控制指令编译与解释运行技术的有效性。4.针对运动控制的柔性和激励总量的优化需求,提出了最小燃料模型。综合考虑机器设备的性能指标、机械惯性、迟滞特性等控制量和状态量约束,建立了运动控制速度、加速度和急动度有约束下的最短时间控制模型和最小燃料控制模型,并相应设计了柔性加减速最优控制算法和多轴联动速度插补跟随算法。针对S型加减速控制柔性运动控制,创新性地提出S-型期望速度轨迹优化的最小燃料模型设计方法,现有研究的时间最短模型是最小燃料模型的特例,并系统提出求解最小燃料控制问题的非线性规划模型及算法,通过仿真算例和实际测试验证了其科学性和有效性,实验验证优化方法和结果可减少运动控制系统的激励总量,提升运动控制系统的柔性。5.针对运动控制系统远程调试监控画面数据实时刷新的时效性问题,首次提出滚动视图监控优化模型,解决了人机交互远程监控通信的动态存取优化管理问题。以监控视图中打成一包的连续数据帧数为决策变量,以监控视图整体期望传输时间为优化指标,以人的认知响应为约束建模。通过证明其指标函数是一个锯齿状函数,并基于一个无约束优化模型及其解析最优解作为下界,给出滚动视图的优化模型最优解算法。最后还解析给出工程适用的近似最优解。仿真实验说明了本方法的科学性,通过实验测试验证了其高效性,满足了运动控制远程实时监控时人机认知的画面刷新需求。
李潇[5]（2018）在《基于改进响应面法的复杂重力坝坝基抗滑稳定可靠度分析》文中研究表明重力坝的坝基抗滑稳定分析一直是坝工设计和安全评价的重要内容,科学和可靠的分析结果能够为工程建设者和管理者提供有效的决策依据。目前重力坝坝基抗滑稳定可靠度研究中缺乏基于复杂坝基模型的高效可靠度分析方法,传统响应面法在面对高维、高非线性以及计算效率等复杂问题时,存在拟合精度和求解效率不高的问题。本文基于结构可靠度理论,考虑变量的随机性,提出基于改进响应面法的复杂重力坝坝基抗滑稳定可靠度分析方法,将复杂坝基模型的稳定性分析与改进响应面法有机结合。主要研究成果如下:（1）针对传统响应面法在处理小样本、高维、高非线性回归等问题时训练精度低、训练速度慢、迭代次数多的问题,首先提出改进响应面法,同时采用极限学习机模型（Extreme Learning Machine,ELM）拟合隐式功能函数,以及采用偏最小二乘法（Partial Least Squares,PLS）优化确定ELM中隐含层神经元的个数和输入权值,结果提高了响应面模型的拟合精度和训练速度,并降低了ELM结构冗余;其次,利用动态迭代策略进行响应面的高效动态更新,有效降低了迭代次数,提高了迭代效率。（2）针对传统可靠度分析中,采用坝基平面应力模型和有限元模型难以反映工程复杂地质条件的局限性,提出基于改进响应面法的复杂重力坝坝基抗滑稳定可靠度分析方法,首先根据重力坝坝段的地质勘测资料,构建重力坝坝基复杂三维有限元模型,同时结合有限元强度折减法计算坝基抗滑稳定安全系数,进而采用改进的响应面法,求解坝基抗滑稳定可靠度。（3）将基于改进响应面法的复杂重力坝坝基抗滑稳定可靠度分析方法应用于实际工程中,首先验证了所提方法的高效性和实用性,借助PLS观察了样本点分布结构,并分析了主成分构成;其次,研究重力坝坝基抗滑失稳过程,并对比分析塑性区贯通、位移突变和计算不收敛三种坝基失稳判据;再者,基于训练好的响应面对研究变量进行了敏感性分析。
黄冬[6]（2018）在《化工过程工况迁移控制 ——以裂解装置乙烯精馏塔为例》文中进行了进一步梳理化工过程系统的主要特点在于流程复杂、生产条件多变以及能耗巨大等。在生产条件多变的背景下,大范围的工况变化时有发生,而且由于流程复杂,常规的过程控制难以实现工况的平稳过渡。工况迁移是指大范围的工况变化过程,工况迁移控制就是针对该过程所采用的控制方式。本文从动态建模、工况点稳态优化、工况点之间的动态控制三个方面系统地讨论了化工过程工况迁移问题。本文首先提出气液相混合精馏塔的全动态建模方法,并对某实际裂解制乙烯装置中的乙烯精馏塔进行了建模及仿真。传统精馏塔动态建模方法中,仅讨论了塔板上的液相动态过程,而忽略了降液管和板间气相空间的动态过程。本文通过机理分析,考虑降液管的液相滞留量和气相空间的气相滞留量,建立了精馏塔的完整动态数学模型,并将该建模方法应用于乙烯精馏塔,仿真结果验证了全动态建模方法的合理性。接下来,针对乙烯精馏塔工况迁移问题,讨论稳态工况点的优化,即根据生产条件的变化来优化目标工况点的位置。稳态优化所依赖的稳态模型是动态模型的特殊形式。本文从后续生产过程的经济效益和工况迁移过程的可操作性两个方面来讨论目标工况点的影响。具体来说,从乙烯装置整体考虑,引入循环能效系数,将经济效益量化为系统总能耗,同时将可操作性量化为气液相负荷的变化量。在此基础上构建了经济效益和可操作性的均衡优化模型,并提出变量约束法求解多目标优化问题,得到了稳态优化问题的非劣解集,在非劣解集中折衷选择最优解,即最优稳态工况。在工况点稳态优化的基础上,接下来讨论工况点之间的动态迁移控制问题。首先需要明确工况迁移控制的目标,即在满足生产指标的前提下以最简单可靠的方式完成当前工况到目标工况的迁移。本文从以下方面一步步对动态迁移过程的控制进行了深入讨论:（1）讨论了生产过程中的两种控制策略,即常规控制策略和动态优化策略。首先讨论了常规控制策略下控制结构调整对控制性能的影响,从侧面说明了讨论以动态优化为代表的工况迁移控制的必要性。针对动态优化策略,考虑到化工过程对象状态变量数较多的特点,采用控制向量参数化方法将动态优化问题转化为混合整数非线性规划问题,并在计算能力受限的条件下,通过整型变量和实型变量轮转优化的方式逼近最优解,即最优迁移轨迹。（2）考虑常规控制策略与动态优化策略的协调问题,讨论了动态优化的结构调整方案。优化结构调整就是在不改变原始常规控制结构的前提下,将常规控制与过程对象构成的整体作为优化对象,常规控制单元的输入作为优化变量。优化结构调整避免了动态优化策略实施过程中对基本控制系统结构的改变。另外,引入等效滤波器的概念,直观地体现了优化结构调整前后的差异性,说明优化结构调整对迁移过程控制性能的积极影响。同时分析了等效滤波器参数对最优控制性能的影响,为进一步提高控制性能提供了一种有效途径。（3）考虑常规控制策略与动态优化策略的选择问题,提出了迁移控制方案的选择判定准则。在生产条件发生变化时,有必要迅速判断其引起的工况变化程度是否超出常规控制策略的可调范围,若超出,则采用以动态优化为代表的工况迁移控制策略,反之,则无需改进控制策略。本文引入满足一定性质的中间变量,来估计常规控制策略下的控制性能,即针对不同的迁移过程,通过计算中间变量来预估生产指标的变化,从而针对性地选择控制策略。最后,总结了本文主要研究内容,并对未来可能开展的工作进行了展望。
康嘉元[7]（2018）在《聚合过程微观结构质量指标的机理模型再造及在线预测》文中认为流程工业是我国国民经济的支柱产业,产品质量一直以来是我国流程工业企业的瓶颈问题。以代表流程工业产品质量水平的聚烯烃行业为例,目前国内高端聚烯烃产品工艺基础薄弱、产能不足,严重依赖进口。其根本原因在于缺乏对产品内在质量的深刻认识,而分子层面上的结构关系在本质上决定了产品的质量差异。产品微观结构质量指标导向的在线预测与监控,对于实现精确有效的产品质量控制、迈向高端产品链具有极其重要的意义。描述分子结构产品质量的过程机理模型化是解决问题的关键,然而,涉及产品微观结构和性能的过程模型通常结构复杂、规模庞大、求解困难。如何对反映过程本质特性和产品微观结构的机理模型进行模型再造、命题重构、在线高效解算,对于聚合过程微观质量指标的在线预测具有重大的理论价值与现实意义。本文围绕产品微观结构质量导向的过程系统优化中的一系列关键问题,研究面向优化计算的过程模型再造方法、面向在线应用的实时解算方法,解决聚合过程微观质量指标的在线预测问题。本文的主要研究内容和贡献概况如下:1.聚合体系热力学优化模型再造方法。针对聚合过程中热力学计算结构复杂、收敛困难等问题,从流程级模拟优化角度出发,研究高效模型化方法。具体来说,对于复杂模型,一种思路是在合理适用范围内对其进行约简,另一种思路是对其计算结构进行改造。本文分别从两种思路出发,对聚合体系热力学模型化方法进行研究:建立了非热力学意义上的快速物性计算代理模型,对聚合体系中常用的PC-SAFT状态方程进行约简,极大地提升了计算效率;建立了热力学意义上的三次状态方程代理模型,从热力学角度对PC-SAFT状态方程进行约简;对传统PC-SAFT状态方程的计算结构进行改造,将其原有“模块调用-物性服务器”的模型转变为面向方程的全联立模型,提高了优化计算效率和收敛性。2.微观质量指标动态模型降阶方法。针对聚合产品微观质量指标模型规模庞大、计算耗时、难以反演优化的问题,从优化模型再造的角度出发,对微观质量指标模型进行约简、降阶。本文从微分方程组的动态特性出发,研究动态模型降阶方法,利用零空间映射对不同尺度的动态特性进行分离,对原有微观质量指标模型中链长-时间维度的依赖关系进行解耦,将超大规模（105以上）的粒数衡算方程组约简为数十维的微分代数方程组,极大地减少了计算复杂度,同时模型准确度的损失几乎可以忽略,为微观质量指标的直接优化计算提供了可能。3.针对机理模型在线应用的快速可靠的计算方法。分子量分布是聚合产品的关键质量指标,分子量分布在线软测量方法鲜有研究,原因主要在于能准确描述分子量分布演化规律的机理模型难以在线解算,而数据驱动模型难以准确预测动态过程特性以及分子量分布。本文采用了一系列的模型化方法并建立了动态分子量分布实时软测量平台。为了解决机理模型在线求解耗时、难收敛的问题,提出了移动有限元-高等初值点求解算法,利用非线性规划解的灵敏度信息完成秒级精确预估,同时生成高质量的算法初值点增强实时求解的收敛性。整个算法形成了一个“在线预估-背景计算”的求解体系,与传统算法相比,其在线求解的可靠性和实时性都得到了极大的提升。4.面向微观结构质量指标的滚动时域预估方法。在线质量监测不仅需要在最快的时间内完成模型计算,还要求模型具有足够的适应性和外推能力。各种扰动和不确定性是在线监控中需要关注的问题,引入反馈的实时决策是应对干扰、提高模型预测能力的重要手段,也是控制论思想的哲学体现。本文提出了一种融合多尺度信息的滚动时域预估方法,引入微观质量指标状态估计量,对模型中的参数和状态进行联合估计,最大限度地利用了测量的有用信息,提高了过程参数的可估计性和微观质量指标的可观测性。
简葳玙[8]（2017）在《软测量模型的变量选择方法研究》文中研究表明近年来软测量建模技术在化工生产过程中得到了广泛应用。软测量技术根据某一最优准则,选择一组与主导变量相关的且易测量的辅助变量,构造以辅助变量为输入,主导变量为输出的数学模型,实现对主导变量的在线估计。虽然软测量的核心是建模,但是只有选择与主导变量密切相关的辅助变量才能建立一个有效的软测量模型。变量选择就是在软测量模型基础之上,从一系列预先给定的自变量集合中,确定一个在某种准则下可以对主导变量进行最佳描述的变量子集。假定有p个候选辅助变量,总共能产生2p-1个候选模型,即使p不是很大的时候,也能陷入组合爆炸的困境。因此,研究如何快速高效的变量选择方法,在保证模型预测性能的前提下,尽可能地减少冗余变量,是很有必要的。针对该问题,本论文开展了较为系统化的软测量变量选择方法研究。本文的主要研究内容和成果如下:1.将蒙特卡洛无信息变量消除算法（MC-UVE）、遗传算法和偏最小二乘（GA-PLS）三者相结合,首先利用MC-UVE算法剔除无信息变量,在MC-UVE所选出的有信息变量的基础上,使用GA算法进一步精选变量子集,提出了MC-UVE-GA-PLS变量选择方法。最后,通过UCI数据对算法的可行性、有效性、模型预测性能及模型复杂度等方面进行验证,并与A11-PLS模型和GA-PLS模型进行了对比,结果表明了算法的可行性与可靠性。2.考虑到变量选择本质上是数学优化问题,以多元线性回归（MLR）模型为基础,通过引入0-1决策变量,利用BIC准则,将变量选择问题描述成一个嵌套的混合整数二次规划（MIQP）问题,并提出了嵌套式MIQP-MLR变量选择方法,同时实现特征变量的选择与预测模型的建立。最后,通过UCI数据对所提出的方法进行验证,并与传统的逐步回归（Stepwise）变量选择方法进行对比,结果验证了所提出方法的有效性和实用性。3.在基于嵌套式MIQP-MLR变量选择方法基础上,进一步将模型结构从MLR拓展至鲁棒性更强的支持向量回归（SVR）模型,并利用改进的MSE准则,将变量选择描述成一个混合整数线性规划（MILP）问题,提出了 MILP-SVR变量选择方法。所提出的方法不仅不需要事先指定模型中的变量个数,避免惩罚因子的调节,而且求解效率更高。此外,SVR模型可以利用核技巧,实现非线性函数的拟合。最后通过UCI数据测试了算法的可行性与有效性,并与A11-SVR、Pearson-SVR和RFE-SVR对比,验证了方法的可靠性。4.将上述变量选择方法应用至某一工业精馏塔间苯二胺纯度的软测量建模中,为间苯二胺纯度软测量模型选择辅助变量,并建立相应的软测量模型。实际的工业数据的仿真研究结果表明所提出方法的可靠性与高性能。
朱鹏飞[9]（2015）在《氯乙烯聚合过程建模与质量控制方法研究》文中进行了进一步梳理聚合过程普遍存在反应机理复杂、过程非线性强的特点,导致聚合过程在线监控、过程优化和质量控制等研究具有一定的挑战性。本文以氯乙烯悬浮聚合过程为研究对象,开展了过程参数与质量指标的软测量建模、复合引发体系优化和质量指标优化控制等研究工作,主要研究内容如下:（1）在全面分析氯乙烯聚合过程工艺机理的基础上,构建了氯乙烯悬浮聚合过程基本模型,其中包括聚合反应动力学模型、聚合反应热力学模型、粒径分布群体平衡模型等,为氯乙烯聚合过程的软测量、过程优化和质量控制等研究提供了基础。（2）提出了一种基于模型输出校正的混合建模方法。通过机理分析建立氯乙烯单体液滴群体平衡模型,在此基础上,利用人工神经网络建模方法建立氯乙烯单体液滴群体平衡修正模型,实现对单体液滴群体平衡模型输出的在线修正,构成混合模型。将此建模方法应用于氯乙烯聚合过程中粒径分布的软测量,建立的混合模型既能按照液滴分散与聚并机理对聚氯乙烯颗粒的成长过程进行描述,同时又充分利用了生产现场数据对模型误差进行修正,相比纯机理模型取得了更好的预测效果。（3）研究了基于改进Kalman滤波算法的多模型融合建模方法。分别将K2PCA-ANN数据驱动模型与热力学模型应用于氯乙烯聚合速率的非线性预测,在基于最优估计的Kalman滤波算法的递推框架下将K2PCA-ANN模型预测值与热力学模型预测值有效融合,在此基础上,通过模型方差更新对Kalman滤波算法的估计参数进行在线校正,进一步优化融合模型的估计性能。应用结果表明,此建模方法较好地利用了K2PCA-ANN模型和热力学模型对生产现场数据样本进行信息提炼,提高了单一软测量模型的抗干扰性,提高了融合模型预测的精度与稳定性。（4）研究了软测量技术在聚合转化率在线监控中的系统集成。将OPC通讯应用于软测量技术的在线应用中,服务器站与操作站独立运行,服务器站计算机与控制系统连接,采集现场数据并软通过软测量模型计算出目标变量,并将此结果反馈给控制系统,再由OPC服务器发送。操作站计算机通过工业以太网与服务器站计算机连接,利用OPC客户端与OPC服务器进行数据交换,实现对目标变量的监控。氯乙烯聚合过程转化率监控的应用结果表明,该方案较好地解决了工业现场不同厂家的软硬件通讯问题,计算软件和监控组态软件并行运行,两者优势互补。（5）针对氯乙烯聚合过程复合引发体系的优化问题,提出了一种基于热力学模型、动力学模型和复合引发体系优化模型等多个模型的优化策略。以最小化单釜聚合时间为目标,以复合引发剂用量、反应釜移热能力等为约束条件,采用非线性规划解决了复合引发体系的优化问题;充分考虑反应釜传热能力对优化结果的影响,建立了复合引发体系的优化策略。应用结果表明,该优化策略能够优化复合引发体系配方,充分利用了聚合反应釜的传热能力,并能较好地应对冷却水温度、聚合温度和传热系数等过程参数变化对优化结果的影响,确保优化结果的准确性。（6）针对氯乙烯聚合过程质量指标的控制问题,提出了一种基于软测量技术的质量控制方法。采用K2PLS-ANN数据驱动建模方法建立了氯乙烯平均粒径的软测量模型,用于预测工艺变量与平均粒径指标之间的定量关系;利用软测量技术和非线性规划方法,求解得到符合平均粒径指标约束的最佳操作变量;根据平均粒径的离线分析值,利用间歇过程批次间重复的相似性特性,提出了一种偏差修正策略,用于调整操作变量和指导批次间的生产操作。应用结果表明,提出的质量优化控制策略,能够实现聚氯乙烯质量指标的平稳控制,有助于降低生产消耗,可用于指导实际生产过程。在充分理解氯乙烯悬浮聚合过程工艺和反应机理的基础上,利用软测量技术、最优化技术和质量控制技术等研究,为提高聚合过程系统建模和聚合物质量控制提供技术支持,有助于进一步开展聚合过程先进控制、系统优化等方面的研究。
池清华[10]（2015）在《PLS隐变量空间模型预测控制算法研究》文中认为随着信息产业和计算机技术的快速发展,数据流在工业产业中的地位越来越重要,基于数据驱动的建模和控制方法受到了学术界和工业界的广泛关注。大量数据带来的一个很自然的问题是,很多不相关数据也会包含在采集的数据中,因此数据压缩或者说数据降维技术是很有必要的。偏最小二乘（PLS）就是这样一种重要的多元统计分析方法,它已经在故障诊断和过程监控领域有了非常多的研究,但是在过程控制中的应用还处于起步阶段。本文结合PLS方法的自动解耦,变量配对,降维等特点,研究了PLS隐空间的模型辨识方法和隐空间模型预测控制（MPC）技术。主要研究内容涉及了隐空间模型预测控制相关辨识（MRI）方法,隐空间广义预测控制（GPC）算法,两种用于处理高频噪声的隐空间GPC改进方法,基于过程输出信号的Hotelling T2统计量的多模型切换MPC算法,基于TS模型的隐空间模糊GPC算法,隐空间降维技术讨论。具体的研究工作包括：（1）针对变量中可能存在的共线性问题,引入了PLS建模方法。基于动态PLS框架,第二章提出了一种隐空间GPC控制策略。建模阶段,为了提高模型的多步向前预测能力,进而提高GPC的控制性能,提出了隐空间MRI方法,并对该方法进行了频域分析。隐空间中多个SISO并行运行的特性,使得GPC控制律的求解时间比传统方法少得多,这对GPC的在线应用是很有意义的。（2）第三章对基本的隐空间GPC方法进行了一些闭环理论分析,包括回路灵敏度分析、鲁棒性和稳定性分析,然后从抑制高频扰动和噪声,提高系统鲁棒性的角度出发,提出了两种改进算法。一种是在隐空间GPC中引入C滤波器,这种方法能在不改变系统标称性能的情况下,提高系统的鲁棒性,但是C滤波器参数的选择缺乏系统的理论指导方法。因此,借鉴内模控制思想,我们又提出了一种基于模型输出的改进算法,它是将GPC预测模型中的实际过程输出信号替换为模型预测输出信号,并引入误差校正,从而减弱了噪声和扰动对闭环回路的影响。理论上,这种方法也能在不改变系统标称性能的情况下,提高系统的鲁棒性。（3）对于动态非线性过程,传统的基于单个线性模型的MPC只能在较小的运行区域内得到满意的控制效果。针对这一问题,第四章提出了一种PLS隐空间多模型切换MPC方法。在每一个工作点,先分别辨识一个PLS动态模型,并设计相应的预测控制器。然后,我们提出了一种基于过程输出信号的Hotelling T2统计量的切换指标,它可以根据当前系统运行的区域自动选择最匹配的模型／控制器,从而保证了模型的正确性,使得系统能获得满意的控制品质。更重要的是,该算法延续了基本的MPC算法,仍然是用二次规划求解,适于工程实际应用。（4）对于动态非线性过程,第五章提出了直接采用基于非线性模型的控制方法。主要是在PLS内模型中,采用TS模糊模型来刻画隐变量得分t和u之间的动态非线性关系,建立了一种TS-PLS模型。基于建立的模型,我们利用即时线性化的思想,提出了隐空间模糊GPC控制方法。在过程非线性特别强的时候,这种方法比隐空间切换MPC方法,会有一定的优势。（5）第六章分析了隐空间MPC方法作为降维控制技术时,可能出现的两个问题。首先,对于强行降维问题,我们从空间投影映射的角度分析了强行降维时出现稳态偏差的原因。然后,对于降维控制中设定值的选择问题,我们指出并不是所有的设定值都是可达的,设定值的选取必须符合建模数据集中存在的线性相关关系,并说明在存在非线性依赖关系时,设定值的选取必须和过程特性相容。
二、一种基于非线性规划的多项式PLS算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种基于非线性规划的多项式PLS算法（论文提纲范文）
（1）谷氨酸发酵过程的软测量建模研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外谷氨酸产业的发展现状 |
| 1.2.1 谷氨酸物化性质及发展历史 |
| 1.2.2 国内外谷氨酸产业现状 |
| 1.3 软测量技术 |
| 1.3.1 软测量建模概述 |
| 1.3.2 软测量建模步骤与内容 |
| 1.3.3 软测量建模方法 |
| 1.3.4 软测量技术应用 |
| 1.4 发酵过程软测量建模国内外研究现状 |
| 1.4.1 基于机理模型的发酵过程软测量 |
| 1.4.2 基于数据驱动的发酵过程软测量 |
| 1.4.3 混合模型软测量 |
| 1.5 主要研究内容和结构安排 |
| 第二章 谷氨酸发酵过程动力学建模 |
| 2.1 引言 |
| 2.2 发酵过程基础数学模型 |
| 2.2.1 发酵过程合成和和代谢分解反应 |
| 2.2.2 发酵过程典型数学模型 |
| 2.2.3 发酵过程比反应速率模型 |
| 2.3 谷氨酸发酵过程代谢(流)网络分析 |
| 2.3.1 材料与方法 |
| 2.3.2 发酵过程影响因素分析 |
| 2.3.3 代谢网络模型的简化、计算和求解 |
| 2.3.4 基于代谢网络结构模型的谷氨酸浓度预测 |
| 2.4 谷氨酸发酵分批流加非结构动力学建模 |
| 2.4.1 非线性规划确定非结构动力学模型参数 |
| 2.4.2 遗传算法确定非结构动力学模型参数 |
| 2.4.3 改进遗传算法确定非结构动力学模型参数 |
| 2.5 本章小结 |
| 第三章 基于多阶段支持向量机回归的谷氨酸发酵过程软测量 |
| 3.1 引言 |
| 3.2 支持向量机 |
| 3.2.1 支持向量机分类 |
| 3.2.2 支持向量机回归 |
| 3.3 多阶段分割算法 |
| 3.4 基于多阶段支持向量机回归的谷氨酸浓度软测量 |
| 3.5 结果与讨论 |
| 3.6 本章小结 |
| 第四章 基于偏最小二乘和最小二乘支持向量机的谷氨酸发酵过程软测量 |
| 4.1 引言 |
| 4.2 偏最小二乘 |
| 4.2.1 PLS原理与计算方法 |
| 4.2.2 模型提取成分的确定 |
| 4.3 最小二乘支持向量机 |
| 4.4 基于耦合模拟退火的最小二乘支持向量机软测量 |
| 4.4.1 模拟退火算法 |
| 4.4.2 耦合模拟退火算法 |
| 4.4.3 耦合模拟退火优化参数算法 |
| 4.4.4 基于CSA优化的LSSVM软测量预测算法 |
| 4.5 基于PLS-LSSVM的谷氨酸发酵过程软测量 |
| 4.5.1 PLS-LSSVM软测量预测模型实现流程 |
| 4.5.2 辅助变量选择 |
| 4.6 结果与讨论 |
| 4.6.1 模型性能评估指标 |
| 4.6.2 PLS与 LSSVM模型比较 |
| 4.6.3 SVM和 LSSVM预测模型比较 |
| 4.6.4 PLS-LSSVM简化模型性能分析 |
| 4.7 本章小结 |
| 第五章 基于高斯过程的谷氨酸发酵过程软测量 |
| 5.1 引言 |
| 5.2 高斯过程模型 |
| 5.2.1 无参预测 |
| 5.2.2 高斯过程回归 |
| 5.2.3 协方差函数 |
| 5.2.4 高斯过程的模型选择 |
| 5.2.5 高斯过程稀疏化 |
| 5.3 基于PLS-GP的谷氨酸发酵过程软测量 |
| 5.3.1 基于PLS-GP的软测量模型架构 |
| 5.3.2 训练数据的准备 |
| 5.3.3 输入变量选择 |
| 5.3.4 协方差函数的确定 |
| 5.3.5 结果和讨论 |
| 5.4 基于预测方差的谷氨酸发酵过程异常状态分析 |
| 5.4.1 基于预测方差的自主动高斯过程模型 |
| 5.4.2 基于预测方差的谷氨酸发酵过程异常状态分析 |
| 5.5 基于自相关决定高斯过程的谷氨酸发酵软测量 |
| 5.5.1 基于特征关联性的自相关决定变量选择 |
| 5.5.2 结果和讨论 |
| 5.6 本章小结 |
| 第六章 谷氨酸发酵过程软测量建模及优化控制系统的开发 |
| 6.1 引言 |
| 6.2 谷氨酸发酵过程软测量实施系统软件构架 |
| 6.3 谷氨酸发酵过程计算机控制系统 |
| 6.3.1 溶解氧控制 |
| 6.3.2 温度控制 |
| 6.3.3 pH值控制 |
| 6.3.4 压力的控制 |
| 6.3.5 泡沫的控制 |
| 6.4 谷氨酸发酵过程溶解氧的优化控制 |
| 6.4.1 材料与方法 |
| 6.4.2 DO控制算法 |
| 6.4.3 结果和讨论 |
| 6.5 监控系统设计 |
| 6.6 Matlab与 RSView32 通信的实现 |
| 6.7 软测量应用实例——谷氨酸发酵过程异常批次识别 |
| 6.8 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录:作者在攻读博士学位期间的成果 |
（2）基于拉曼光谱解析的调和汽油辛烷值在线分析及控制（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 综述 |
| 1.1 调和汽油生产工艺 |
| 1.2 汽油品质的光谱分析 |
| 1.2.1 辛烷值等综合指标的定量分析 |
| 1.2.2 汽油添加物检测 |
| 1.2.3 汽油定性分类 |
| 1.3 汽油调和生产调度与优化控制 |
| 1.4 光谱解析技术 |
| 1.5 论文主要研究工作 |
| 2 调和汽油拉曼光谱的快速解析与信号分离 |
| 2.1 拉曼光谱预处理 |
| 2.1.1 模拟油样的配置与拉曼光谱采集 |
| 2.1.2 光谱基线校正与归一化 |
| 2.2 拉曼光谱快速解析 |
| 2.2.1 常规解析算法 |
| 2.2.2 快速解析算法 |
| 2.3 拉曼光谱特征分析与信号分离 |
| 2.3.1 油品样本收集 |
| 2.3.2 油品样本集拉曼特征分析 |
| 2.3.3 油品拉曼特征峰的分类 |
| 2.4 结论与讨论 |
| 3 基于光谱解析的调和汽油辛烷值定量分析 |
| 3.1 样本集划分 |
| 3.2 结合MLR与PLS算法的辛烷值混合模型 |
| 3.2.1 混合模型结构设计 |
| 3.2.2 基于主要特征量的辛烷值MLR模型 |
| 3.2.3 基于PLS算法的辛烷值残差模型 |
| 3.2.4 模型线性叠加 |
| 3.3 模型效果分析 |
| 3.3.1 对比常规PLS模型 |
| 3.3.2 更改样本集划分比例 |
| 3.3.3 随机划分样本集试验 |
| 3.4 辛烷值混合模型在线检测运行状况 |
| 3.5 结论与讨论 |
| 4 基于非线性预估器的调和汽油辛烷值控制 |
| 4.1 调和汽油辛烷值控制对象描述 |
| 4.1.1 汽油调和过程 |
| 4.1.2 基于工艺机理的动态模型 |
| 4.2 基于非线性预估器的控制系统 |
| 4.2.1 非线性控制系统结构 |
| 4.2.2 非线性预估器参数选择 |
| 4.3 控制系统仿真 |
| 4.3.1 参数匹配情况 |
| 4.3.2 参数不匹配情况 |
| 4.4 结论与讨论 |
| 5 结论与展望 |
| 5.1 研究工作总结 |
| 5.2 研究工作展望 |
| 参考文献 |
| 个人简历 |
| 攻读学位期间发表的学术论文与取得的其它研究成果 |
（3）有机朗肯循环过程的优化与控制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单、术语表 |
| 1 绪论与综述 |
| 1.1 研究背景及意义 |
| 1.2 有机朗肯循环的研究现状 |
| 1.2.1 有机工质的选择 |
| 1.2.2 系统性能优化 |
| 1.2.3 系统模型 |
| 1.2.4 常见的ORC系统结构及相关研究 |
| 1.3 ORC系统的控制研究 |
| 1.4 现有研究的不足 |
| 1.5 本论文的主要研究内容 |
| 2 有机朗肯循环稳态热力学模型与优化 |
| 2.1 引言 |
| 2.2 有机朗肯循环的工作过程和特点 |
| 2.3 有机朗肯循环的稳态热力学模型 |
| 2.4 车载有机朗肯循环的优化 |
| 2.4.1 基于有机朗肯循环的车辆废热回收现状 |
| 2.4.2 车载ORC的系统描述和优化方法 |
| 2.4.2.1 车载ORC系统 |
| 2.4.2.2 热交换器 |
| 2.4.2.3 优化方法 |
| 2.4.3 系统模型 |
| 2.4.3.1 热交换器建模 |
| 2.4.3.2 ORC重量估计与重量的影响 |
| 2.4.3.3 背压的影响 |
| 2.4.3.4 车载ORC热力学模型的求解 |
| 2.4.4 优化问题 |
| 2.4.5 优化结果与讨论 |
| 2.5 本章小结 |
| 3 有机朗肯循环的动态模型 |
| 3.1 引言 |
| 3.2 热交换器模型 |
| 3.2.1 蒸发器模型 |
| 3.2.2 冷凝器模型 |
| 3.3 膨胀机和工质泵模型 |
| 3.4 有机朗肯循环的整体模型及动态仿真 |
| 3.5 本章小结 |
| 4 基于结构奇异值分析的有机朗肯循环运行参数优化与控制集成 |
| 4.1 引言 |
| 4.2 ORC运行参数分析 |
| 4.3 集成控制方法 |
| 4.3.1 集成控制描述 |
| 4.3.2 约束可行性判断 |
| 4.4 控制器 |
| 4.5 案例研究与结果讨论 |
| 4.5.1 集成控制与序贯设计的比较 |
| 4.5.2 不带/带前馈补偿的集成控制比较 |
| 4.6 本章小结 |
| 5 有机朗肯循环的经济模型预测控制 |
| 5.1 引言 |
| 5.2 ORC系统及其优化控制方案 |
| 5.3 蒸发器模型的简化 |
| 5.4 EMPC控制器 |
| 5.4.1 EMPC问题描述 |
| 5.4.2 拟序贯法优化求解 |
| 5.4.3 梯度公式和灵敏度计算 |
| 5.4.4 改进的梯度计算公式 |
| 5.4.5 EMPC初始值选取 |
| 5.4.6 ORC系统的EMPC算法 |
| 5.5 仿真研究与讨论 |
| 5.5.1 FWH模式下的仿真结果 |
| 5.5.2 FPD模式下的仿真结果 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读博士期间科研成果 |
（4）PLC运动控制典型指令设计与运行优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本课题研究目的及意义 |
| 1.2 PLC与运动控制技术简析 |
| 1.3 国内外PLC技术标准与体系研究现状 |
| 1.3.1 国际国内标准 |
| 1.3.2 系统技术体系 |
| 1.3.3 编程语言体系 |
| 1.4 相关科学问题的提出 |
| 1.4.1 运动控制硬件设计问题 |
| 1.4.2 典型运动控制指令及其柔性组合设计问题 |
| 1.4.3 运动控制指令编译与运行研究问题 |
| 1.4.4 柔性运动控制优化设计问题 |
| 1.4.5 运动控制监控视图动态优化问题 |
| 1.5 论文主要研究任务 |
| 1.6 论文结构安排 |
| 1.7 本章小结 |
| 第二章 运动控制硬件设计 |
| 2.1 运动控制的硬件原理 |
| 2.2 运动控制硬件架构设计 |
| 2.3 硬件电路原理设计 |
| 2.3.1 高速脉冲输入电路设计 |
| 2.3.2 高速脉冲输出电路设计 |
| 2.3.3 CPU芯片选型设计 |
| 2.3.4 FPGA芯片选型设计 |
| 2.4 运动控制电路设计 |
| 2.4.1 梯形或S型加减速电路设计 |
| 2.4.2 脉冲插补电路设计 |
| 2.4.3 FPGA硬件资源统计 |
| 2.5 板卡设计 |
| 2.5.1 PLC主机CPU板设计 |
| 2.5.2 PLC主机IO板设计 |
| 2.5.3 PLC主机电源板设计 |
| 2.6 PLC整机设计 |
| 2.7 高速脉冲验证实验 |
| 2.8 本章小结 |
| 第三章 运动控制典型指令设计 |
| 3.1 运动控制指令集设计约束 |
| 3.2 PLC编程语言标准研究 |
| 3.3 梯形图指令功能研究 |
| 3.4 典型运动控制指令设计 |
| 3.4.1 运动控制指令整体流程 |
| 3.4.2 运动控制中断服务流程 |
| 3.4.3 位置控制指令工作流程 |
| 3.5 PWM高精度指令设计 |
| 3.5.1 PWM应用背景 |
| 3.5.2 PWM算法设计 |
| 3.5.3 PWM指令封装设计 |
| 3.6 可编程指令集设计 |
| 3.7 典型运动控制指令运于包装机械案例 |
| 3.8 本章小结 |
| 第四章 运动控制指令编译与运行研究 |
| 4.1 PLC程序工作原理 |
| 4.2 运动控制指令解释型运行方法研究 |
| 4.3 PLC程序编译过程工作原理 |
| 4.3.1 梯形图与指令表语言概念 |
| 4.3.2 梯形图网络图元节点关系的迷宫算法识别 |
| 4.3.3 迷宫算法扫描梯形图网络的实现方法 |
| 4.3.4 梯形图到指令表程序的转换 |
| 4.3.5 基于BISON和 FLEX的指令表编译器设计 |
| 4.4 编程软件设计 |
| 4.5 运动控制指令编译转换实验 |
| 4.6 本章小结 |
| 第五章 运动控制柔性与优化设计 |
| 5.1 柔性控制约束与bangbang控制基础 |
| 5.2 S-型期望轨迹的最优性分析及最优规划 |
| 5.2.1 S-型期望轨迹的控制结构分析 |
| 5.2.2 S-型期望轨迹控制的最优性分析 |
| 5.2.3 五段S-型期望轨迹的时间最短最优规划 |
| 5.2.4 七段S-型期望轨迹的最短时间控制模型与最优规划 |
| 5.2.5 七段S-型期望轨迹的最小燃料控制模型与最优规划 |
| 5.3 可行S-型轨迹参数类别 |
| 5.4 多轴S-型速度轨迹的最小燃料控制模型 |
| 5.5 光滑轨迹速度插补规划 |
| 5.6 测试案例 |
| 5.7 本章小结 |
| 第六章 运动控制监控视图动态优化研究 |
| 6.1 PLC的监控视图特性 |
| 6.2 基于数据包的PLC可视化监控通信动态优化 |
| 6.2.1 典型的PLC可视化监控通信场景 |
| 6.2.2 动态数据帧打包方法示例 |
| 6.3 通信数据包大小的优化建模 |
| 6.3.1 最优包问题描述 |
| 6.3.2 参数化与优化评价 |
| 6.4 实验研究与讨论 |
| 6.4.1 通信包大小的初始化与优化 |
| 6.4.2 实验结果 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 本文总结 |
| 7.2 未来展望 |
| 7.3 结束语 |
| 参考文献 |
| 致谢 |
| 附录1 设计的PLC指令集列表 |
| 附录2 攻读博士学位期间已发表或录用的论文 |
| 附录3 攻读博士学位期间已授权的发明专利 |
| 附录4 攻读博士学位期间获得的科学奖励 |
（5）基于改进响应面法的复杂重力坝坝基抗滑稳定可靠度分析（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 重力坝坝基抗滑稳定研究现状 |
| 1.2.2 可靠度方法研究现状 |
| 1.2.3 国内外研究现状总结 |
| 1.3 研究思路与主要内容 |
| 1.3.1 研究思路 |
| 1.3.2 主要内容 |
| 第2章 重力坝抗滑稳定可靠度理论 |
| 2.1 重力坝抗滑稳定可靠度基本概念 |
| 2.1.1 随机变量 |
| 2.1.2 结构的极限状态 |
| 2.1.3 结构的失效概率和可靠度指标 |
| 2.2 可靠度分析方法 |
| 2.2.1 中心点法 |
| 2.2.2 设计验算点法 |
| 2.2.3 JC法 |
| 2.2.4 蒙特卡洛法 |
| 2.3 响应面法 |
| 2.3.1 实验设计 |
| 2.3.2 响应面模型训练 |
| 2.3.3 可靠度求解 |
| 2.3.4 响应面迭代更新 |
| 2.4 本章小结 |
| 第3章 改进响应面法 |
| 3.1 理论基础 |
| 3.1.1 极限学习机 |
| 3.1.2 偏最小二乘法 |
| 3.2 改进响应面法 |
| 3.2.1 响应面模型 |
| 3.2.2 动态迭代策略 |
| 3.3 算法步骤 |
| 3.4 本章小结 |
| 第4章 复杂重力坝坝基抗滑稳定可靠度分析方法 |
| 4.1 方法框架 |
| 4.2 复杂重力坝坝基抗滑稳定可靠度分析方法 |
| 4.2.1 功能函数构建 |
| 4.2.2 有限元强度折减法 |
| 4.2.3 可靠度分析 |
| 4.4 本章小结 |
| 第5章 工程应用 |
| 5.1 工程概况 |
| 5.2 工程应用 |
| 5.2.1 模型构建 |
| 5.2.2 实验设计 |
| 5.3 坝基抗滑稳定可靠度分析 |
| 5.3.1 可靠度指标求解 |
| 5.3.2 算法分析 |
| 5.4 坝基抗滑失稳过程分析 |
| 5.5 坝基失稳判据对比分析 |
| 5.6 参数敏感性分析 |
| 5.7 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（6）化工过程工况迁移控制 ——以裂解装置乙烯精馏塔为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点 |
| 第1章 绪论 |
| 1.1 化工过程工况迁移研究背景 |
| 1.2 化工过程工况迁移研究基础 |
| 1.2.1 工况迁移过程的定义 |
| 1.2.2 化工过程的动态建模 |
| 1.2.3 化工过程的稳态优化 |
| 1.2.4 化工过程的动态优化 |
| 1.3 化工过程工况迁移问题剖析 |
| 1.4 研究内容及结构安排 |
| 1.5 本章小结 |
| 第2章 精馏塔动态机理模型 |
| 2.1 数学模型整体考虑 |
| 2.2 精馏塔基本动态机理模型 |
| 2.2.1 板式精馏塔机理模型概述 |
| 2.2.2 传统塔板动态模型 |
| 2.3 精馏塔全动态机理模型 |
| 2.3.1 精馏塔动态过程分析 |
| 2.3.2 塔板机理分析及建模 |
| 2.3.3 降液管机理分析及建模 |
| 2.3.4 气相空间机理分析及建模 |
| 2.4 乙烯精馏塔动态模型建立 |
| 2.4.1 乙烯精馏塔的独具特征 |
| 2.4.2 动态模型的仿真求解 |
| 2.5 本章小结 |
| 第3章 乙烯精馏塔工况点的均衡优化 |
| 3.1 乙烯精馏塔工况迁移描述 |
| 3.2 乙烯精馏塔工况点经济效益优化 |
| 3.2.1 经济效益总体分析 |
| 3.2.2 循环能耗分析 |
| 3.2.3 循环能效系数的估算 |
| 3.2.4 经济效益优化的构建和求解 |
| 3.3 经济效益和可操作性的均衡优化 |
| 3.3.1 乙烯精馏塔工况点可操作性分析 |
| 3.3.2 多目标优化策略 |
| 3.3.3 乙烯精馏塔的优化求解 |
| 3.4 本章小结 |
| 第4章 乙烯精馏塔工况迁移策略 |
| 4.1 迁移动态过程的数学描述 |
| 4.2 基于常规控制的乙烯精馏塔工况迁移 |
| 4.2.1 乙烯精馏塔常规控制策略 |
| 4.2.2 基于质量指标常规控制策略 |
| 4.2.3 基于安全指标常规控制策略 |
| 4.3 基于动态优化的乙烯精馏塔工况迁移 |
| 4.3.1 工况迁移问题的动态优化策略 |
| 4.3.2 乙烯精馏塔工况迁移动态优化求解 |
| 4.4 本章小结 |
| 第5章 迁移控制策略的协调方案 |
| 5.1 问题描述 |
| 5.2 动态优化结构调整 |
| 5.2.1 等效滤波器 |
| 5.2.2 优化模型描述 |
| 5.3 乙烯精馏塔工况迁移动态优化结构调整 |
| 5.3.1 固定滤波器参数的动态优化 |
| 5.3.2 可调滤波器参数的动态优化 |
| 5.4 本章小结 |
| 第6章 迁移控制策略的选择判定 |
| 6.1 控制策略选择分析 |
| 6.2 控制策略判定准则 |
| 6.3 乙烯精馏塔不同迁移过程控制策略选择 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 研究内容总结 |
| 7.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
| 学位论文数据集 |
（7）聚合过程微观结构质量指标的机理模型再造及在线预测（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 常用缩略词表 |
| 第一章 绪论 |
| 1.1 聚烯烃生产现状与质量工程 |
| 1.2 聚合物微观质量指标建模方法概述 |
| 1.3 过程系统工程模型化方法 |
| 1.3.1 模型约简 |
| 1.3.2 模型降阶 |
| 1.4 过程系统优化方法 |
| 1.4.1 序贯模块法与联立方程法 |
| 1.4.2 非线性规划和动态优化 |
| 1.5 研究内容 |
| 1.6 论文框架 |
| 第二章 聚合体系热力学模型约简方法 |
| 2.1 聚合体系热力学模型简介 |
| 2.2 非热力学意义下的物性代理模型 |
| 2.2.1 局部物性代理模型 |
| 2.2.2 快速物性代理模型 |
| 2.2.3 模型约简效果 |
| 2.3 热力学意义下的代理状态方程模型 |
| 2.3.1 三次状态方程模型 |
| 2.3.2 代理状态方程模型 |
| 2.3.3 模型约简效果 |
| 2.4 本章小结 |
| 第三章 聚合体系热力学模型重构方法 |
| 3.1 聚合体系热力学模型结构与数值计算分析 |
| 3.1.1 模型结构分析 |
| 3.1.2 传统过程模拟中的热力学计算结构 |
| 3.2 全联立方程计算框架下的热力学模型 |
| 3.2.1 面向方程的热力学模型重构 |
| 3.2.2 流体热力学物性算例分析 |
| 3.3 全联立框架下的相平衡计算及命题重构 |
| 3.3.1 相平衡计算命题 |
| 3.3.2 热力学稳定性分析及命题重构 |
| 3.3.3 闪蒸优化算例分析 |
| 3.4 工业聚合流程模拟与优化案例分析 |
| 3.4.1 聚合流程模拟及重构模型计算效率分析 |
| 3.4.2 聚合流程质量优化 |
| 3.5 本章小结 |
| 第四章 微观质量指标动态模型降阶方法 |
| 4.1 聚合反应机理及动态分子量分布 |
| 4.1.1 聚合反应机理及动态模型 |
| 4.1.2 矩方法 |
| 4.1.3 累积Flory方法 |
| 4.2 动态模型降阶 |
| 4.2.1 零空间映射方法 |
| 4.2.2 模型降阶 |
| 4.3 算例分析 |
| 4.3.1 稳态验证 |
| 4.3.2 模型动态特性分析 |
| 4.3.3 动态分子量模型验证 |
| 4.4 本章小结 |
| 第五章 聚合过程在线质量预测的快速可靠计算方法 |
| 5.1 基于机理模型的分子量分布动态软测量 |
| 5.2 动态软测量命题求解及分析 |
| 5.2.1 动态模型全空间离散化方法 |
| 5.2.2 参数化动态软测量命题求解及分析 |
| 5.3 移动有限元-高等初值点算法 |
| 5.3.1 算法初始化 |
| 5.3.2 在线计算 |
| 5.3.2.1 扰动模态 |
| 5.3.2.1 切换模态 |
| 5.3.3 背景计算 |
| 5.3.4 可行性恢复 |
| 5.3.4.1 可行性恢复模态1 |
| 5.3.4.2 可行性恢复模态2 |
| 5.3.5 小结 |
| 5.4 工业聚合流程动态软测量案例分析 |
| 5.4.1 模型稳态验证 |
| 5.4.2 牌号切换过程中的分子量分布软测量 |
| 5.4.3 移动有限元-高等初值点算法的在线性能测试 |
| 5.4.3.1 在线预估的优势 |
| 5.4.3.2 ASP对计算效率的提升 |
| 5.4.3.3 计算稳定性 |
| 5.4.3.4 在线预估的精度 |
| 5.4.3.3 小结 |
| 5.4.4 流程重构过程中的分子量分布软测量 |
| 5.5 本章小结 |
| 第六章 面向微观结构质量的滚动时域预估方法 |
| 6.1 滚动时域估计 |
| 6.2 面向分子量分布的滚动时域估计器 |
| 6.3 工业聚合流程算例分析 |
| 6.3.1 聚合流程模型及降阶 |
| 6.3.2 面向分子量分布的滚动时域估计仿真 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 论文展望 |
| 参考文献 |
| 攻读博士学位期间主要的研究成果 |
（8）软测量模型的变量选择方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 软测量技术综述 |
| 1.2.1 软测量技术原理 |
| 1.2.2 辅助变量选择问题描述 |
| 1.3 变量选择方法研究现状 |
| 1.3.1 变量选择的基本框架 |
| 1.3.2 过滤式变量选择方法 |
| 1.3.3 包裹式变量选择方法 |
| 1.3.4 嵌入式变量选择方法 |
| 1.4 本文主要内容及安排 |
| 第2章 基于MC-UVE-GA-PLS的变量选择方法 |
| 2.1 引言 |
| 2.2 蒙特卡洛无信息变量消除 |
| 2.3 遗传算法结合偏最小二乘 |
| 2.4 基于MC-UVE-GA-PLS的变量选择方法步骤 |
| 2.5 数值计算验证 |
| 2.5.1 数据描述 |
| 2.5.2 结果与讨论 |
| 2.6 本章小结 |
| 第3章 基于嵌套式MIQP-MLR的变量选择方法 |
| 3.1 引言 |
| 3.2 常用变量选择准则 |
| 3.3 基于MINLP-MLR的变量选择方法 |
| 3.3.1 混合整数非线性规划模型介绍 |
| 3.3.2 变量选择问题的MINLP描述 |
| 3.4 基于嵌套式MIQP-MLR的变量选择方法 |
| 3.4.1 模型训练误差和测试误差与模型复杂度的关系 |
| 3.4.2 嵌套式MIQP的变量选择方法 |
| 3.5 数值计算验证 |
| 3.6 本章小结 |
| 第4章 基于MILP-SVR的变量选择方法 |
| 4.1 引言 |
| 4.2 支持向量回归模型 |
| 4.3 基于L0范数的MILP-SVR变量选择方法 |
| 4.4 基于改进的MSE准则的MILP-SVR变量选择方法 |
| 4.5 数值计算验证 |
| 4.6 本章小结 |
| 第5章 间苯二胺精馏塔在线纯度软测量应用研究 |
| 5.1 引言 |
| 5.2 MPD分离提纯过程 |
| 5.3 候选辅助变量收集 |
| 5.4 基于MILP-S VR方法的辅助变量选择结果 |
| 5.5 软测量模型的建立 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间发表的论文与成果 |
（9）氯乙烯聚合过程建模与质量控制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 聚合过程建模、优化与控制研究综述 |
| 1.2.1 建模技术 |
| 1.2.2 优化技术 |
| 1.2.3 质量控制 |
| 1.3 研究现状分析 |
| 1.4 本文研究的主要内容 |
| 第二章 氯乙烯悬浮聚合过程基本模型 |
| 2.1 引言 |
| 2.2 聚合过程生产工艺 |
| 2.3 聚合动力学模型 |
| 2.3.1 聚合反应机理 |
| 2.3.2 聚合速率的影响因素 |
| 2.3.3 动力学模型 |
| 2.4 聚合热力学模型 |
| 2.4.1 热平衡分析 |
| 2.4.2 热力学模型 |
| 2.5 聚合物颗粒成粒模型 |
| 2.5.1 成粒机理 |
| 2.5.2 颗粒特性的影响因素 |
| 2.5.3 群体平衡模型 |
| 2.6 本章小结 |
| 第三章 基于模型融合的智能建模方法研究 |
| 3.1 引言 |
| 3.2 基于模型输出校正的混合建模方法 |
| 3.2.1 偏差辨识模型 |
| 3.2.2 模型输出校正 |
| 3.3 基于改进Kalman滤波算法的多模型融合方法 |
| 3.3.1 基于数据的集成模型 |
| 3.3.2 改进Kalman滤波算法 |
| 3.3.3 多模型融合 |
| 3.4 基于模型融合的智能模型性能测试 |
| 3.4.1 冷热水混合系统建模与仿真 |
| 3.4.2 智能模型性能评价 |
| 3.5 本章小结 |
| 第四章 基于软测量技术的聚合过程监控应用研究 |
| 4.1 引言 |
| 4.2 软测量技术的基本方法 |
| 4.3 混合模型在聚合物粒径分布测量中的应用 |
| 4.3.1 基于模型输出校正的混合模型 |
| 4.3.2 粒径分布测量结果 |
| 4.4 多模型融合方法在聚合速率测量中的应用 |
| 4.4.1 混合核函数主元分析-神经网络模型 |
| 4.4.2 多模型融合方法 |
| 4.4.3 聚合速率测量结果 |
| 4.5 软测量技术在聚合转化率在线监控中的应用 |
| 4.5.1 软测量应用技术 |
| 4.5.2 氯乙烯聚合过程转化率监控 |
| 4.6 本章小结 |
| 第五章 基于模型的聚合引发体系优化策略 |
| 5.1 引言 |
| 5.2 氯乙烯悬聚合过程复合引发体系优化 |
| 5.2.1 聚合过程测量与预测 |
| 5.2.2 最佳聚合速率预测 |
| 5.2.3 复合引发体系优化技术 |
| 5.2.4 优化策略 |
| 5.3 氯乙烯聚合过程二元引发体系优化应用 |
| 5.4 本章小结 |
| 第六章 基于聚合物质量模型的优化控制策略 |
| 6.1 引言 |
| 6.2 基于质量模型的控制策略 |
| 6.2.1 质量模型 |
| 6.2.2 操作变量优化 |
| 6.2.3 偏差修正策略 |
| 6.3 聚合物平均粒径的优化控制应用 |
| 6.3.1 平均粒径模型 |
| 6.3.2 优化控制应用研究 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 符号说明 |
| 发表的学术论文 |
| 致谢 |
| 参考文献 |
（10）PLS隐变量空间模型预测控制算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及现状 |
| 1.1.1 偏最小二乘及研究现状 |
| 1.1.2 基于PLS的控制方法及研究现状 |
| 1.2 模型预测控制及其研究现状 |
| 1.3 模型误差分析 |
| 1.4 模型预测控制相关辨识及研究现状 |
| 1.5 本文主要研究内容 |
| 2 基于PLS隐空间MRI模型的广义预测控制器设计 |
| 2.1 引言 |
| 2.2 PLS和PLS控制框架 |
| 2.2.1 偏最小二乘方法 |
| 2.2.2 动态偏最小二乘 |
| 2.2.3 动态PLS控制框架 |
| 2.3 隐空间模型预测控制相关辨识 |
| 2.3.1 模型预测控制相关辨识 |
| 2.3.2 PLS框架下的MRI |
| 2.3.3 隐空间MRI的频域分析 |
| 2.4 基于动态PLS框架的GPC |
| 2.5 隐空间GPC和原始空间GPC的比较 |
| 2.6 仿真实例 |
| 2.6.1 Jerome-Ray模型 |
| 2.6.2 聚乙烯反应过程 |
| 2.7 本章小结 |
| 3 隐空间GPC算法的理论分析及鲁棒化改进 |
| 3.1 引言 |
| 3.2 基本算法理论分析 |
| 3.2.1 闭环回路分析 |
| 3.2.2 稳定性分析 |
| 3.3 C-滤波器方法 |
| 3.4 一种基于模型输出的改进方法 |
| 3.5 仿真实例 |
| 3.6 本章小结 |
| 4 隐空间多模型预测控制 |
| 4.1 引言 |
| 4.2 隐空间约束MPC |
| 4.3 多模型预测控制 |
| 4.3.1 切换指标 |
| 4.3.2 稳定性讨论 |
| 4.4 非线性两相反应器过程仿真 |
| 4.4.1 过程描述 |
| 4.4.2 模型辨识和验证 |
| 4.4.3 控制结果 |
| 4.5 本章小结 |
| 5 基于TS-PLS模型的隐空间模糊GPC方法 |
| 5.1 引言 |
| 5.2 TS-PLS模型 |
| 5.3 隐空间模糊GPC方法 |
| 5.4 仿真实例 |
| 5.4.1 pH中和滴定过程 |
| 5.4.2 TS-PLS模型建立 |
| 5.4.3 隐空间模糊GPC控制结果 |
| 5.5 本章小结 |
| 6 关于隐空间MPC降维问题的分析与讨论 |
| 6.1 引言 |
| 6.2 降维控制中的两个问题 |
| 6.2.1 强行降维问题 |
| 6.2.2 设定值相容性问题 |
| 6.3 本章小结 |
| 7 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 研究工作展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 在学期间所取得的科研成果 |
四、一种基于非线性规划的多项式PLS算法（论文参考文献）
- [1]谷氨酸发酵过程的软测量建模研究[D]. 郑蓉建. 江南大学, 2020(01)
- [2]基于拉曼光谱解析的调和汽油辛烷值在线分析及控制[D]. 孙中奇. 浙江大学, 2020(02)
- [3]有机朗肯循环过程的优化与控制研究[D]. 吴夏来. 浙江大学, 2019(01)
- [4]PLC运动控制典型指令设计与运行优化研究[D]. 琚长江. 上海交通大学, 2019(06)
- [5]基于改进响应面法的复杂重力坝坝基抗滑稳定可靠度分析[D]. 李潇. 天津大学, 2018(06)
- [6]化工过程工况迁移控制 ——以裂解装置乙烯精馏塔为例[D]. 黄冬. 中国石油大学(北京), 2018(01)
- [7]聚合过程微观结构质量指标的机理模型再造及在线预测[D]. 康嘉元. 浙江大学, 2018(08)
- [8]软测量模型的变量选择方法研究[D]. 简葳玙. 浙江大学, 2017(08)
- [9]氯乙烯聚合过程建模与质量控制方法研究[D]. 朱鹏飞. 浙江工业大学, 2015(07)
- [10]PLS隐变量空间模型预测控制算法研究[D]. 池清华. 浙江大学, 2015(10)