一种用于化工流程系统变负荷下的数据校正方法

    公开(公告)号:CN101477369A

    公开(公告)日:2009-07-08

    申请号:CN200910095679.6

    申请日:2009-01-19

    申请人: 浙江大学

    IPC分类号: G05B19/418

    CPC分类号: Y02P90/02

    摘要: 本发明公开了一种用于化工流程系统变负荷下的数据校正方法,该方法首先采集测量仪表在某段时间内的测量数据,根据其中的几个关键测量位号,应用稳态检测技术进行稳态判定,取各稳态下测量数据的平均值,将这些稳态数据的平均值根据负载的大小进行稳态工况区间划分,分为多个不同的稳态工况区间,在每个稳态工况区间对多变量多组测量数据进行数据校正及显著误差检测,得到各种稳态工况区间的显著误差检测结果及数据校正结果。本发明的方法校正结果更为可靠,更为准确;同时可结合选择其它稳态检测技术及数据校正技术,应用非常灵活,且实现简单。

    一种用于大规模实时优化的基于记忆增强的优化方法

    公开(公告)号:CN101021922A

    公开(公告)日:2007-08-22

    申请号:CN200710067320.9

    申请日:2007-02-12

    申请人: 浙江大学

    IPC分类号: G06Q10/00

    摘要: 本发明公开了一种用于大规模实时优化的基于记忆增强的优化方法;该方法利用实时优化过程中先前优化得到的最优解,建立解集的经验记忆库,实时优化过程中当参数改变时,利用先前的经验记忆库,结合优化问题的模型,合理地选择数值逼近方法包括多阶分段拉格朗日插值方法及高维多阶分段拉格朗日插值方法等,估计此时优化问题的最优解,将其作为优化计算的初始点,再利用求解器对优化问题进行快速有效地求解;与传统的实时优化方法相比,此方法有着明显较快的计算速度以及较好的收敛性,具有更好的鲁棒性,具原理简洁清晰,易于实施,灵活性很好。

    基于多尺度自适应更新的多元状态高斯过程自回归的空分装置早期故障检测方法

    公开(公告)号:CN116662936A

    公开(公告)日:2023-08-29

    申请号:CN202310640934.0

    申请日:2023-06-01

    申请人: 浙江大学

    摘要: 本发明公开了一种基于多尺度自适应更新的多元状态高斯过程自回归的空分装置早期故障检测方法,根据空分工艺中存在的多尺度时变特性,采取了针对快慢两个尺度的批次自适应和样本自适应的更新方法对关键历史矩阵进行了多尺度自适应更新。在故障诊断阶段,结合留一重构策略设计了适用于故障诊断框架下的多元状态高斯过程自回归的故障检测模型用以解决传统基于多元状态估计故障诊断方法的线性局限性,最终获得空分装置故障检测结果,用以辅助指导现场的相关诊断工作。本方法采用多尺度自适应更新方法解决了空分生产过程的时变问题。与现有的方法相比,本发明具有更好的准确性且可以实现故障提前预警,能够实时地为运行人员提供故障诊断和排查指导。

    基于辩识模型的工业装置变负荷人机融合操作评价方法

    公开(公告)号:CN115328044A

    公开(公告)日:2022-11-11

    申请号:CN202210979236.9

    申请日:2022-08-16

    申请人: 浙江大学

    IPC分类号: G05B19/418

    摘要: 本发明公开了一种基于辩识模型的工业装置变负荷人机融合操作评价方法。该方法首先获取工业装置变负荷操作中的各项操作数据和位号数据,然后获取IMPC的操作数据作为技能评估基准,最后从安全约束、产品质量约束、任务完成时间和能量消耗四个变负荷过程中的性能指标对操作员的技能进行评估;本方法使用双层的工业模型预测控制算法的变负荷操作数据作为技能评估基准。本发明能够客观的从多维度反映和区分不同操作员的操作技能水平。

    一种基于约束网格层次聚类的空分过程PWA模型辨识方法

    公开(公告)号:CN113051810A

    公开(公告)日:2021-06-29

    申请号:CN202110271732.4

    申请日:2021-03-12

    申请人: 浙江大学

    IPC分类号: G06F30/27 G06F30/23 G06K9/62

    摘要: 本发明公开了一种基于约束网格层次聚类的空分过程PWA模型辨识方法。该方法以精馏塔为研究对象,包括特征向量的估计、特征向量的聚类与区域划分的联合估计、以及PWA子模型的参数估计。本发明通过将回归域划分成网格,并且在层次聚类的过程中考虑实际回归域划分的约束条件,完成了数据聚类与区域划分的联立求解。相对于已有技术,本发明减轻了奇异点可能导致的回归域不可划分问题,且避免了复杂的切面方程参数求解工作,同时可应用于非线性划分的回归域,在较高噪信比时也能保持较高的辨识精度。

    基于多步线性化策略的无人驾驶车辆模型预测控制方法

    公开(公告)号:CN111158349B

    公开(公告)日:2021-01-08

    申请号:CN202010043754.0

    申请日:2020-01-15

    申请人: 浙江大学

    IPC分类号: G05B23/02

    摘要: 本发明公开了一种基于多步线性化策略的无人驾驶车辆模型预测控制方法,该方法分为线性时变模型的建立和多步迭代线性化两部分。多步迭代线性化包括,设置初始标称输入轨迹、设置计数器、求解动力学模型的ODE方程、求解线性时变MPC控制问题、收敛检查、更新标称轨迹。本方法通过多次迭代来寻找线性时变模型的最优输出,同时对QP求解问题加以优化,提高了算法求解效率。相对于已有技术,本发明既有效解决了非线性模型预测算法的实时性差的问题,又相对于单步线性化提高了控制品质,使得跟踪效果更加精准,控制器输出更加平稳。

    一种基于层次聚类的系统稳态检测算法

    公开(公告)号:CN105809203A

    公开(公告)日:2016-07-27

    申请号:CN201610146318.X

    申请日:2016-03-15

    申请人: 浙江大学

    IPC分类号: G06K9/62

    CPC分类号: G06K9/6215 G06K9/622

    摘要: 本发明公开了一种基于层次聚类的系统稳态检测算法。对于一段连续时间区间内的工业数据,计算所有两两类之间的距离,得到矩阵,找到矩阵中的最小距离值合并为一个新类,并作删除,再处理获得更新后的矩阵,迭代计算获得层次聚类树的表达矩阵;对于表达矩阵,由最后一次迭代数值向第一次迭代数值的顺序依次计算获得各次的聚类结果合理性值,由每次计算得到的聚类结果合理性值求取计算获得最终的阈值,以作为最终的阈值对工业数据进行聚类计算,获得最终聚类结果序列,通过联合时序判断获得系统稳态的情况。本发明适用性强,而且避免了处理数据中因为数据维度而产生的计算量剧增现象。

    一种基于全联立动态优化框架的自主泊车轨迹优化方法

    公开(公告)号:CN105335797A

    公开(公告)日:2016-02-17

    申请号:CN201510737989.9

    申请日:2015-11-03

    申请人: 浙江大学

    IPC分类号: G06Q10/04

    CPC分类号: G06Q10/047

    摘要: 本发明公开了一种基于全联立动态优化框架的自主泊车轨迹优化方法。该方法针对城市快节奏狭窄车位下最短时间安全泊车问题,提出了一种基于全联立求解策略的车辆-环境一体化建模的动态优化框架,有效消除了不同车位形状对轨迹规划策略造成的影响,可以优化出最短时间下的满足车辆低速泊车非完整约束的安全无碰轨迹。本发明的关键在于应用MPCC数学优化技术实现了车辆-车位避障一体化建模,同时可以对车辆运动学、动力学的相关指标进行优化。本方法能够直接获得车辆跟踪优化轨迹的速度、前轮转角、加速度、前轮角速度等操纵信息,便于实际辅助泊车。

    一种基于CUDA的稳态多元共聚快速化学组成分布计算方法

    公开(公告)号:CN104166784A

    公开(公告)日:2014-11-26

    申请号:CN201410325208.0

    申请日:2014-07-09

    申请人: 浙江大学

    IPC分类号: G06F19/00 G06F7/58 G06F9/46

    摘要: 本发明公开了一种基于CUDA平台下的应用在稳态多元共聚中的快速化学组成分布计算方法。本发明针对多元共聚反应中的稳态过程,依靠聚合反应的动力学机理,以蒙特卡罗方法为基础,在统一计算设备架构(CUDA)平台下给出了一种求取多元共聚物化学组成分布的快速计算方法。该方法首先通过聚合反应的动力学机理等给出了蒙特卡罗方法中所需要的不同概率,通过在CUDA平台上并行的执行蒙特卡罗方法,最终得到所需要的化学组成分布。由于整个计算过程并行度较高,从而使得计算时间大幅度缩短,因此称为快速化学组成分布计算方法。