- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第61卷第8期 化工学报 V01.61No.8
CIESC 2010
2010年8月 Journal August
基于无约束迭代学习的间歇生产过程优化控制
贾 立1,施继平1,邱铭森2,俞金寿3
(1上海大学机电工程与自动化学院自动化系,上海市电站自动化技术重点实验室,上海200072;
2新加坡国立大学工程学院,119260,新加坡;3华东理工大学自动化研究所,上海200237)
摘要:针对基于迭代学习控制的间歇过程优化控制算法难以进行收敛性分析的难题,本文基于数据驱动的神经
模糊模型提出一种新颖的间歇过程无约束迭代学习控制方法,通过调节因子的变化去除了约束条件,使控制轨
迹在批次轴上收敛,并创新性地对优化问题的收敛性给出了严格的数学证明。在理论研究的基础上,将本文提
出的算法用于间歇连续反应釜的终点质量控制研究,仿真结果验证了本文算法的有效性和实用价值,为间歇过
程的优化控制提供了一条新途径。
关键词:间歇过程;产品质量控制;迭代学习
273
中图分类号:TP 文献标识码:A
batch
Nonrestraint—iterative controlfor
learning-basedoptimal processes
Jinshou3
JIALil,SHI Min-Sen2。YU
Jipin91。CHIU
PowerStationAutomation
(1 Laboratoryof ofAutomation,Collegeof
ShanghaiKey Technology,Department
Mechatronics and 200072,China;2
University。ShanghaiFacultyofEngineering,
EngineeringAutomation,Shanghai
National 1 InstituteAutomation,EastChina Science
UniversityofSingapore,1 of Universityof
9260,Singapore;3
and 200237。C^ina)
Technology。Shanghai
thatitisdifficultto the ofiterative controlfor
Abstract:Considering analyzeconvergencelearningoptimal
ofbatch noveliterativelearnicontrolbasedondata—drivenneural
control
quality processes,a ng
文档评论(0)