一种基于智能前馈的流程工业过程控制方法及系统

    公开(公告)号:CN116991060A

    公开(公告)日:2023-11-03

    申请号:CN202310905089.5

    申请日:2023-07-24

    IPC分类号: G05B11/42

    摘要: 一种基于智能前馈的流程工业过程控制方法及系统,方法包括构建系统机理模型,确定关键控制变量、建立工业生产数据库、建立规则库、计算前馈输出功率、计算经微调反馈补偿后的前馈输出功率和计算系统最终输出功率;系统包括系统机理模型构建模块、工业生产数据库建立模块、规则库建立模块、前馈输出功率计算模块、经微调反馈补偿后的前馈输出功率计算模块和系统最终输出功率计算模块;本发明利用前馈控制结合反馈微调的智能前馈控制方案,通过迭代训练,对能效比和最终输出功率进行优化,使最终输出功率逐渐接近系统期望功率,提高了系统稳定性和快速性,优化了控制效果,克服了外部多数无源扰动的影响,提高了流程工业系统的控制品质和自主性。

    流程工业故障智能诊断方法
    2.
    发明公开

    公开(公告)号:CN116776233A

    公开(公告)日:2023-09-19

    申请号:CN202310647815.8

    申请日:2023-06-01

    摘要: 本发明公开了一种流程工业故障智能诊断方法,涉及流程工业技术领域,解决了现有技术中报警信息不准确,且不能提前对工况进行预判的问题,该方法包括:将临界热流密度数据输入至热电偶温度变化模型,确定数据集;对数据集进行归一化处理;根据归一化数据集计算飞升特征向量集,并将飞升特征向量集输入至训练好的SVM模型中,输出飞升特征向量与二维超平面的位置关系,确定飞升数据点和未飞升数据点;判断飞升数据点是否为假飞升数据点,若为假飞升数据点,则将飞升数据点置为未飞升数据点;根据飞升数据点确定临界工况点,并输出临界工况点,实现了对系统进行较小的改动,灵活且方便的对临界信息进行判断,操作简便,降低了人力资源成本。

    一种基于动态需求的预设时间分布式电力系统经济调度方法

    公开(公告)号:CN118783544A

    公开(公告)日:2024-10-15

    申请号:CN202410778890.2

    申请日:2024-06-17

    摘要: 本发明公开了一种基于动态需求的预设时间分布式电力系统经济调度方法,包括以下步骤;步骤1:将经济调度问题描述为如下的具有动态约束的凸优化问题,构建预设时间分布式电力系统经济调度方法采用的电力系统的模型;步骤2:基于步骤1中所述电力系统的模型,设计动态约束下的预设时间分布式经济调度算法;步骤3:选取合适的可调参数,用于保证所述算法能够在时间Tc之前收敛至最优解;步骤4:当网络拓扑图为无向连通图时,只要选择合适的可调参数,就能求解动态约束下的凸优化问题。本发明能够在预先设定的时间满足动态变化的任务需求,并在之后的时间能够实时跟踪。

    基于时间最短路径规划的智能工况排序方法

    公开(公告)号:CN116451495A

    公开(公告)日:2023-07-18

    申请号:CN202310455968.2

    申请日:2023-04-25

    摘要: 本发明公开了一种基于时间最短路径规划的智能工况排序方法,主要解决现有技术需要大量生产历史数据,且可移植性和学习能力差的问题,其实现方案是:将排序过程抽象为旅行商问题TSP;求解TSP中的工况切换时间和数据集降维,为实验设备测试工况的排序问题建立了数学模型,并使用全连接有向图进行表示;使用蚁群算法遍历工况模型,使用粒子群算法对蚁群算法中的两个调节因子参数进行优化,并求解其最短路径;结合某工厂的流动传热设备,使用上述最短路径完成数十组实验工况的排序。本发明无需设备生产历史数据,提高了排序过程的学习能力,可移植性较强,可用于工厂自动化设备测试工况排序,以保证设备测试与后续运行过程的安全、平稳及高效。

    基于神经网络的飞行器上升段轨迹优化方法

    公开(公告)号:CN113031448B

    公开(公告)日:2022-03-04

    申请号:CN202110314998.2

    申请日:2021-03-24

    IPC分类号: G05B13/04

    摘要: 本发明提出了一种基于神经网络的飞行器上升段轨迹优化方法,用于解决现有技术中存在的实时性和适应性较差的技术问题,包括以下步骤:步骤一:建立发射惯性系下飞行器上升段连续最优控制问题;步骤二:获取发射惯性坐标系下飞行器真空飞行段的连续两点边值问题;步骤三:获取飞行器的标称参数和非标称参数;步骤四:对发射惯性坐标系下飞行器上升段连续最优控制问题进行离线求解;步骤五:对发射惯性坐标系下飞行器真空飞行段的连续两点边值问题进行离线求解;步骤六:构建神经网络并对其进行离线训练;步骤七、在线获取飞行器上升段的轨迹优化结果。

    基于神经网络的飞行器上升段轨迹优化方法

    公开(公告)号:CN113031448A

    公开(公告)日:2021-06-25

    申请号:CN202110314998.2

    申请日:2021-03-24

    IPC分类号: G05B13/04

    摘要: 本发明提出了一种基于神经网络的飞行器上升段轨迹优化方法,用于解决现有技术中存在的实时性和适应性较差的技术问题,包括以下步骤:步骤一:建立发射惯性系下飞行器上升段连续最优控制问题;步骤二:获取发射惯性坐标系下飞行器真空飞行段的连续两点边值问题;步骤三:获取飞行器的标称参数和非标称参数;步骤四:对发射惯性坐标系下飞行器上升段连续最优控制问题进行离线求解;步骤五:对发射惯性坐标系下飞行器真空飞行段的连续两点边值问题进行离线求解;步骤六:构建神经网络并对其进行离线训练;步骤七、在线获取飞行器上升段的轨迹优化结果。