【摘 要】
：
在很多工业过程中，常常可获得两种测量数据，在线测量值和含时滞的离线测量值，其中，在线测量值直接由传感器测得，即时却精度较低，离线测量值通过人工实验分析得到，精度高却有时滞。本文引入状态增广卡尔曼滤波法对上述两种数据进行融合以估计当前状态值，算法简单明了。在线测量模型存在不可避免的模型不匹配问题，因此本文在离线测量值获得后对在线测量模型进行校正。最后将本文方法运用到线性化的非线性二元蒸馏塔模型中估计
【机 构】
：
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
论文部分内容阅读
在很多工业过程中，常常可获得两种测量数据，在线测量值和含时滞的离线测量值，其中，在线测量值直接由传感器测得，即时却精度较低，离线测量值通过人工实验分析得到，精度高却有时滞。本文引入状态增广卡尔曼滤波法对上述两种数据进行融合以估计当前状态值，算法简单明了。在线测量模型存在不可避免的模型不匹配问题，因此本文在离线测量值获得后对在线测量模型进行校正。最后将本文方法运用到线性化的非线性二元蒸馏塔模型中估计填料压板各成分浓度，取得了良好效果。
其他文献
针对高炉过程数据存在大量不确定性和冲突信息的问题，本文基于不确定性推理方法DS 证据理论提出一种有效处理冲突信息的高炉故障诊断方法。首先，采用基于区间数的证据函数生成方法表示高炉故障诊断的不确定性信息。其次，结合经典冲突系数和Pignistic 概率距离构造新的冲突度量因子，辨识证据信息的冲突程度。最后，根据冲突度量因子进行冲突信息融合，实现高炉故障诊断。高炉悬料故障诊断的测试实验结果表明所提方法
：针对传统《自动控制原理》教学效果不理想的问题，充分利用目前现代化的教学手段，从立体化课堂教学、立体化教材建设和立体化实验教学等方面，对《自动控制原理》网络立体化教学研究与实践等工作进行探讨。通过开展多维立体信息反馈、网络课堂教学、网上学习讨论、网上实时授课、电子辅助教材、远程网络化实验和创新实际实验等教学改革措施，以改善目前《自动控制原理》的教学效果。初步实践证明，已实施的各种改革措施明显提高了
反应精馏动态特性复杂，反应和分离能力相互耦合，过程存在着强非线性、多稳态、多变量耦合等情况，使系统动态优化与控制成为了一个难题。本文针对新型侧反应精馏集成技术生产醋酸甲酯的工艺生产过程，采用基于独立反应量的系统设计方法获取最佳的反应精馏集成结构与稳态模拟结果。通过Aspen 与Matlab 实时通讯接口，实现动态模拟数据实时采集。并在稳态模拟基础上设计双闭环比例控制等基础控制方案，同时设计动态优化
针对宁夏彭阳县食用菌产业园区,杏鲍菇栽培环境监测系统现有技术中存在传感器不方便移动,只能采集每个菇棚内某个固定位置的环境数据,监测系统的采集器与传感器之间需要铺设大量的电缆线,存在布线困难 、施工难度大,且线路易受破坏和腐蚀、成本高的问题。本系统基于STC12C5A60S2 单片机,应用多传感器融合技术,蓝牙模块无线传输技术,GPRS DTU 无线远程传输技术进行了下位机设计,基于LabVIEW
针对循环流化床锅炉燃烧过程多变量耦合、时滞、非线性等复杂过程特性和经济运行要求，提出了一种结合经济性能优化与多变量控制的双层预测控制策略，可在实现主蒸汽压力、料床温度和烟气含氧量约束控制的基础上，优化燃烧过程的经济性能。工业应用实例表明，该控制策略不仅能有效提高燃烧过程主要工艺参数的平稳性，而且能降低单位蒸汽的燃煤消耗量，具有显著的经济效益。
针对一类单输入单输出(Single-input single-output,SISO)离散时间非线性动态系统,提出了一种由改进的投影算法与未建模动态估计算法组成的交替辨识算法。该算法首先给出了非线性系统动态模型的辨识方程,并在系统线性模型已知的情况下,给出了一种未建模动态的开环估计算法；在系统模型完全未知的情况下,采用改进投影算法与基于BP 神经网络的未建模动态估计算法交替辨识的方式对整个非线性系
传统的中医医师诊疗偏好研究大多从定性的角度关注个体专家的决策偏好提取，缺乏从定量角度对群体专家医师诊疗偏好集结及群体智慧涌现方法的深入探讨。本文提出了一类面向智慧中医康复系统的数据-信息融合框架。面向处理智慧中医康复学中的多属性群决策问题，基于一类群体偏好集结理论，本文给出了中医康复医师的群体智慧涌现方法。以北京市中关村医院康复科的典型病历进行研究，验证了所提方法的正确性与有效性。
本文介绍一种用于表面涂层检测的机器人系统，该系统由六自由度串联机器人及二自由度变位机组成运动子系统，由线结构光传感器实现三维复杂表面涂层检测。文中给出利用六自由度机器人灵活特性的现场标定方法。该方法基于统一的二维平面标靶，首先通过机器人的已知位置关系的运动，标定出系统的内参数与手眼关系参数，其次通过三点透视原理与双重交比不变法标定出光平面参数。实验表明，该系统组成结构简单，功能完善，适用范围灵活，
本文基于迭代正交变换的思想，提出了一种新的低维序贯式融合滤波算法，能够有效地处理过程噪声与观测噪声一步互相关、各观测噪声一步自相关的多传感器融合滤波问题。基于迭代正交变换的思想提出的解相关方法能够将观测方程经过2 次等价改写去除系统噪声的相关性，然后依据序贯滤波的思想，依次处理到达融合中心的观测信息，进而得到一类新的序贯式融合滤波算法。本文方法是在LMMSE 意义下严格推导得到的，能够实现系统状态
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