针对生物发酵过程中生化变量难以在线检测的问题,提出一种基于变量投影重要性(Variable importance in the project,VIP)方法优化的神经网络逆系统软测量模型。根据逆系统理论建立发酵过程生化变量的软测量模型,由于发酵系统的复杂性,...针对生物发酵过程中生化变量难以在线检测的问题,提出一种基于变量投影重要性(Variable importance in the project,VIP)方法优化的神经网络逆系统软测量模型。根据逆系统理论建立发酵过程生化变量的软测量模型,由于发酵系统的复杂性,逆系统软测量模型具有不惟一性,且难以得到精确的表达式。文中提出采用VIP方法对逆系统软测量模型的辅助变量进行优选,以对主变量贡献率较高的变量作为软测量模型的辅助变量,离线采集发酵过程各变量值,训练神经网络近似逆系统软测量模型,得到优化的神经网络逆系统软测量模型,实现发酵过程中菌体浓度和基质浓度的在线估计。利用Pensim平台采集数据,对所提方法做了仿真实验,结果表明:经过优化辅助变量的神经网络逆系统软测量方法具有更高的估计精度和泛化能力。展开更多
在循环流化床锅炉(Circulating Fluidized Bed Boiler,CFBB)燃烧控制系统中,维持正常的床温和主蒸汽压力是循环流化床锅炉稳定、经济运行的关键.笔者针对这两个变量的强耦合特性,引入神经网络逆系统方法,实现系统的线性化解耦,并针对线...在循环流化床锅炉(Circulating Fluidized Bed Boiler,CFBB)燃烧控制系统中,维持正常的床温和主蒸汽压力是循环流化床锅炉稳定、经济运行的关键.笔者针对这两个变量的强耦合特性,引入神经网络逆系统方法,实现系统的线性化解耦,并针对线性化解耦的非理想性以及参数、干扰等不确定因素对系统的影响,采用具有较好稳定性和抗干扰能力的内模控制策略对系统进行闭环控制.仿真结果表明,基于神经网络逆系统的内模控制方法不仅能够实现系统解耦,获得优良的静、动态特性,且具有良好的鲁棒稳定性和抑制扰动的能力.展开更多
文摘针对生物发酵过程中生化变量难以在线检测的问题,提出一种基于变量投影重要性(Variable importance in the project,VIP)方法优化的神经网络逆系统软测量模型。根据逆系统理论建立发酵过程生化变量的软测量模型,由于发酵系统的复杂性,逆系统软测量模型具有不惟一性,且难以得到精确的表达式。文中提出采用VIP方法对逆系统软测量模型的辅助变量进行优选,以对主变量贡献率较高的变量作为软测量模型的辅助变量,离线采集发酵过程各变量值,训练神经网络近似逆系统软测量模型,得到优化的神经网络逆系统软测量模型,实现发酵过程中菌体浓度和基质浓度的在线估计。利用Pensim平台采集数据,对所提方法做了仿真实验,结果表明:经过优化辅助变量的神经网络逆系统软测量方法具有更高的估计精度和泛化能力。
文摘在循环流化床锅炉(Circulating Fluidized Bed Boiler,CFBB)燃烧控制系统中,维持正常的床温和主蒸汽压力是循环流化床锅炉稳定、经济运行的关键.笔者针对这两个变量的强耦合特性,引入神经网络逆系统方法,实现系统的线性化解耦,并针对线性化解耦的非理想性以及参数、干扰等不确定因素对系统的影响,采用具有较好稳定性和抗干扰能力的内模控制策略对系统进行闭环控制.仿真结果表明,基于神经网络逆系统的内模控制方法不仅能够实现系统解耦,获得优良的静、动态特性,且具有良好的鲁棒稳定性和抑制扰动的能力.
