邱铭森
- 作品数：17 被引量：72H指数：7
- 供职机构：新加坡国立大学更多>>
- 发文基金：上海市教育委员会创新基金上海市科学技术委员会基础研究重点项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术化学工程机械工程更多>>
- 基于模糊神经模型的自适应单神经元控制系统设计被引量：7
- 2008年
- 提出一种基于模糊神经模型的自适应单神经元控制系统。该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器。通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值。理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节。
- 贾立陶鹏业邱铭森
- 关键词：非线性系统自适应控制单神经元控制器
- 间歇生产过程的R调节学习控制被引量：1
- 2011年
- 针对间歇生产过程迭代学习控制难以进行跟踪性能分析的难题,本文提出一种变R调节迭代学习控制算法,借鉴经典控制理论定义有界跟踪和零跟踪概念.以此研究能够让系统输出误差达到零跟踪的迭代学习控制策略,并严格地证明了算法的性能,得出可以通过调节权值R使过程产品质量的误差收敛到与模型精度相关联的有界区域的结论,为相关理论结果实施于实际间歇过程提供了理论依据.
- 贾立施继平程大帅邱铭森
- 关键词：迭代学习
- 广义Hammerstein模型在火电机组主蒸汽温度串级控制中的应用
- 2013年
- 超临界火电机组具有大容量、高参数的特点,如何将机组主蒸汽温度快速地控制在额定范围之内是火电厂热工过程控制面临的主要难题。本文针对超临界锅炉机组的主蒸汽温度控制问题,提出一种基于广义Hammerstein模型的主蒸汽温度串级控制方案。内环采用PI控制器克服内部扰动,从而减少扰动对于导前汽温的影响。将内环PI闭环控制系统及惰性区作为广义被控对象,根据不同工况下采集的导前气温设定值和主蒸汽温度值建立主蒸汽温度广义Hammerstein模型,利用Hammerstein模型的特殊结构将传统非线性控制问题转化为线性控制问题。仿真实例表明,本文的控制方法有良好的控制效果,可以兼顾多个工况点的性能。
- 贾立李训龙邱铭森
- 关键词：火电机组主蒸汽温度串级控制HAMMERSTEIN模型
- 基于无约束迭代学习的间歇生产过程优化控制被引量：5
- 2010年
- 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。
- 贾立施继平邱铭森俞金寿
- 关键词：迭代学习
- 基于神经模糊系统的自适应前馈-反馈控制系统设计被引量：3
- 2009年
- 在前馈控制器设计思想的启发下,提出了一种基于神经模糊系统的自适应前馈-反馈控制系统。该控制系统首先把非线性过程近似为一个线性的ARX模型和一个基于神经模糊系统的线性化误差模型(FNNM)组成的合成模型,把线性化误差模型的输出看作可测量的"扰动",然后再引入前馈控制器,利用被控制过程的输入、误差模型的输出、线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并与传统的PID控制器进行比较。仿真结果表明:这种基于神经模糊系统的自适应前馈-反馈控制器和PID控制器相比,能得到更快、更好的控制效果。
- 贾立陶鹏业邱铭森
- 一种间歇过程产品质量迭代学习控制策略被引量：14
- 2009年
- 针对基于迭代学习控制的间歇过程产品质量优化控制算法难以进行收敛性分析的难题,以数据驱动的神经模糊模型为基础,提出一种新颖间歇过程的产品质量迭代学习控制方法。通过在优化算法中加入了新的约束条件,改变了最优解的搜索空间范围,从而使产品质量在批次轴上收敛,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。
- 贾立施继平邱铭森
- 关键词：神经模糊网络迭代学习
- 基于数据的间歇过程时变神经模糊模型研究被引量：3
- 2011年
- 间歇过程的优化控制往往依赖于过程精确的数学模型,快速反应的市场要求使得数据驱动的建模方法被应用到了间歇过程的建模中。但常规的数据驱动建模方法在模型结构中没有考虑间歇过程具有重复性的特性,只是简单地将间歇过程作为一般的非线性结构进行处理。针对该问题,本文提出一种新颖的间歇过程时变神经模糊模型,将时间轴和批次轴的信息统一在二维集成模型的框架下,对间歇过程的输入输出数据按照三维信息进行处理,使模型参数变为时间的函数,从而按照批次轴方向进行学习,合理地应用了间歇过程在批次轴方向上的重复性信息。因此,通过引入时变权重的概念,使模型结构中蕴含了间歇过程重复性的特性。在此基础上,提出一种基于迭代学习和Lyapunov方法的参数学习算法,避免了传统学习算法中学习参数采用试凑法的缺点,并对模型的收敛性进行了严格的数学分析,得出模型的学习参数在批次轴方向上渐进收敛的结论。最后,将本文提出的时变神经模糊模型应用到一典型间歇过程的建模研究中,与传统的神经模糊模型进行了对比,仿真研究表明,本文提出的时变神经模糊模型具有较好的非线性逼近和自学习能力,能够反应间歇过程的二维模型特性,为间歇过程的建模研究提供了一条新的途径。
- 贾立程大帅曹鲁明邱铭森
- 关键词：数据驱动
- 基于线性化误差模型的自适应控制系统设计
- 2009年
- 针对实际工业生产过程中的非线性、时变不确定性,提出了一种基于线性化误差模型的自适应控制系统.首先为非线性过程建立一个由ARX模型与基于神经模糊系统的线性化误差模型组成的合成模型,然后引入单神经元控制器,利用线性ARX模型输出和系统输出值之间的误差,以及被控制过程合成模型的梯度信息,对控制器参数进行在线调节,从而获得较好的控制结果.仿真实验结果表明,与PID控制器相比,基于线性化误差模型的自适应控制器具有更快的响应速度.
- 贾立陶鹏业邱铭森
- 关键词：神经模糊系统自适应控制单神经元控制器
- 基于微粒群优化算法的间歇过程迭代学习被引量：1
- 2011年
- 在实际的间歇过程优化控制中面临着模型参数不确定性的问题,并且基于梯度的优化控制技术在处理具有多个局部极值的目标函数时,往往会陷入局部极值点。针对该问题,提出一种基于微粒群优化算法的间歇过程产品质量迭代学习策略。结合间歇过程产品质量控制问题的特点和各种约束条件,利用微粒群优化算法在非线性问题求解及大尺度空间搜索上的优势,来改变间歇过程鲁棒优化收缩控制变量的搜索域,并用迭代法以迭代方式消除误差,从而使优化性能指标渐次达到最优。在理论研究的基础上,提出的算法用于一类典型的间歇过程重点产品质量优化控制中,仿真结果表明产品终点质量能够充分逼近期望值,并且控制轨迹收敛,从而验证了算法的有效性和实用价值。
- 贾立程大帅施继平邱铭森
- 关键词：微粒群优化迭代学习
- 空调蒸发器的自适应预测控制策略
- 2009年
- 针对空调蒸发器运行状态,提出一种基于模糊神经模型的自适应单神经元预测控制器,该控制器具有结构简单、易于操作、控制器参数可在线调节的特点。离线建立空调蒸发器的模糊神经模型,再利用模型的梯度信息在线调节单神经元控制器参数,使控制系统较快地趋于稳定。仿真结果表明,提出的自适应单神经元预测控制器具有较好的动态性能和稳态性能,并能够成功地应用到空调蒸发器的控制中。
- 贾立陈广博邱铭森
- 关键词：蒸发器预测控制单神经元控制器
