CN109212977A - 一种基于Petri网的混杂控制方法 - Google Patents
一种基于Petri网的混杂控制方法 Download PDFInfo
- Publication number
- CN109212977A CN109212977A CN201811382838.6A CN201811382838A CN109212977A CN 109212977 A CN109212977 A CN 109212977A CN 201811382838 A CN201811382838 A CN 201811382838A CN 109212977 A CN109212977 A CN 109212977A
- Authority
- CN
- China
- Prior art keywords
- controller
- control
- cyber
- controlled device
- net system
- 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
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供一种基于Petri网的混杂控制方法,其特征在于:包括采用基于Petri网的控制器和工控机,控制器由监控器和数字控制器组成,用于监控被控对象的状态变量或输出量,按照设定好的控制策略确定工作模态,工控机与被控对象连接,实现对被控对象的数据采集以及将控制器发出的控制量转换为被控对象的具体控制数据;还包括步骤1:建立控制器中监控器部分的广义同步自控网系统模型;步骤2:建立控制器中数字控制器部分的广义同步自控网系统模型;步骤3:创建完整的控制器模型;步骤4:采用工控机实现对被控对象的数据采集和控制。该方法完成了监控器和数字控制器的统一Petri网建模,且易于与其他智能控制方法相集成。
Description
技术领域
本发明属于自动控制技术领域,涉及Petri网控制器,尤其涉及一种基于Petri网的混杂控制方法。
背景技术
混杂控制系统是指其被控对象或控制器中含有离散模型,并且与连续模型一起来确定系统的性能。混杂控制系统的设计目标就是要设计满足控制性能与稳定性的混杂控制器。一般混杂控制器建模采用异构建模技术,具有分层结构,即是由事件驱动的离散操作机构、连续变量受控过程和介于这二者之间的转换接口3个部分有机组成的一个统一体。多层结构更加贴近于大多数的实际复杂系统,因此受到人们的重视。但各层次的模型不同,是一个多模型集成系统,在理解和分析上都有不少的困难,尤其是模型之间难以很好地衔接,增加了分析与设计的难度。因而人们更希望能够找到混杂控制器的统一模型。
目前,Petri网已经广泛的应用于混杂控制系统的建模、分析和设计。文《Designof Embedded Control Systems Using Hybrid Petri Nets》(Hummel T,FenglerW.CiteSeer,2001:139-149.)采用了面向对象技术为嵌入式混杂控制系统建模,文《混合状态Petri网及其在过程控制混杂系统中的应用》(李宏光,俞金寿.华东理工大学学报,2004,30(4):429-432.)提出了一种称为混合状态Petri网(HSPN)的混杂Petri网,用于过程控制混杂系统建模,并依据HSPN模型来设计混合控制器。文《Controller design usingColoured Petri Nets—With a case study of the papermaking process control》(Wang Y Z,Lin L.International Conference on Modelling,2011:415-421.)采用了颜色Petri网设计PID控制器,通过传统的闭环整定方法结合Petri网状态空间分析来整定控制器参数。文《基于Petri网的电加热炉温度控制系统》(冯爱祥,周小娜,罗雄麟.化工自动化及仪表,2011,38(10):1168-1170.)针对电加热炉温度控制提出了全电压控制、零制动控制和PID控制的多模型控制方案,利用传统的Petri网设计监督控制器实现温度控制系统控制器的实时切换控制。针对变工况切换过程中切换点难以确定且切换准则不完善等问题,《变工况切换过程的Petri网自主预测与控制》(徐宝昌,蔡胜清,冯爱祥,等.化工学报,2016,67(3):839-845.)提出将模型预测嵌入到Petri中,使Petri网能够自主决定切换时刻,减少了系统调节时间和超调量。文《The IOPT-Flow Modeling Framework Applied toPower Electronics Controllers》(Pereira F,Gomes L.IEEE Transactions onIndustrial Electronics,2017,64(3):2363-2372.)提出了针对混合嵌入式系统控制器的设计框架,该框架利用输入输出库所变迁网(IOPT网),同时支持事件驱动和数据流驱动设计过程,通过闭环无刷直流电机控制器的设计实例验证了框架的有效性。文《Fuzzy logicenhanced time Petri Net models for hybrid control systems》(Letia T S,Kilyen AO.IEEE International Conference on Automation,Quality and Testing,Robotics.IEEE,2016:1-6.)提出了具有模糊逻辑规则的增强型时间Petri网,其中Petri网和模糊逻辑规则分别对混杂控制系统的离散事件和连续被控对象进行建模。
现有的基于Petri网的混杂控制方法是在连续过程控制系统的基础上,引入Petri网作为离散事件监控器。控制被控对象的连续控制器采用领域内传统控制方法。
发明内容
本发明所要解决的技术问题是:为了克服现有技术中的不足,本发明提供一种基于Petri网的混杂控制方法,本发明基于广义同步自控网系统,探讨了一种新的基于Petri网的混杂控制方法。该方法可结合成熟的离散事件动态系统理论与连续系统动态理论,统一采用广义同步自控网系统对离散事件监控器和被控对象的数字控制器进行建模、分析和综合,从而实现了在Petri网框架下的系统混杂控制。
本发明解决其技术问题所要采用的技术方案是:一种基于Petri网的混杂控制方法,其特征在于:包括采用基于Petri网的控制器和工控机,所述基于Petri网的控制器由监控器和数字控制器组成,功能在于监控被控对象的状态变量或输出量,按照设定好的控制策略确定工作模态,实现对被控对象的连续控制,其中Petri网具体采用一种高级Petri网:广义同步自控网系统;所述工控机与被控对象连接,用于实现对被控对象的数据采集以及用于将控制器发出的控制量向被控对象具体控制数据的转换。
还包括以下步骤:
步骤1:建立控制器中监控器部分的广义同步自控网系统模型;
根据被控对象的实际运动状态,并结合控制性能需求对控制器工作模态的划分。明确在每一模态下,决定模态改变所需的连续控制变量和离散状态的条件。按照广义同步自控网系统的网运行规则创建完整的监控器的广义同步自控网系统模型。
步骤2:建立控制器中数字控制器部分的广义同步自控网系统模型;
步骤3:创建完整的控制器模型。
整合监控器模型和数字控制器模型,创建完整的混杂控制器的广义同步自控网系统模型。
步骤4:采用工控机实现对被控对象的数据采集和控制。
工控机内集成有数据采集卡,数据采集卡包含模拟量输入通道和模拟量输出通道。通过数据采集卡模拟量输入通道采集外部被控对象输出的模拟数据进行模数转换,同时控制器输出的控制量传给数据采集卡模拟量输出通道进行数模转换后,具体控制外部被控对象。
通过数据共享进制,建立起工控机平台上的数据采集卡所需的控制信号以及对外部控制对象采集的数据信号与控制器的广义同步自控网系统模型中的相关库所的关联。
进一步,所述的步骤2中,根据步骤1中监控器中所包含的模态不同,创建典型的两种数字控制器模型,具体包括:创建位式控制器的广义同步自控网系统模型;以及创建智能PID控制器的广义同步自控网系统模型。
本发明的有益效果是:本发明提供的一种基于Petri网的混杂控制方法,采用广义同步自控网系统为混杂器建模,该方法完成了监控器和数字控制器的统一Petri网实现,且易于与其他智能控制方法相集成。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明设计的基于Petri网的控制器结构示意图;
图2是本发明基于广义同步自控网系统建立的监控器一般结构示意图;
图3是本发明建立的双位控制器的广义同步自控网系统模型示意图;
图4是本发明建立的单神经元PID控制器的广义同步自控网系统模型;
图5是本发明具体实施例中电加热炉系统的结构示意图;
图6是电加热炉控制器中监控器的广义同步自控网系统模型;
图7是电加热炉控制器中数字控制器的广义同步自控网系统模型;
图8是电加热炉控制器的广义同步自控网系统模型。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,下面结合附图及实施例,对依据本发明提出的基于广义同步自控网系统的混杂控制方法的具体实施方式,做详细说明。此图为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
为了阐述本发明具体内容,需要给出如下基本概念:
一、广义自控网系统
用∑表示广义自控网系统如下:
∑=(S,T;F,K,W,M0)
其中:
1)S是库所集;
2)T是变迁集;
3)F是弧的有限集,
4)N=(S,T;F)构成有向网,称为∑的基网;
5)K={KL,KH}称为N上的容量函数;
KL:S→R(库所集映射到实数集);KH:S→R。KL和KH分别称为下界容量函数和上界容量函数。KL(s)<KH(s),s指库所集中的某个元素,即s∈S。s的容量可表示为[KL(s),KH(s)]。当KL(s)、KH(s)为无穷时,容量的闭区间变成开区间。
6)W:F→R∪Exp(S)称为N上的权函数;其中Exp(S)是S元素的函数表达式集。
7)M:S→R称为N的标识,M0称为∑的初始标识。
二、广义同步自控网系统
三元组(∑,E,G)构成广义同步自控网系统(GSSN)的条件是:
1)∑=(S,T;F,K,W,M0)是一个广义自控网系统;
2)G:T→E∪{ε},其中E为∑的外部事件集,ε表示一个恒发生事件。
广义自控网系统中,从库所指向变迁的中间带有箭头的有向弧,称为读弧。读弧的权值为0。读弧相连的变迁发生后,不改变其输入库所的标识。
广义自控网系统中,从变迁指向库所的中间带有箭头的有向弧,称为写弧。写弧是一种特殊的权控制弧,其相连的变迁发生后,写弧的输出库所标识更新为写弧的权函数值,而与原有标识值无关。
如图1-图4所示,本发明的一种基于Petri网的混杂控制方法,包括采用基于Petri网的控制器和工控机,其中基于Petri网的控制器由监控器和数字控制器组成,如图1所示,Petri网具体采用广义同步自控网系统,一个监控器可以连接多个数字控制器,具体实施包括以下步骤:
步骤1:建立控制器中监控器部分的广义同步自控网系统模型;
根据被控对象的实际运动状态,并结合控制性能需求对控制器工作模态的划分。明确在每一模态下,决定模态改变所需的连续控制变量和离散状态的条件。按照广义同步自控网系统的运行规则创建完整的监控器的广义同步自控网系统模型。
基于广义同步自控网系统建立的监控器一般结构示意如图2所示。图中,库所x和v分别表示决定模态改变的连续控制变量和离散状态,库所M1和M2代表系统的控制模态。变迁t的发生与时钟信号S的上升沿同步。库所x和变迁t之间采用加权允许弧和加权抑制弧,用于判定连续控制变量的范围。假定连续控制变量的范围为[L,H),则该监控器实现的离散状态关系表示如下:
if x∈[L,H)and v=1 and M1 then M2。
步骤2:建立数字控制器的广义同步自控网系统模型;
步骤A:创建位式控制器的广义同步自控网系统模型;
当被控对象的设定值和实际输出的差值较大时,进入最小时间控制模态,数字控制器采用位式控制器。双位控制器输入输出关系表达式为:
双位控制器只有两个输出值。上述公式中e和U分别代表测量误差值和输出值,e1和e2表示两个给定的边界值,U1和U2代表两个给定的输出值。当测量值在两个边界值之间时,控制器不动作。双位控制器的广义同步自控网系统模型如图3所示。
图中,加权允许弧(e,t1)的权值表达式中ε代表一小的常量,从而实现了控制器在边界值e1处无输出。
步骤B:创建智能PID控制器的广义同步自控网系统模型。
当被控对象的设定值和实际输出的差值较小时,数字控制器采用智能PID控制器。图4给出了所设计的单神经元PID控制器的广义同步自控网系统模型。其中虚线框中模型为单神经元PID控制器。虚线框外的库所s1和s2分别表示PID控制过程的启动和结束标志,库所s3为系统控制偏差。s1和s3的托肯值由图3中监控器计算。s2托肯值为1时将控制器输出作用于被控对象。
控制器模型中包含4个参数库所:s8、s9、s10和s15。其中s8、s9和s10分别保存输入权值w1、w2和w3,s15保存输出比例系数K。假设当前控制采样次数为k。变迁t2与采样信号C下降沿同步,确保t1发生后激发t2以正确读取到偏差值。t2发生后集库所标识相应发生变化,即:
可以看出,库所s4、s5和s6分别保存第k次、第k-1次以及第k-2次误差。库所s7为t3的使能条件,s7得到托肯时,t3发生,此时t3后集库所标识发生变化为:
库所s16代表控制器输出。t3发生后,s14得到托肯,此时t4发生,从而s16标识改变为:
M'(s16)=M(s16)+→s15(s11+s12+s13)=M(s16)+M(s15)(M(s11)+M(s12)+M(s13))(2)
单神经元PID控制器的控制算法为
式中,k为采样序号,u(k-1)和u(k)分别为第k-1和第k时刻控制器输出值,e(k-2)、e(k-1)和e(k)分别为第k-2、第k-1和第k时刻所得的偏差信号,wi(i=1,2,3)为神经元控制器的三个权值,K为神经元的比例系数。对比式(6)和增量式PID控制算法可知,权值wi(i=1,2,3)分别对应为PID控制器的积分、比例和微分系数。
结合式(1),将上述式(2)中的库所标识用库所标识变量替换后,即可得到与式(3)等价的控制器输出方程。库所s17为变迁t8的使能条件。
图4中,权值w1、w2和w3调整分别由变迁t5、t6和t7控制,且并行执行。t5、t6和t7的发生条件分别由u1、u2和u3决定。控制器模型中采用有监督的Hebb学习规则,w1、w2和w3的权值调整增量如下:
Δw1=η1M(s4)M(s16)M(s11)/M(s8)=η1eue,
Δw2=η2M(s4)M(s16)M(s12)/M(s9)=η2eu(e-e_1),
Δw3=η3M(s4)M(s16)M(s13)/M(s10)=η3eu(e-2e_1+e_2).
步骤3,创建完整的控制器模型。
整合监控器和数字控制器部分模型,创建完整的混杂控制器的广义同步自控网系统模型。
步骤4,采用工控机实现对被控对象的数据采集和控制。
工控机内集成有数据采集卡,数据采集卡包含模拟量输入通道和模拟量输出通道。通过数据采集卡模拟量输入通道采集外部被控对象输出的模拟数据进行模数转换,同时控制器输出的控制量传给数据采集卡模拟量输出通道进行数模转换后,具体控制外部被控对象。
通过数据共享进制,建立起工控机平台上的数据采集卡所需的控制信号以及对外部控制对象采集的数据信号与控制器的广义同步自控网系统模型中的相关库所的关联。
下面结合附图及实施例,对依据本发明提出的基于广义同步自控网系统的混杂控制方法的具体实施方式做详细说明。
实例中被控对象为一台电加热炉,其加热的范围是0~300℃。要求根据采集到的炉温,控制执行元件的输出电压作用于电加热炉,保证温度快速升到设定的目标温度为r=100℃。采用本发明实现的一台基于Petri网的控制器,通过PT100温度变送器检测温度,通过执行机构(可控硅)调节电压实现控制要求。图5所示为电加热炉系统的结构示意图。其中Vp为炉温设定值,Vo为工控机控制数据输出值,Y为炉温实际值。
步骤1:建立电加热器混杂控制器的监控器的广义同步自控网系统模型;
在电加热器加热的过程中,采用位式-PID控制算法,当炉温小于设定值100℃且误差大于设定误差30℃时,采用位式控制,使控制器输出为最大,从而达到快速升温的效果,当偏差小于设定值30℃时,采用PID控制,保证了控制的精度。创建完整的监控器的广义同步自控网系统模型如图6。图中库所s1和s2分别表示炉温设定值和实际值,系统周期性采样炉温并进行温度误差的计算,具体模型中由变迁t1实施。t1与采样时钟信号C上升沿同步,t1发生时,计算出温度误差e并保存到库所s3。库所s23和s24表示控制器的两种模态。变迁t10和t11周期性判断e的范围并设定相应的控制模态。为了能正确读取改变的e值,t10~t12与C的下降沿同步。具体控制模态的设定规则如下:
1)当e≥30,进入最小时间控制模态s24;
2)当e﹤30,进入PID控制模态s25。
步骤2建立电加热器混杂控制器的数字控制器的广义同步自控网系统模型。
步骤A:创建位式控制器的广义同步自控网系统模型;
当e≥30,进入最小时间控制模态,数字控制器采用位式控制器,控制器输出固定值100。位式控制器的广义同步自控网系统模型如图7所示。库所s16代表控制器输出值。变迁t13实施最小时间控制,s24托肯值为1时,t13发生,写弧(t13,s16)的权值为100,控制器输出固定值100。
步骤B:创建智能PID控制器的广义同步自控网系统模型。
当e﹤30,进入PID控制模态,数字控制器采用图3所示的智能PID控制器。
步骤3,创建完整的混杂控制器模型。
整合监控器和数字控制器部分模型,创建完整的混杂控制器的广义同步自控网系统模型,如图8所示。具体的,监控器模型中的库所s24作为变迁t13的输入库所,监控器模型中的库所s3和s25均作为变迁t2的输入库所。
步骤4:采用工控机实现对电加热炉的温度采集和控制。
由PT100温度变送器采集电加热炉的温度数据并转换成模拟信号,通过PCI1711数据采集卡模拟量输入通道进行模数转换,使用所得数据设置图8控制器模型中的库所s2托肯值。读取图8控制器模型中的库所s16托肯值,作为控制器的输出信号通过PCI1711数据采集卡的模拟量输出通道进行数模转换后传送到可控硅调压模块,最终通过可控硅调压模块来调节电加热炉的供电,从而达到控制温度的目的。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关的工作人员完全可以在不偏离本发明的范围内,进行多样的变更以及修改。本项发明的技术范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (3)
1.一种基于Petri网的混杂控制方法,其特征在于:包括采用基于Petri网的控制器和工控机,基于Petri网的控制器由监控器和数字控制器组成,功能在于监控被控对象的状态变量或输出量,按照设定好的控制策略确定工作模态,实现对被控对象的连续控制;所述工控机与被控对象连接,用于实现对被控对象的数据采集以及用于将控制器发出的控制量向被控对象具体控制数据的转换;
还包括以下步骤:
步骤1:建立控制器中监控器部分的广义同步自控网系统模型;
根据被控对象的实际运动状态,并结合控制性能需求对控制器工作模态的划分;明确在每一模态下,决定模态改变所需的连续控制变量和离散状态的条件;按照广义同步自控网系统的运行规则创建完整的监控器的广义同步自控网系统模型;
步骤2:建立控制器中数字控制器部分的广义同步自控网系统模型;
步骤3:创建完整的控制器模型;
整合步骤1得到的监控器模型和步骤2得到的数字控制器模型,创建完整的混杂控制器的广义同步自控网系统模型;
步骤4:采用工控机实现对被控对象的数据采集和控制;
工控机内集成有数据采集卡,数据采集卡包含模拟量输入通道和模拟量输出通道;通过数据采集卡模拟量输入通道采集外部被控对象输出的模拟数据进行模数转换,同时控制器输出的控制量传给数据采集卡模拟量输出通道进行数模转换后,具体控制外部被控对象;
通过数据共享进制,建立起工控机平台上的数据采集卡所需的控制信号以及对外部控制对象采集的数据信号与控制器的广义同步自控网系统模型中的相关库所的关联。
2.如权利要求1所述的基于Petri网的混杂控制方法,其特征在于:所述Petri网具体采用一种高级Petri网:广义同步自控网系统。
3.如权利要求1所述的基于Petri网的混杂控制方法,其特征在于:根据步骤1中监控器中所包含的模态不同,创建典型的两种数字控制器模型,具体包括:创建位式控制器的广义同步自控网系统模型;以及创建智能PID控制器的广义同步自控网系统模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811382838.6A CN109212977B (zh) | 2018-11-20 | 2018-11-20 | 一种基于Petri网的混杂控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811382838.6A CN109212977B (zh) | 2018-11-20 | 2018-11-20 | 一种基于Petri网的混杂控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109212977A true CN109212977A (zh) | 2019-01-15 |
CN109212977B CN109212977B (zh) | 2021-02-26 |
Family
ID=64993883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811382838.6A Active CN109212977B (zh) | 2018-11-20 | 2018-11-20 | 一种基于Petri网的混杂控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109212977B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610315A (zh) * | 2021-08-16 | 2021-11-05 | 傲林科技有限公司 | 一种基于事件网的预测方法、装置及电子设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019125068A1 (de) * | 2019-09-18 | 2021-03-18 | Ford Global Technologies, Llc | Verfahren zum Betrieb eines Bordnetzes eines Kraftfahrzeugs |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636992A (zh) * | 2012-04-19 | 2012-08-15 | 南京理工大学常熟研究院有限公司 | 一种基于混杂系统理论的分段线性系统的建模与控制方法 |
AU2014100521A4 (en) * | 2014-05-20 | 2014-06-19 | Macau University Of Science And Technology | Short-term scheduling method of crude oil operations in refinery for systems with two transportation pipelines |
CN105139161A (zh) * | 2015-10-14 | 2015-12-09 | 常州大学 | 一种基于Petri网的虚拟企业建模与调度方法 |
CN105159244A (zh) * | 2015-07-29 | 2015-12-16 | 安徽理工大学 | 一种基于Petri网的事件协调控制方法 |
CN107949002A (zh) * | 2017-12-13 | 2018-04-20 | 中国联合网络通信集团有限公司 | 一种网络性能的分析方法和网络设备 |
CN108490774A (zh) * | 2018-03-18 | 2018-09-04 | 西北工业大学 | 一种基于Petri网的自主水下航行器决策层离散事件动态系统控制方法 |
-
2018
- 2018-11-20 CN CN201811382838.6A patent/CN109212977B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636992A (zh) * | 2012-04-19 | 2012-08-15 | 南京理工大学常熟研究院有限公司 | 一种基于混杂系统理论的分段线性系统的建模与控制方法 |
AU2014100521A4 (en) * | 2014-05-20 | 2014-06-19 | Macau University Of Science And Technology | Short-term scheduling method of crude oil operations in refinery for systems with two transportation pipelines |
CN105159244A (zh) * | 2015-07-29 | 2015-12-16 | 安徽理工大学 | 一种基于Petri网的事件协调控制方法 |
CN105139161A (zh) * | 2015-10-14 | 2015-12-09 | 常州大学 | 一种基于Petri网的虚拟企业建模与调度方法 |
CN107949002A (zh) * | 2017-12-13 | 2018-04-20 | 中国联合网络通信集团有限公司 | 一种网络性能的分析方法和网络设备 |
CN108490774A (zh) * | 2018-03-18 | 2018-09-04 | 西北工业大学 | 一种基于Petri网的自主水下航行器决策层离散事件动态系统控制方法 |
Non-Patent Citations (3)
Title |
---|
ZIYUEMA等: "Design of Monitor-based Supervisors in Labelled Petri Nets", 《SCIENCEDIRECT》 * |
万军 等: "基于Petri网的非线性多变量系统解耦控制", 《控制与决策》 * |
支阿玲 等: "一种新型的混合Petri网:步混合Petri网", 《江南大学学报(自然科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610315A (zh) * | 2021-08-16 | 2021-11-05 | 傲林科技有限公司 | 一种基于事件网的预测方法、装置及电子设备 |
CN113610315B (zh) * | 2021-08-16 | 2023-10-13 | 傲林科技有限公司 | 一种基于事件网的预测方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109212977B (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110444257B (zh) | 一种基于无监督和有监督学习的水泥游离钙软测量方法 | |
CN103336107B (zh) | 一种水泥熟料f-CaO含量软测量方法 | |
CN109212977A (zh) | 一种基于Petri网的混杂控制方法 | |
CN103268069B (zh) | 基于Hammerstein模型的自适应预测控制方法 | |
CN105955206A (zh) | 一种基于数据驱动和参数混合优化的多轴运动控制方法 | |
CN109033511B (zh) | 一种结合数据驱动与数据挖掘的水泥窑系统热耗分析方法 | |
CN103336433A (zh) | 基于反步法的混合自适应预测控制系统及其预测控制方法 | |
CN101765258A (zh) | 电熔镁炉熔炼过程中三相电极的定位装置及其控制方法 | |
CN201476905U (zh) | 神经网络pid控温的热电偶自动检定系统 | |
CN114001562A (zh) | 一种水泥预分解炉调温pid参数自整定方法 | |
CN109634117A (zh) | 一种用于脱硝控制的信息物理融合系统及其控制方法 | |
CN112365935B (zh) | 一种基于多尺度深度网络的水泥游离钙软测量方法 | |
CN103576672A (zh) | Lpcvd设备的温控系统自校正方法与装置 | |
CN104267600A (zh) | 钢包精炼炉电极调节控制系统及其控制方法 | |
CN108132597B (zh) | 一种微分超前智能模型集pid控制器设计方法 | |
CN110347038A (zh) | 一种水泥熟料冷却过程的二自由度Smith预估控制方法 | |
CN113627064B (zh) | 基于机理和数据混合驱动的辊道窑烧成带温度预测方法 | |
Wan et al. | Research on RPLS soft-measuring project realization of cement clinker f-CaO | |
CN112379650B (zh) | 一种渐变约束的燃煤机组热值校正方法 | |
CN104699039A (zh) | 一种石灰双膛窑煅烧专家控制方法 | |
CN111984919A (zh) | 水泥回转窑温度场与物料密度的计算方法及系统 | |
CN110879576B (zh) | 水泥熟料冷却过程的分数阶模型广义二自由度控制方法 | |
CN113608443A (zh) | 基于增强pi控制的污水处理控制方法 | |
Harn et al. | Real-time model-based control system design and automation for gelcast drying process | |
CN106099924B (zh) | 一种基于分项计量的负荷削减量采集计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |