IEEEJAS的个人博客分享 http://blog.sciencenet.cn/u/IEEEJAS

博文

北京工业大学李晓理教授等:基于CPS框架的微粉生产过程多模型自适应控制

已有 361 次阅读 2019-9-2 15:40 |系统分类:博客资讯


矿渣微粉生产过程优化是指:在满足一定的生产约束条件下,对不同工况产运行指标进行优化,以最优方式跟踪最优设定值,同时实现工况切换情况下的自适应控制,从而有效利用生产设备综合性能,最大限度提高微粉产品产量、质量,以达到提升整体生产效能的目的。

 

矿渣微粉是将炼铁高炉排出的水淬矿渣经过超细粉磨干燥而得到的一种粉末状产品。作为一种新型环保型建材,矿渣微粉按一定比例掺合,可以大大改善水泥和混凝土的强度、抗渗性、耐久性、抗蚀性、抗硫酸盐等性能。矿渣微粉已广泛应用于建筑、铁路铺设、海底隧道等建材中。然而,矿渣微粉生产面临着如下问题:

矿渣微粉在高铁配套建设等工程中大量使用

1)矿渣微粉在封闭的大型立磨设备中进行复杂的物理化学变化,微粉生产是一个非线性、强耦合、高不确定性的复杂过程,难以对其建立精确的数学模型;

2)矿渣微粉生产是一个多工况系统,矿渣原料的不同批次、材质、含水量,选粉机等设备的异常状态都会使生产系统工况发生剧烈变化;

3)大量有价值的矿渣微粉生产过程数据信息得不到有效挖掘,缺乏信息系统和物理系统的有效融合。

面对这些问题,提出一种基于信息物理系统的矿渣微粉生产过程多模型自适应控制方案,解决矿渣微粉生产系统工况切换情况下的优化控制问题,对改善微粉生产控制品质,提升矿渣微粉生产整体效能具有重要意义。

矿渣微粉生产优化控制方案

如何基于信息物理系统实现矿渣微粉生产系统多模型自适应控制?由于矿渣微粉生产常在几种典型工况间切换运行,工况切换往往造成系统超调量增大,调节时间增长,严重影响矿渣微粉产品质量和生产效率;同时,最优设定值对于新工况往往不再最优,甚至新工况不能达到原设定值。因此,有必要设计一种基于“设定值优化+运行过程自适应控制”的控制方案,针对不同工况优化设定值,同时构造多模型自适应控制器,减轻工况切换对产品质量和运行效率的影响。

利用矿渣微粉生产过程中的大量运行数据,分析并提取出反映生产运行的三种典型工况—正常工况、喂料量异常和选粉机转速异常。求解“质量—产量”多目标优化问题,获得不同工况下的最优设定值。利用不同工况数据,分别采用递归神经网络建立三种工况的动态模型,根据最优设定值设计基于自适应动态规划的最优跟踪控制器集合,通过模型误差,计算不同控制策略权值,构建矿渣微粉生产系统的加权多模型控制方案。解决矿渣微粉生产系统工况切换情况下的优化控制问题,减小系统超调量,改善控制品质,提升矿渣微粉生产整体效能。

 

微粉质量有效跟踪不同工况最优设定值

与此同时,充分利用矿渣微粉生产运行和产量质量等关键参数的潜在信息,将矿渣微粉生产物理系统与信息系统进行深度融合,利用信息物理系统特有的数据驱动、虚实映射、精确控制和系统自治等功能,构成“状态感知—实时分析—科学决策—精准执行”的闭环赋能体系,实现基于CPS 框架的矿渣微粉生产系统优化控制,解决矿渣微粉生产过程中的工况切换和优化控制问题。

矿渣微粉生产过程CPS 框架

与传统矿渣微粉生产控制系统对比,本文所提方法具有如下优势:

1)基于多目标优化的设定值优化方案能够充分发挥系统性能;

2)多模型ADP控制方案提高多工况切换情况下矿渣微粉生产过程控制品质;

3)提出的CPS 框架将矿渣微粉生产过程信息和物理系统的有效融合,实现了生产过程的远程监测和优化控制。


引用格式:李晓理, 王康, 于秀明, 苏伟. 基于CPS框架的微粉生产过程多模型自适应控制. 自动化学报, 2019, 45(7): 1354-1365. 


链接:http://html.rhhz.net/ZDHXBZWB/html/2019-7-1354.htm


作者简介:


李晓理, 北京工业大学信息学部教授. 2000年获得东北大学博士学位. 主要研究方向为复杂系统的建模优化与控制, 智能控制等. E-mail: lixiaolibjut@bjut.edu.cn


王康, 北京工业大学信息学部博士后. 分别于2012年和2018年获得北京科技大学学士学位和博士学位. 主要研究方向为最优控制, 智能控制. E-mail: wangkang@bjut.edu.cn


于秀明, 中国电子技术标准化研究院软件工程与评估中心副主任. 2004年获北京航空航天大学学士学位, 2013年获对外经济贸易大学硕士学位. 主要研究方向为信息物理系统, 工业互联网以及两化融合. E-mail: yuxiuming@cesi.cn


苏伟, 中国电子技术标准化研究院助理工程师. 分别于2014年和2016年获得延边大学学士学位和硕士学位. 主要研究方向为信息物理系统, 智能制造, 两化融合, 工业互联网平台. E-mail: suwei@cesi.cn




http://blog.sciencenet.cn/blog-3291369-1196331.html

上一篇:东北大学郭戈教授等:车队控制中的一种通用可变时距策略
下一篇:国家自然科学基金&国家重点研发项目资助论文精选

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2019-12-12 04:43

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部