教育部“新世纪优秀人才支持计划”(NCET-05-0294)
- 作品数:9 被引量:90H指数:6
- 相关作者:柴天佑岳恒张海军丁进良郑秀萍更多>>
- 相关机构:东北大学更多>>
- 发文基金:教育部“新世纪优秀人才支持计划”国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于案例推理的磨矿粒度软测量及其软件实现被引量:13
- 2007年
- 针对磨矿过程的关键工艺指标磨矿粒度难以进行直接在线检测且化验过程滞后的难题,并结合案例推理(CBR)技术在软测量建模方面的优势,提出了基于案例推理的磨矿粒度软测量方法,开发了相应的粒度软测量软件。实际应用效果表明该软件简单、实用,能够较好地实现磨矿粒度的在线软测量。
- 周平柴天佑
- 关键词:软测量磨矿粒度磨矿过程
- 磨矿分级过程的混合智能建模与仿真被引量:14
- 2007年
- 针对具有非线性、多变量、参数时变、边界条件波动等综合复杂特性的磨矿分级过程,基于物料平衡理论建立球磨机与泵池的动态模型,结合机理模型与经验知识建立有用功率TSK(Takagi-Sugeno-Kang)模型来确定粒度选择函数,给出旋流器分级经验模型,并基于径向基网络(RBFN)计算溢流浓度和对溢流粒度分布误差进行补偿,研制了可进行磨矿分级过程动态仿真的混合智能模型.用某铁矿选矿厂二段磨矿闭路实际生产数据进行仿真实验,在旋流器给矿控制量和新给入矿浆流量、浓度、粒度波动下,模型的仿真结果与磨机有用功率实际值变化趋势相同.
- 铁鸣岳恒柴天佑
- 关键词:磨矿分级物料平衡径向基网络
- 基于混合粒子群算法的RBF神经网络参数优化被引量:17
- 2006年
- 针对径向基函数(RBF)神经网络中心参数的优化问题,提出了一种混合粒子群优化算法。该算法应用灰色关联理论定义了粒子群的灰色相似度,分两个阶段对标准的粒子群优化算法(PSO)的全局和局部搜索能力做了改进和提高。在仿真实验中,应用该方法对典型的Mackey-Glass混沌时间序列进行了预测,并与标准的K均值算法、遗传算法和粒子群算法进行了比较,其结果表明,所预测的各项误差均低于其他常规算法的预测结果。
- 岳恒张海军柴天佑
- 关键词:灰色系统参数优化
- 基于滞后补偿的磨煤机出口温度仿真模型的研究被引量:4
- 2008年
- 钢球磨煤机中储式制粉系统具有多变量、强耦合、强非线性、工况变化大等综合复杂性,建立其仿真模型是进行先进控制方法和策略的基础。目前的磨煤机机理模型由于使用简化的磨煤机平均温度代替出口温度,因此该模型动态特性与实际过程相差较大。针对上述问题,提出一种新型的磨煤机出口温度的仿真模型结构,通过纯滞后补偿环节将磨煤机温度传递过程中的时滞特性纳入机理模型,并采用相关分析方法,确定滞后时间常数。采用现场实际数据建立上述模型,实验结果表明该仿真模型显著提高了磨煤机出口温度的精度。
- 张立岩岳恒张军柴天佑
- 关键词:制粉系统仿真模型
- 磨矿过程的多变量模糊监督控制被引量:3
- 2008年
- 针对磨矿过程的关键工艺指标——磨矿粒度难以用现有控制方法进行有效控制的难题,提出一种由模糊监督器、磨矿控制回路预设定模型和磨矿粒度预报器组成的磨矿过程多变量模糊监督控制(MFSC)方法.MFSC方法用于对磨矿过程进行监督,根据工况变化对回路控制器设定值进行调整.通过控制回路跟踪调整后的设定值,可将磨矿粒度控制在期望目标范围内.工业试验表明了所提出方法的有效性.
- 周平岳恒郑秀萍柴天佑
- 关键词:磨矿过程磨矿粒度
- 基于最小二乘-支持向量机的制粉过程煤粉细度软测量模型被引量:14
- 2007年
- 煤粉细度是煤粉磨制过程控制的一个关键工艺指标,保证煤粉细度在一定范围内对于优化锅炉或回转窑的燃烧效率有着重要意义。由于煤粉细度无法在线测量,而离线化验既不能保证实时性,又容易造成煤粉泄漏污染环境,因此难以实现对煤粉细度的有效控制。该文通过对制粉过程中影响煤粉细度的因素进行分析,采用基于最小二乘-支持向量机的方法建立煤粉细度的软测量模型。通过模型误差最小的原则,确定了模型相关参数,解决了样本数量较少,常规软测量方法难以实现的问题。通过现场采集的样本数据进行的实验研究表明了该模型的有效性。
- 张立岩岳恒张君丁进良柴天佑
- 关键词:软测量煤粉细度
- 基于PSO在线优化的多模型自适应动态矩阵控制被引量:7
- 2007年
- 针对常规的自适应动态矩阵控制算法,在实际被控对象的模型参数发生突变时,系统的瞬态响应较差,提出了基于PSO在线优化的多模型自适应动态矩阵控制方法。对一类含跳变参数的单输入单输出离散时间被控对象,在模型参数范围未知情况下,以自适应模型参数为依据,经规则判断后通过所提出的基于双群体深度搜索的粒子群优化(PSO)算法在线优化自适应模型参数,并通过所定义的模型相似度自动建立多个固定模型。通过指标切换函数找到当前最优控制器。仿真结果表明,该方法明显优于常规的自适应动态矩阵控制算法,说明了该方法的有效性和可行性。
- 张海军岳恒李春柴天佑
- 关键词:粒子群自适应动态矩阵控制
- PSO算法在多模型自校正动态矩阵控制中的应用被引量:2
- 2008年
- 为解决多模型控制中固定模型获取问题,将粒子群优化(PSO)算法应用于多模型自校正动态矩阵控制.对一类含跳变参数的单输入单输出离散时间系统,当模型参数突然跳变时,通过PSO算法在线优化自适应模型参数,并根据模型相似度实现固定模型的动态管理,以有效控制模型数量和减轻系统负担.模型切换策略用于选择当前与实际被控对象最接近的控制器.仿真结果表明,该方法能够较大地改善系统的瞬态响应,优于常规的自校正动态矩阵控制算法;并说明了其有效性和可行性.
- 岳恒张海军柴天佑
- 关键词:粒子群自校正动态矩阵预测控制
- 基于遗传算法的磨矿粒度神经网络软测量被引量:23
- 2006年
- 磨矿过程的粒度是直接关系到选矿生产精矿品位和金属回收率的重要指标,粒度的在线检测对磨矿过程的优化控制、提高精矿品位和金属回收率具有重要意义。但是,现有的粒度测量仪表检测周期长、价格昂贵、维护困难,难以实现在线测量。本文结合典型两段磨矿回路的特点,采用多输入层神经网络和遗传算法相结合的方法,提出了采用实数编码遗传算法训练多输入层神经网络的混合算法,建立了磨矿粒度的神经网络软测量模型,并通过现场数据验证和实际应用验证了本文方法的有效性。
- 丁进良岳恒齐玉涛柴天佑郑秀萍
- 关键词:磨矿过程磨矿粒度软测量遗传算法