CN103439968A - 存在控制阀粘滞特性的化工过程的控制性能测定方法 - Google Patents

存在控制阀粘滞特性的化工过程的控制性能测定方法 Download PDF

Info

Publication number
CN103439968A
CN103439968A CN2013103800042A CN201310380004A CN103439968A CN 103439968 A CN103439968 A CN 103439968A CN 2013103800042 A CN2013103800042 A CN 2013103800042A CN 201310380004 A CN201310380004 A CN 201310380004A CN 103439968 A CN103439968 A CN 103439968A
Authority
CN
China
Prior art keywords
control
model
output
performance
chemical process
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013103800042A
Other languages
English (en)
Other versions
CN103439968B (zh
Inventor
谢磊
师明华
郭子旭
王旭
张冬明
苏宏业
古勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Shanghai Nuclear Engineering Research and Design Institute Co Ltd
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201310380004.2A priority Critical patent/CN103439968B/zh
Publication of CN103439968A publication Critical patent/CN103439968A/zh
Application granted granted Critical
Publication of CN103439968B publication Critical patent/CN103439968B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明公开了一种存在控制阀粘滞特性的化工过程的控制性能测定方法，包括：（1）在待评估性能的控制回路中，采集一组输出观测值序列yt，数据长度为p；（2）对输出观测序列yt采用基于PSO算法的寻优算法对所述控制回路进行辨识，得到所述控制回路的控制模型；（3）根据所述的控制模型，计算得到输出预测序列
Figure DDA0000373108460000011
；（4）计算得到输出差值序列
Figure DDA0000373108460000012
，并对输出差值序列
Figure DDA0000373108460000013
建立模型得到所述控制回路的最小方差性能下限；（5）利用所述的最小方差性能下限评估所述控制回路的性能。本发明法能够完全去除过程输出的非线性部分，适用于存在执行阀粘滞特性的控制回路，能够精确评估化工过程的控制性能。

Description

存在控制阀粘滞特性的化工过程的控制性能测定方法
技术领域
本发明涉及工业控制领域，具体涉及一种存在控制阀粘滞特性的化工过程的控制性能测定方法。
背景技术
工业现场通常包含众多控制回路，对这些控制回路进行检查及维护是生产过程运行中一项棘手而繁重的工作。据调查，目前60%以上工业控制器中都存在性能退化问题。如何利用日常运行数据对控制回路性能进行度量，从而对其进行优化设置以获取更多的经济效益，已成为众多学者探寻的热点。近年来，控制回路性能监控与评估研究成为工业控制领域广为关注的命题。
控制性能评估(Control performance assessment, CPA)是诊断和提高工况控制效率的重要方法。确定控制性能评估的基准是控制性能评估的核心问题，直接关系到能否真实可靠地反映当前控制回路性能与基准之间的偏差，从而准确给出当前控制回路的可改进程度。
1989年，Harris基于过程操作数据，利用时间序列分析技术来估计控制回路的反馈不变量，提出了最小方差性能评估基准（Harris T J.Assessment of closed loop performance(1989). The Canadian Journal ofChemical Engineering,67(5)∶856-861.）；随后，Huang等(Huang B,Shah S L.Practical issues in multivariable feedback control performanceassessment(1998).Journal of Process Control,8(5–6)∶421-30.)将这一思想扩展到了多变量的情况，但目前众多研究大都局限于线性系统，即所针对的系统输出均为高斯线性序列。
然而，在实际生产中，大多数工业过程本质上都是非线性的，非线性可能来自工业过程本身、外部扰动、执行器、传感器等，其中，控制阀作为整个控制回路中唯一可动的控制部件，是工业过程控制系统中必不可少的基本装备之一。
控制阀安装在生产现场，常年工作在高温、高压、强腐蚀、易堵或易漏等恶劣情况下，不可避免会出现各种故障和异常。同时，随着使用时间的延长，控制阀还会出现有回滞、死区、粘滞等非线性特性，这些非线性特性将不同程度地影响生产系统的控制性能。
控制阀粘滞特性是最为常见的非线性起因，在引起控制回路振荡的三个原因中控制阀粘滞特性占20%－30%，因此控制阀粘滞特性的研究作为生产过程监控系统的一个重要组成部分，对工业过程的安全、稳定、高效的运行有着非常重要的意义，若忽略控制阀粘滞特性，继续使用线性方法进行控制性能评估，所得结果可能出现偏差和误导。
现有技术中，针对非线性生产过程的性能评估问题，Harris和Yu提出了一种多项式动态模型逼近的方法(Harris T J,Yu W.Controller assessmentfor a class of nonlinear systems(2007).Journal of Process Control,17(7):607-619.)，将最小方差性能基准扩展到一类由非线性动态模型与加性扰动组成的非线性系统，该方法的局限性在于仅适用于非线性函数可微，存在最小方差反馈不变量的控制过程。
当控制回路存在的控制阀粘滞特性被描述为不可微非线性函数的特性时，为获得控制回路的可靠性能评估指标，主要思路有两种：一种是利用样条平滑函数(smoothing-spline)拟合去除过程输出的非线性，再对拟合的差值进行线性时间序列建模，进一步估计得到最小方差性能基准；另一种是探寻控制阀平衡状态阶段，一旦系统出现控制阀卡滞(stuck-valve)，该阶段则可认为是线性平衡状态，最小方差性能基准即可直接通过对输入输出数据进行ARMA建模求解。
基于上述两种思路建立的性能评估方法在应用中存在局限性：其一，基于样条平滑函数的方法由于插值函数无法完全去除过程输出的非线性，导致性能评估结果均大于真实值，且随着控制阀粘滞特性的误差增大进一步增加；其二，探寻控制阀平衡状态的方法更适合用于出现控制阀卡滞阶段足够长的控制回路，而这种控制回路在实际工业应用中是很难保证的。
发明内容
本发明提供了一种存在控制阀粘滞特性的化工过程的控制性能评估方法，适用于存在控制阀粘滞特性的工业生产的非线性控制回路中，无需复杂计算和对工业控制过程操作条件的严格限制，能够完全消除过程输出的中的非线性部分，有助于准确地测定化工过程中控制回路的控制性能。
一种存在控制阀粘滞特性的化工过程的控制性能测定方法，包括：
（1）在待评估性能的控制回路中，采集一组输出观测序列yt，数据长度为p；
（2）对输出观测序列yt采用基于PSO算法的寻优算法对所述控制回路进行辨识，得到所述控制回路的控制模型；
（3）根据所述的控制模型，计算得到输出预测序列
Figure BDA0000373108440000031
；
（4）根据所述的输出观测序列yt和输出预测序列
Figure BDA0000373108440000032
，计算得到输出差值序列
Figure BDA0000373108440000033
，并对输出差值序列建立模型得到所述控制回路的最小方差性能下限；
（5）利用所述的最小方差性能下限评估所述控制回路的性能。
本发明中同一时刻对应的观测值应该理解为该时刻采集的一组过程数据；过程数据可以是温度，压力或者流量等工艺过程数据。
p的取值范围可以依据需要进行设定，至少需要在t时刻之前选择连续的两个时刻的输出观测值，用于预测估计t时刻的过程数据，并与t时刻采集的输出观测值yt做比较，用以测定化工过程的控制性能，为保证预测的准确率，通常可以选择p的取值范围为大于或等于500，优选p的取值范围为500～1000，在保证预测准确性的同时考虑计算速度要求。
本发明直接采用化工过程的可测变量作为输出观测值，将多个时刻的输出观测值组合形成输出观测序列，采用基于适用于分析非线性、不可微函数的优化问题的PSO算法的寻优算法，建立控制回路的控制模型，计算得到输出预测序列中所有元素的值，并进一步计算输出差值序列
Figure BDA0000373108440000035
中所有元素的值，建模计算得到最小方差性能下限。控制回路的最小方差性能下限视作控制系统理论意义上可能达到的最小方差，作为控制回路的最小方差性能下限，可以理解成针对受控对象设计一个最小方差控制器，该最小方差控制器可以使控制回路的输出方差达到最小，将最小方差作为评价控制回路性能的基准。
本发明采用基于PSO算法的寻优算法，完成控制模型的辨识，得到控制模型来计算输出预测序列
Figure BDA0000373108440000041
，该输出预测序列为输出观测序列yt的线性和非线性部分的完全体现，从而输出差值序列
Figure BDA0000373108440000043
为精确的噪声模型，即高斯线性序列。
所述的步骤（2）中采用基于PSO算法的寻优算法对输出观测值序列y(t)进行辨识，包括以下步骤：
（2-1）采用Hammerstein模型联合描述控制阀和受控对象，将控制回路分解为线性部分和非线性部分；
（2-2）分别对所述的线性部分和非线性部分建立模型；
（2-3）根据所述控制回路输入的控制信号的振荡幅度确定粘滞参数的取值范围，定义输出预测序列为
Figure BDA0000373108440000044
，定义输出差值序列为
Figure BDA0000373108440000045
，并以输出差值序列
Figure BDA0000373108440000046
的最小方差作为目标函数，利用PSO算法对步骤（2-2）建立的模型进行全局寻优计算，得到最佳过程模型和最优粘滞参数；
（2-4）根据最佳过程模型和最优粘滞参数得到非线性部分的数学模型，根据最佳过程模型得到线性部分的数学模型，进而得到所述的控制模型。
所述步骤（2-1）中的线性部分包括控制阀的线性部分和受控对象的线性部分。
所述步骤（2-2）中对线性部分建立滑动平均模型。
所述步骤（2-2）中对非线性部分建立数据驱动模型。
所述步骤（2-3）中粘滞参数的取值范围为
Figure BDA0000373108440000047
和均为粘滞参数，A是输入的控制信号的振荡幅度。
根据最优粘滞参数得到非线性部分的数学模型，根据最佳过程模型得到线性部分的数学模型，两部分串联即可得到控制模型。
基于PSO算法的寻优算法是在利用Hammerstein模型完成对控制回路的过程结构模型描述的基础上采用PSO算法寻优找到最接近控制回路的控制模型。
本发明依据文献“Estimation of valve stiction in control loops usingseparable least-squares and global search algorithms，Jelali,M.,(1998).Journal of Process Control,18(7)∶632-642）”提供的方法，采用Hammerstein模型实现对控制阀和受控对象的联合描述，将控制回路分解为非线性部分和线性部分。依据文献“identification of ARX-models subject to missingdata(1993).Automatic Control,38(5)∶IEEE Transactions”提供的方法对线性部分建立滑动平均模型（Auto-regresive model with external input model，ARX模型）。
本发明依据文献“Choudhury,M.A.A.S.,ThornhillN.F,Modeling valvestiction(2005).Control Engineering Practice,13(5)∶641-658.)”提供的方法对非线性部分建立数据驱动模型。
所述步骤（4）中的模型为自回归滑动平均模型。
控制回路的最小方差性能下限视作控制系统理论意义上可能达到的最小方差，作为控制回路的最小方差性能下限，可以理解成为受控对象设计一个最小方差控制器，该最小方差控制器可以使控制回路的输出方差达到最小，将最小方差作为评价控制回路性能的基准。对于高斯线性序列，可直接运用时间序列分析技术建立自回归滑动平均模型（Autoregressive moving average model，简称ARMA模型），是时间序列分析的重要技术，该技术可依据文献(Harris T J.Assessment of closed loopperformance(1989).The Canadian Journal of Chemical Engineering,67(5)∶856-861.）提供的方法，从而求解得到控制回路的最小方差性能下限。
本发明一种存在控制阀粘滞特性的化工过程的控制性能测定方法具有以下优点：
1）直接采用化工过程的可测变量，无需外部激励，对工况无附加扰动。
2）完全采用数据驱动方法，无需严格限制的过程操作条件及先验知识，能够广泛适用于存在控制阀粘滞非线性特性的工业过程。
3）完全去除过程输出的非线性部分，使输出差值序列
Figure BDA0000373108440000051
为高斯线性序列，能够精确评估存在控制阀粘滞特性的非线性过程的控制性能，准确反映当前控制回路性能与最优控制回路之间的偏差，从而对当前控制回路进行优化设置，提高经济效益。
4）易于在当前广泛使用的DCS或工业控制系统上位机上实现，易于计算，便于实施。
附图说明
图1为本实施例中的化工过程的流程示意图；
图2为本实施例的控制性能测定方法的流程图；
图3为具体实施方式中加热炉温度控制回路的输出观测值；
图4为具体实施方式中加热炉温度控制回路的输出观测值与输出预测值对比。
具体实施方式
下面针对国内某大型石化企业延迟焦化生产过程中主加热炉的性能评估为例，对本发明存在控制阀粘滞特性的化工过程的控制性能评估方法做详细描述。
如图1所示，石化过程加热炉是生产流程中的重要环节和主要能耗单元之一，炉出口温度的平稳控制对于提高产品品质和降低能耗有着重要意义。
加热炉通过瓦斯气供应取热，瓦斯量根据上游油性变化而波动，需要控制空气进风量使瓦斯气充分燃烧以获取最大热量，同时应保证一定的空气余量，但过多的低温空气会带走炉内热量，造成燃料浪费，损失经济效益，因此，以加热炉出口温度作为被控变量，燃料瓦斯气开度作为操作变量进行回路控制，同时过程存在随机扰动。
瓦斯气开度调节阀（控制阀）属于该控制回路的执行机构，运行一段时间后出现一定的粘滞特性。正常工况运行时，由于控制阀的粘滞特性，使回路被控变量数据产生振荡，经过平稳化的加热炉出口温度数据如图3所示，图3中横坐标为采样点序数，单位为Samples（1个Sample对应一个数据采样间隔）；纵坐标为正常工况下加热炉出口温度。
利用本发明提供的控制性能评估方法进行该化工生产过程的控制性能评估，如图2所示，包括以下步骤：
（1）采集一组输出观测序列，记为yt，如图3所示，本实施例中数据长度p取500；
（2）对输出观测序列yt采用基于PSO的寻优算法对该化工过程的控制回路进行辨识，得到该控制回路的控制模型；
（3）由辨识所得的控制模型，得到该化工过程的输出预测序列
Figure BDA0000373108440000072
；
（4）将输出观测序列yt与输出预测序列对应相减，得到输出差值序列
Figure BDA0000373108440000074
并对输出差值序列
Figure BDA0000373108440000075
建立ARMA模型，求解ARMA模型得到待评估的控制回路的最小方差性能下限，利用该最小方差性能下限评估控制回路的性能。
对输出观测序列yt采用基于PSO的寻优算法对该化工过程的控制回路进行辨识过程如下：
（2-1）采用Hammerstein模型联合描述控制阀和受控对象，将控制回路分解为线性部分和非线性部分，线性部分包括控制阀的线性部分和受控对象的线性部分；
（2-2）对线性部分建立ARX模型，对非线性部分建立数据驱动模型；
（2-3）根据输入的控制信号ut（本实施例中为瓦斯气流量调节阀的输入信号）的振荡幅度确定粘滞参数的取值范围，满足
Figure BDA0000373108440000077
和
Figure BDA0000373108440000079
均为粘滞参数，A是输入的控制信号的振荡幅度，本实施例中A=1；
定义输出预测序列为
Figure BDA00003731084400000710
，定义输出差值序列为
Figure BDA00003731084400000711
，并以输出差值序列
Figure BDA00003731084400000712
的最小方差作为目标函数，在满足
Figure BDA00003731084400000713
和
Figure BDA00003731084400000714
的条件下，得到最佳过程模型和最优粘滞参数，其中最佳过程模型为：
Figure BDA0000373108440000071
即满足：yt′-0.9018yt＝0.2944ut′，最优粘滞参数分别为
Figure BDA00003731084400000715
J ^ = 0.475 % ;
（2-4）根据最优粘滞参数得到非线性部分的数学模型，根据最佳过程模型得到线性部分的数学模型，然后将得到的非线性的数学模型和线性部分的数据模型串联，进而得到所述的控制模型。
图4为本实施例中运用本发明的方法的到的输出观测值和输出预测值对比，可以较为精确评估得到存在控制阀粘滞特性的化工过程的控制性能基准，从而为控制系统优化配置提供准确依据，提高经济效益。

Claims (9)

1.一种存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，包括：
（1）在待评估性能的控制回路中，采集一组输出观测序列yt，数据长度为p；
（2）对输出观测序列yt采用基于PSO算法的寻优算法对所述控制回路进行辨识，得到所述控制回路的控制模型；
（3）根据所述的控制模型，计算得到输出预测序列
Figure FDA0000373108430000011
；
（4）根据所述的输出观测序列yt和输出预测序列
Figure FDA0000373108430000012
，计算得到输出差值序列，并对输出差值序列
Figure FDA0000373108430000014
建立模型得到所述控制回路的最小方差性能下限；
（5）利用所述的最小方差性能下限评估所述控制回路的性能。
2.如权利要求1所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述的步骤（2）中采用基于PSO算法的寻优算法对输出观测值序列yt进行辨识，包括以下步骤：
（2-1）采用Hammerstein模型联合描述控制阀和受控对象，将控制回路分解为线性部分和非线性部分；
（2-2）分别对所述的线性部分和非线性部分建立模型；
（2-3）根据所述控制回路输入的控制信号的振荡幅度确定粘滞参数的取值范围，定义输出预测序列为
Figure FDA0000373108430000015
，定义输出差值序列为，并以输出差值序列
Figure FDA0000373108430000017
的最小方差作为目标函数，利用PSO算法对步骤（2-2）建立的模型进行全局寻优计算，得到最佳过程模型和最优粘滞参数；
（2-4）根据最佳过程模型和最优粘滞参数得到非线性部分的数学模型，根据最佳过程模型得到线性部分的数学模型，进而得到所述的控制模型。
3.如权利要求2所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述步骤（2-2）中所述的对线性部分建立滑动平均模型。
4.如权利要求2所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述步骤（2-2）中所述的对非线性部分建立数据驱动模型。
5.如权利要求2所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述步骤（2-3）中粘滞参数的取值范围为
Figure FDA0000373108430000021
和
Figure FDA0000373108430000022
，，
Figure FDA0000373108430000024
均为粘滞参数，A是输入的控制信号的振荡幅度，A的默认值为1。
6.如权利要求3或4所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述步骤（2-1）中的线性部分包括控制阀的线性部分和受控对象的线性部分。
7.如权利要求5所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述的步骤（4）中的模型为自回归滑动平均模型。
8.如权利要求6所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述步骤（1）中p的取值范围大于等于500。
9.如权利要求7所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述步骤（1）中p的取值范围为500～1000。
CN201310380004.2A 2013-08-28 2013-08-28 存在控制阀粘滞特性的化工过程的控制性能测定方法 Active CN103439968B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310380004.2A CN103439968B (zh) 2013-08-28 2013-08-28 存在控制阀粘滞特性的化工过程的控制性能测定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310380004.2A CN103439968B (zh) 2013-08-28 2013-08-28 存在控制阀粘滞特性的化工过程的控制性能测定方法

Publications (2)

Publication Number Publication Date
CN103439968A true CN103439968A (zh) 2013-12-11
CN103439968B CN103439968B (zh) 2016-01-13

Family

ID=49693663

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310380004.2A Active CN103439968B (zh) 2013-08-28 2013-08-28 存在控制阀粘滞特性的化工过程的控制性能测定方法

Country Status (1)

Country Link
CN (1) CN103439968B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103885440A (zh) * 2014-03-26 2014-06-25 浙江大学 工业控制回路的多周期振荡行为检测方法
CN103971020B (zh) * 2014-05-23 2016-10-19 东南大学 用于气动控制阀粘滞检测的方法
CN107085420A (zh) * 2017-05-05 2017-08-22 浙江理工大学 基于最小方差的控制回路性能评估方法及系统
CN111983997A (zh) * 2020-08-31 2020-11-24 北京清大华亿科技有限公司 一种基于耦合性分析的控制回路性能监测方法及系统
CN115951364A (zh) * 2022-12-23 2023-04-11 南京理工大学 一种提高压电式快速转向镜平台定位精度的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102183699A (zh) * 2011-01-30 2011-09-14 浙江大学 化工过程多变量预测控制系统模型失配检测与定位方法
CN102541017A (zh) * 2012-01-12 2012-07-04 浙江大学 一种复杂化工过程中振荡信号的快速定位方法
EP1776622B1 (en) * 2004-07-02 2012-08-29 University of Alberta Detection and quantification of stiction
CN103246279A (zh) * 2013-04-18 2013-08-14 浙江大学 一种存在执行阀粘滞特性的化工过程的控制性能评估方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1776622B1 (en) * 2004-07-02 2012-08-29 University of Alberta Detection and quantification of stiction
CN102183699A (zh) * 2011-01-30 2011-09-14 浙江大学 化工过程多变量预测控制系统模型失配检测与定位方法
CN102541017A (zh) * 2012-01-12 2012-07-04 浙江大学 一种复杂化工过程中振荡信号的快速定位方法
CN103246279A (zh) * 2013-04-18 2013-08-14 浙江大学 一种存在执行阀粘滞特性的化工过程的控制性能评估方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103885440A (zh) * 2014-03-26 2014-06-25 浙江大学 工业控制回路的多周期振荡行为检测方法
CN103885440B (zh) * 2014-03-26 2016-05-11 浙江大学 工业控制回路的多周期振荡行为检测方法
CN103971020B (zh) * 2014-05-23 2016-10-19 东南大学 用于气动控制阀粘滞检测的方法
CN107085420A (zh) * 2017-05-05 2017-08-22 浙江理工大学 基于最小方差的控制回路性能评估方法及系统
CN107085420B (zh) * 2017-05-05 2019-04-09 浙江理工大学 基于最小方差的控制回路性能评估方法及系统
CN111983997A (zh) * 2020-08-31 2020-11-24 北京清大华亿科技有限公司 一种基于耦合性分析的控制回路性能监测方法及系统
CN111983997B (zh) * 2020-08-31 2021-07-20 北京清大华亿科技有限公司 一种基于耦合性分析的控制回路性能监测方法及系统
CN115951364A (zh) * 2022-12-23 2023-04-11 南京理工大学 一种提高压电式快速转向镜平台定位精度的方法
CN115951364B (zh) * 2022-12-23 2024-03-12 南京理工大学 一种提高压电式快速转向镜平台定位精度的方法

Also Published As

Publication number Publication date
CN103439968B (zh) 2016-01-13

Similar Documents

Publication Publication Date Title
CN103246279B (zh) 一种存在执行阀粘滞特性的化工过程的控制性能评估方法
CN103676651B (zh) 基于状态观测模型的锅炉汽温预测控制方法
CN103439968B (zh) 存在控制阀粘滞特性的化工过程的控制性能测定方法
CN107842908B (zh) 一种基于环境参数补偿的实时供热负荷控制方法
CN111780933B (zh) 基于神经网络及热力学建模诊断高压加热器泄漏故障的方法及系统
CN103322553A (zh) 一种火电机组过热汽温多模型扰动估计预测控制方法
Priyanka et al. Remote monitoring and control of LQR-PI controller parameters for an oil pipeline transport system
Spinner et al. Data-based automated diagnosis and iterative retuning of proportional-integral (PI) controllers
Venturini et al. Prediction reliability of a statistical methodology for gas turbine prognostics
CN103105849A (zh) 工业调节阀非线性工作特性诊断方法
CN110298765B (zh) 一种基于客观关联因素的配电网用电功率异常检测方法
Cavarzere et al. Application of forecasting methodologies to predict gas turbine behavior over time
CN105116726A (zh) 一种基于机理模型的非线性预测控制器的参数设计方法
CN201476905U (zh) 神经网络pid控温的热电偶自动检定系统
Zhuo et al. Real-time fault diagnosis for gas turbine blade based on output-hidden feedback elman neural network
He et al. A multi-model ensemble digital twin solution for real-time unsteady flow state estimation of a pumping station
Zhao et al. Gas turbine exhaust system health management based on recurrent neural networks
CN116627028B (zh) 交联电缆生产线控制方法
CN105320167A (zh) 火电机组主汽压力在线优化方法
Allen et al. Estimating recoverable performance degradation rates and optimizing maintenance scheduling
Pandit et al. Comparison of binned and Gaussian Process based wind turbine power curves for condition monitoring purposes
Bai et al. Simulation model of hydraulic turbine speed control system and its parameters identification based on resilient adaptive particle swarm optimization algorithm
Zhang et al. Nonlinear model predictive control of ultra-supercritical once through boiler-turbine unit
Cross et al. Model-based condition monitoring for wind turbines
He Hybrid method for multi-rate refined oil pumping station system unsteady state estimation with bad data attacks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: SHANGHAI NUCLEAR ENGINEERING RESEARCH AND DESIGN I

Effective date: 20140317

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20140317

Address after: 310027 Hangzhou, Zhejiang Province, Xihu District, Zhejiang Road, No. 38, No.

Applicant after: ZHEJIANG University

Applicant after: SHANGHAI NUCLEAR ENGINEERING RESEARCH & DESIGN INSTITUTE

Address before: 310027 Hangzhou, Zhejiang Province, Xihu District, Zhejiang Road, No. 38, No.

Applicant before: Zhejiang University

C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 310027 No. 38, Zhejiang Road, Hangzhou, Zhejiang, Xihu District

Patentee after: ZHEJIANG University

Patentee after: SHANGHAI NUCLEAR ENGINEERING RESEARCH & DESIGN INSTITUTE Co.,Ltd.

Address before: 310027 No. 38, Zhejiang Road, Hangzhou, Zhejiang, Xihu District

Patentee before: ZHEJIANG University

Patentee before: SHANGHAI NUCLEAR ENGINEERING RESEARCH & DESIGN INSTITUTE

Address after: 310027 No. 38, Zhejiang Road, Hangzhou, Zhejiang, Xihu District

Patentee after: ZHEJIANG University

Patentee after: Shanghai Nuclear Engineering Research and Design Institute Co.,Ltd.

Address before: 310027 No. 38, Zhejiang Road, Hangzhou, Zhejiang, Xihu District

Patentee before: ZHEJIANG University

Patentee before: SHANGHAI NUCLEAR ENGINEERING RESEARCH & DESIGN INSTITUTE Co.,Ltd.

CP01 Change in the name or title of a patent holder