用于PID参数的渐进式整定方法
    81.
    发明公开

    公开(公告)号:CN110850709A

    公开(公告)日:2020-02-28

    申请号:CN201911002103.0

    申请日:2019-10-21

    发明人: 王家栋

    IPC分类号: G05B11/42

    摘要: 本申请提供了用于PID参数的渐进式整定方法,包括基于受控系统结构确定对应受控系统的优化问题表达式以及对应受控系统的参考系统模型表达式;确定作为参数整定约束条件的PID参数选取范围;确定优化目标参数初始值,基于当前参数值与目标参数值的数值关系,判定是否触发PID参数整定操作;如果判定触发,在参数整定约束条件下基于参考系统模型表达式对优化问题表达式进行循环求解。通过基于过程输入输出数据直接整定PID控制器参数,因此无需建模过程;从而避免了因建模引入的模型误差,以及建模所需的大量测试数据和测试建模的时间成本。同时只需要少量的测试数据和计算资源,所以整定过程不会对生成产生较大扰动,适用于PID控制器的在线整定。

    一种基于现场数据的仿真环境搭建方法及系统

    公开(公告)号:CN110825623A

    公开(公告)日:2020-02-21

    申请号:CN201910987394.7

    申请日:2019-10-17

    IPC分类号: G06F11/36

    摘要: 本发明涉及计算机领域,尤其涉及一种基于现场数据的仿真环境搭建方法及系统,包括:通过调用标准数据服务接口对多数据源进行数据访问,采集现场实时数据以及磁盘历史数据,并将采集的数据保存;读取保存的数据进行数据播放,并向测试机的实时数据库回写数据,供上层应用模块调用。本发明具备以下有益效果:通过调用标准数据服务接口对多数据源进行数据访问,采集现场实时数据以及磁盘历史数据,提供现场实时数据以及磁盘历史数据进行仿真搭建,具有更高的准确度;读取数据采集模块保存的数据进行数据播放,并向测试机的实时数据库回写数据,供上层应用模块调用,剔除错误的数据,同样提高了仿真测试的准确度,同时也满足软件产品展示的需求。

    一种多数据源集成的数据通讯系统及方法

    公开(公告)号:CN110321375A

    公开(公告)日:2019-10-11

    申请号:CN201910180902.0

    申请日:2019-03-11

    IPC分类号: G06F16/25 G06F16/172

    摘要: 本发明涉及数据通讯领域,尤其涉及一种多数据源集成的数据通讯系统及方法,该系统包括:应用端、通讯模块、多个数据源内核服务模块、多个驱动模块以及多个数据源;应用端用于发送数据访问请求指令,通讯模块用于根据数据访问请求指令与对应的数据源内核服务模块连接;数据源内核服务模块用于根据数据访问请求指令与对应的驱动模块建立连接,将数据访问请求指令发送到对应的驱动模块并将驱动模块返回的数据发送到通讯模块;驱动模块用于根据数据访问请求指令与对应的数据源建立连接;数据源用于数据的存储。通过使用本发明,实现了应用端对不同的数据源进行数据访问。

    用于连续重整装置的实时优化方法和设备

    公开(公告)号:CN110187635A

    公开(公告)日:2019-08-30

    申请号:CN201910285487.5

    申请日:2019-04-10

    IPC分类号: G05B13/04 C10G35/04

    摘要: 本实施例提出用于连续重整装置的实时优化方法和设备,具体包括:建立连续重整装置实时优化模型,获取用于导入连续重整装置实时优化模型的初始参数,将初始参数进行有效性处理得到待导入数据;将待导入数据传输至连续重整装置实时优化模型中,在约束条件对应的范围内对目标优化函数求解,确定目标函数最优解对应的最优装置操作参数;基于最优装置控制参数对连续重整装置的当前控制参数进行优化。由于充分发挥了机理模型和数据经验模型的优势,混合模型不仅能反映连续重整装置过程真实物理特性,提升了模型外推能力,提升了实时优化求解效率和稳定性能。

    基于机器学习的工业装置能耗基准值计算方法和系统

    公开(公告)号:CN110032780A

    公开(公告)日:2019-07-19

    申请号:CN201910234420.9

    申请日:2019-03-26

    发明人: 张扬 吴玉成 秋超

    IPC分类号: G06F17/50 G06N20/00

    摘要: 本实施例提出了基于机器学习的工业装置能耗基准值计算方法和系统,包括获取工业装置的运行数据,将运行数据整理得到运行数据集;以机器学习算法为基础构建基准值计算初始模型;向基准值计算初始模型中导入运行数据集,得到代表工业装置实际运行状态的基准值计算模型;向基准值计算模型中输入特征数值,得到模型输出的能耗基准值。通过基于机器学习建立工业装置能耗基准值计算模型。以采集实际的工业装置运行数据,以及与其相关的其他数据作为建模的数据来源,保证了计算结果更加符合生产实际。

    基于格兰杰因果性的过程变量评估方法

    公开(公告)号:CN109960881A

    公开(公告)日:2019-07-02

    申请号:CN201910234843.0

    申请日:2019-03-26

    IPC分类号: G06F17/50

    摘要: 本申请实施例提出了基于格兰杰因果性的过程变量评估方法,包括选取待确定因果关系的第一过程回路和第二过程回路,对第一过程回路和第二过程回路进行互相关运算;如果判定需要进行因果性检验,则根据格兰杰因果性原理建立对应第一过程回路和第二过程回路的受限模型和非受限模型;对受限模型和非受限模型进行运算,基于运算结果和F统计检验方式对第一过程回路和第二过程回路之间存在的因果性进行定量和定性表示。通过引入格兰杰因果性分析方法,在对两个过程回路进行互相关运算的基础上,能够实现非对称的多回路因果性评估,弥补了现有评估方法的不足,同时借助F统计校验的方式,给出包括定性、定量两方面的判定结论,扩大了结论的覆盖面。

    用于pH中和过程的自抗扰控制参数整定方法

    公开(公告)号:CN109634123A

    公开(公告)日:2019-04-16

    申请号:CN201811626458.2

    申请日:2018-12-28

    IPC分类号: G05B13/04

    CPC分类号: G05B13/042

    摘要: 本发明提供了用于pH中和过程的自抗扰控制参数整定方法,包括建立初始自抗扰控制器结构,得到与初始自抗扰控制器结构对应的闭环传递函数表达式,基于闭环系统快速收敛条件对闭环传递函数表达式进行形式变换,确定待整定参数;逐个对待整定参数进行整定处理,确定每个待整定参数的计算方式;基于电荷及碳化物离子平衡原理建立pH中和模型,实现pH中和过程自抗扰控制,并结合以确定的自抗扰控制器中每个待整定参数的计算方式对pH中和过程自抗扰控制器参数进行调整;通过使用改进后的自抗扰控制器实现pH中和过程的控制,能够在保证系统跟踪性能的同时有较强的鲁棒性和抗干扰能力;相比于其他自抗扰控制器,可以减少了待整定参数数量,优化了整定效率。

    一种针对模型失配的稳态目标鲁棒优化方法和装置

    公开(公告)号:CN105759606B

    公开(公告)日:2019-01-25

    申请号:CN201510991026.1

    申请日:2015-12-24

    IPC分类号: G05B13/04

    摘要: 本申请公开了一种针对模型失配的稳态目标鲁棒优化方法和装置。该方法首先建立用来描述被控变量的预测误差、控制变量增量以及失配增益之间关系的传递函数失配模型,进而对失配模型中的失配增益进行辨识,以确定失配增益的范围集合。继而,根据失配增益的范围集合和控制模型的稳态增益,确定控制模型总增益的范围集合,从而基于总增益的范围集合,利用预设寻优算法确定控制器的最优稳态目标。与现有技术相比,本发明在对最优稳态目标寻优时考虑到对象模型与控制器模型存在失配的情况,因而提高模型预测控制器的稳定性和鲁棒性。

    基于热值平衡的燃料气系统的优化方法及系统

    公开(公告)号:CN107977736A

    公开(公告)日:2018-05-01

    申请号:CN201711131198.7

    申请日:2017-11-15

    IPC分类号: G06Q10/04 G06Q10/06 G06Q50/06

    摘要: 本发明提出了基于热值平衡的燃料气系统的优化方法及系统,涉及燃料气系统控制领域,包括:通过仪表校正和新增仪表提升燃料气的产耗平衡率,跟踪燃料气热值的变化情况;以加热炉热效率为评价指标通过数据挖掘方法获取各燃料消耗装置的最佳燃料热值需求;开展夹点分析获取燃料气最佳供用匹配网络,并以此为基础进行燃料气管网优化改造,以各加热炉燃料热值需求、燃料用量及压力要求为约束,构建燃料气系统的操作优化模型,给出瓦斯中有效组分的回收方案、燃料补充方案及燃料优化分配方案;对燃料气系统进行稳态检测,在确保系统运行稳定的基础上执行优化操作方案,实现燃料气系统的优化高效运行,提升炼厂整体的经济效益。

    基于后验概率分布的预测控制自适应滤波算法

    公开(公告)号:CN106814608A

    公开(公告)日:2017-06-09

    申请号:CN201611122573.7

    申请日:2016-12-08

    IPC分类号: G05B13/04

    摘要: 本发明提出了基于后验概率分布的预测控制自适应滤波算法,属于自动化控制领域。包括构建过程测量值序列,获取过程测量值序列的标准差;根据过程测量值的噪声类型确定概率密度函数表达式,选取过程测量值序列中的当前测量值以及相对于当前测量值的前一时刻的测量值,结合标准差确定滤波系数;根据滤波系数进行滤波计算。通过引入贝叶斯的概率计算方式,以前一时刻测量值作为分布的期望均值,以噪声的先验方差作为分布方差,计算滤波参数估计值的后验概率,进而确定滤波系数进行滤波处理。相对于现有技术,使得实际的滤波过程能够进行自适应调整,无需进行人工参数整定,因此在面对复杂的噪声情况下,具有更强的自适应性,体现出更强的滤波效果。