基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
面对多元间歇精馏过程的多阶段操作和非稳态运行特点以及高稳定性和高精度的控制需求,传统的反馈控制一般难以确定最优的回流比操作方案.针对该问题,在传统P(比例)型迭代学习控制(itecative learning control,ILC)算法的基础上,提出了一种学习增益沿批次指标自适应调整的变增益P型ILC算法.该算法能够保证间歇精馏过程在不同的操作时刻沿批次指标具有平衡的学习效率,从而提高过程控制性能沿批次指标的收敛速度.以Aspen Batch Distillation(ABD)软件系统中的一个三元间歇精馏模型为实际控制对象,对所提出的变增益P型ILC和传统PID控制以及P型ILC 3种控制方案进行了控制性能的仿真和比较,仿真结果证明了该控制算法不仅计算简单,同时比传统P型ILC算法具有更快的收敛速度.
推荐文章
基于输入轨迹参数化的间歇过程迭代学习控制
间歇式
优化
化学过程
迭代学习控制
输入参数化
初态学习下广义系统的迭代学习控制算法
广义系统
迭代学习控制
收敛速度
初态学习
变参考轨迹下的鲁棒迭代学习模型预测控制
H∞控制
变参考轨迹
迭代学习控制
线性参变模型
鲁棒模型预测控制
非线性系统迭代跟踪控制的批次遗忘学习算法
迭代学习控制
非线性系统
遗忘因子
跟踪控制
收敛性分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于变增益迭代学习算法的多元间歇精馏控制
来源期刊 厦门大学学报(自然科学版) 学科 工学
关键词 多元间歇精馏 迭代学习控制(ILC) 变增益
年,卷(期) 2012,(3) 所属期刊栏目 研究论文
研究方向 页码范围 336-341
页数 分类号 TP273.5
字数 4308字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 曹志凯 厦门大学化学化工学院 54 540 10.0 22.0
2 江青茵 厦门大学化学化工学院 43 451 9.0 20.0
3 师佳 厦门大学化学化工学院 18 61 5.0 7.0
4 周华 厦门大学化学化工学院 26 72 5.0 7.0
5 吴微 厦门大学化学化工学院 7 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (21)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (4)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
多元间歇精馏
迭代学习控制(ILC)
变增益
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
厦门大学学报(自然科学版)
双月刊
0438-0479
35-1070/N
大16开
福建省厦门市厦门大学囊萤楼218-221室
34-8
1931
chi
出版文献量(篇)
4740
总下载数(次)
7
总被引数(次)
51714
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导