間歇生產(chǎn)過(guò)程產(chǎn)品質(zhì)量迭代學(xué)習(xí)優(yōu)化控制研究.pdf

1、間歇過(guò)程的研究受到越來(lái)越多的關(guān)注，其應(yīng)用前景廣闊，現(xiàn)已成為一個(gè)獨(dú)具特色的研究領(lǐng)域。但就目前的文獻(xiàn)資料看，這個(gè)領(lǐng)域的研究還存在很大的局限性。隨著數(shù)據(jù)驅(qū)動(dòng)技術(shù)、智能優(yōu)化控制算法、過(guò)程仿真平臺(tái)的研究與發(fā)展，先進(jìn)控制與智能優(yōu)化的引入，為間歇過(guò)程的研究賦予了更新的內(nèi)容，提供了更多有效的手段。本文首先對(duì)間歇過(guò)程建模與優(yōu)化控制的研究現(xiàn)狀、存在問(wèn)題以及未來(lái)的發(fā)展趨勢(shì)進(jìn)行了總結(jié)，然后從實(shí)際應(yīng)用的角度出發(fā)，在基于神經(jīng)模糊系統(tǒng)的間歇過(guò)程建模、產(chǎn)品質(zhì)量?jī)?yōu)化控制

2、器的設(shè)計(jì)、系統(tǒng)收斂性和誤差跟蹤性能分析等幾個(gè)方面進(jìn)行了深入的研究，主要研究成果如下：
　　 1．提出一種具有非線性模糊規(guī)則后件的間歇過(guò)程產(chǎn)品質(zhì)量神經(jīng)模糊模型，該模型由多層神經(jīng)模糊網(wǎng)絡(luò)構(gòu)成，分兩階段學(xué)習(xí)。該方法的最大特點(diǎn)是能夠根據(jù)輸入數(shù)據(jù)的分布靈活地劃分模糊集合，增強(qiáng)了區(qū)域分布的合理性，并且避免了傳統(tǒng)學(xué)習(xí)算法中學(xué)習(xí)參數(shù)采用試湊法和易陷入局部極小的缺點(diǎn)。因此，該算法具有較好的非線性逼近和參數(shù)自學(xué)習(xí)能力。
　　 2．針對(duì)間歇生

3、產(chǎn)過(guò)程的特點(diǎn)，利用神經(jīng)模糊系統(tǒng)建立間歇過(guò)程的模型，并采用一種迭代學(xué)習(xí)方法解決間歇過(guò)程的產(chǎn)品質(zhì)量的優(yōu)化控制問(wèn)題。論文不僅從理論上對(duì)控制器的收斂性進(jìn)行了嚴(yán)格的數(shù)學(xué)分析，并且給出了深入的仿真實(shí)驗(yàn)研究，驗(yàn)證了算法的有效性和實(shí)用價(jià)值。
　　 3．在研究成果1、2的基礎(chǔ)上，考慮到實(shí)際生產(chǎn)中存在擾動(dòng)和不確定因素，提出了一種模型參數(shù)可自適應(yīng)調(diào)節(jié)的問(wèn)歇過(guò)程產(chǎn)品質(zhì)量迭代學(xué)習(xí)算法。利用間歇過(guò)程重復(fù)運(yùn)行的特性，根據(jù)歷史批次的輸入輸出信息，對(duì)模型進(jìn)行在線