【摘 要】
：
高浓磨浆是化学机械制浆生产的关键工序，决定着整个纸浆质量和生产能耗。针对高浓磨浆关键质量指标游离度难以直接在线检测和离线化验大滞后的难题，提出一种基于多核自适应最小二乘支持向量回归机(ALS-SVR-ARMA2K)的高浓磨浆游离度在线软测量建模方法。首先，针对高浓磨浆过程的非线性动态特性以及输入输出时滞特性，利用不同时刻的输入输出数据构建自回归滑动平均动态模型。然后，使用ALS-SVR-ARMA2
【机 构】
：
东北大学流程工业综合自动化国家重点实验室,沈阳 110819,中国
论文部分内容阅读
高浓磨浆是化学机械制浆生产的关键工序，决定着整个纸浆质量和生产能耗。针对高浓磨浆关键质量指标游离度难以直接在线检测和离线化验大滞后的难题，提出一种基于多核自适应最小二乘支持向量回归机(ALS-SVR-ARMA2K)的高浓磨浆游离度在线软测量建模方法。首先，针对高浓磨浆过程的非线性动态特性以及输入输出时滞特性，利用不同时刻的输入输出数据构建自回归滑动平均动态模型。然后，使用ALS-SVR-ARMA2K 进行动态模型求解。同时，为了提高ALS-SVR-ARMA2K 模型的泛化能力和学习性能，采用交叉检验技术优化模型正规化参数C 和核函数参数δ，通过自适应调整模型输出阈值以减少模型参数调整的计算量。最后，将所提方法运用于某化学机械制浆厂高浓磨浆过程游离度的软测量建模。结果表明：与常规ε-SVR 和神经网络建模方法相比，所提ALS-SVR-ARMA2K建模方法具有估计精度高、学习速度快、泛化能力强等优点，并可有效降低模型复杂性，显著提高运算效率和概率意义下的测量精度，具有较好的推广应用前景。
其他文献
本文以中国机器人大赛的双足竞步机器人竞赛项目为背景，首先研究了双足竞步机器人的自由度分配和舵机驱动控制方法，设计了基于AVR 的6 自由度的双足竞步机机器人控制系统，包括最小系统、电源电路、光耦抗干扰电路、JTAG 接口电路等硬件电路设计。根据仿生学原理设计了机器人行走步态，软件设计中主要应用单片机的定时/计数功能并加入调速算法来输出稳定的PWM 波。最后针对机器人的行走稳定性问题，阐述了在硬件上
电晕放电产生低温等离子体需在发生仓加载高压直流电场。本文介绍了一种基于BUCK 电压反馈全桥逆变升压模式的可调高压直流电源的设计过程。首先对电路各模块进行小信号建模，建立起系统环路增益的传递函数。使用Matlab 分析其稳定性后采用双零-单极补偿器进行补偿，并用Saber 软件对补偿后的电路进行仿真，验证设计过程的正确性。此电源系统的输出电压可渐近跟踪给定范围的参考信号，实现高压直流可调输出，可利
选择性催化还原(selective catalytic reduction SCR)脱硝装置烟道外形对系统压力损失特性的影响非常明显。本文以某1000MW 燃煤机组SCR 烟气脱硝装置为研究对象，利用CFD(Computational Fluid Dynamics)仿真工具对脱硝装置各直弯内切弧半径进行了优化设计，提出了降低烟道压损的设计方法。结果表明，外形优化设计对催化层上方的烟气速度场均匀度影
随着科技的发展，楼宇自动化程度越来越高，中央空调作为其重要组成部分在控制系统设计时不但要功能全、还要节能效率。本文提出基于ABB DCS 的中央空调冷水机组控制系统，对中央空调冷水机组及制冷机各部分环节进行控制。进行实验分析，实验结果表明该控制系统充分利用了DCS 软硬件资源，发挥了DCS 控制系统实时、准确、快速、稳定、智能的特点，提高了控制系统的稳定性，控制品质达到满意的效果，是现代中央空调制
简述蒸馏技术的研究现状，了解蒸馏过程的控制系统，以实验室蒸馏设备为基础，以蒸馏过程中的进料流量为被控对象，结合ICM-PID 控制系统，实现基于DCS 控制系统的蒸馏控制系统的仿真，重点了解工业过程中的先进控制方法。
容迟网络是移动自组织网络和传感器网络在实际应用中的重要形式。本文通过分析容迟网络特征参数，运用K-means 聚类算法对容迟网络的场景进行分类，结合时间图+Floyd 算法得到动态网络场景的可达路径；进一步设计不同的路由度量，采用破坏性方法，得到不同路由度量对网络场景可达路径的影响；最后，选择可达路径变化最大的路由度量作为该类场景的路由度量，建立动态网络场景与路由度量之间的映射，为动态网络环境下的
为降低电力活塞式电动机驱动系统的能耗,提高其电磁输出特性,分别从电磁力和气隙磁密角度对比分析了电磁驱动和混合驱动两种驱动方式对电磁特性的影响.基于磁路分析法建立了电磁驱动和混合驱动驱动系统的数学模型,基于MATLAB/simulink对两种驱动方式进行了对比分析,得到了两种驱动方式下电磁力和气隙磁密变化曲线,以及电磁力随线圈电流大小和周期的变化曲线.结果表明：相比电磁驱动方式,在100A工作条件下
针对矿井中瓦斯浓度预测问题，提出一种改进回声状态网络的预测模型。由于实测瓦斯浓度数据含噪声，用经验模态分解将历史瓦斯浓度数据分解成多个独立的本征模函数，再经低通滤波器将小尺度函数自适应去噪后，对数据进行重构以建立预测模型。对传统回声状态网络结构进行了改进，使得改进的网络具有群集、双向连接和自反馈特性，增强了动态神经元池中神经元的多样性，克服了传统回声状态网络易出现病态解的问题，提高了模型的预测精度
火电机组是火力发电系统中典型的多变量输入输出系统。由于该过程的多个回路间关联耦合严重，并具有较强的强非线性特性，因此采用常规控制方法难以满足实际的控制需求。本文在深入分析其动态特性的基础上，采用基于全局线性化的输入输出反馈线性解耦控制方法实现了对其有效控制，不仅降低系统的强非线性对系统的影响，而且消除了回路间的耦合作用。通过仿真表明该方法较常规反馈线性化方法具有更好的控制品质，提高了系统的控制性能
针对间歇过程存在初始条件发生变化的情况，本文采用二维(2D)系统理论分析比例型迭代学习控制(P-ILC)算法的跟踪误差收敛性问题。首先针对线性时不变系统采用P-ILC 进行控制，给出了相应的2D 系统模型描述及其详细的动态响应，得到了初始条件误差在动态系统中的传递过程，然后从理论上分析了不同初始条件误差对P-ILC 算法跟踪误差的影响，并给出了跟踪误差的收敛界。最后通过仿真验证了理论分析的结果。