工业生产过程分布式有限时域状态估计

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61773183
  • 项目类别:
    面上项目
  • 资助金额:
    64.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

Distributed control systems (DCS) with distributed measure or control and centralized data management, play an important role in modern industrial processes. For production flow, the state estimation, monitoring and optimization benefited from centralized database. However, with dynamic big data, centralized state estimation has been implemented for problems involving high order state space systems. The presented distributed state estimations, which are mainly based on infinite impulse response (IIR) structure and often ignore the plant dynamics, are not adapt to deal with realistic industrial applications. Aim at industrial processes, this project explores the new field of distributed state estimation based on finite horizon. By introducing finite impulse response (FIR) structure, the research topics cover iterative computation instead of batch computation, relevant states and synchronization among distributed filters, and optimization of horizon. By extending moving horizon estimation (MHE) to multi-model process, the stability analysis and arrival cost approximation are focused for switched models. From the view of implement, the estimation network topology and unit partition are imbedded into physical operation units. Ways and means between off-line unit conformation and on-line estimation computation are investigated with feedback and improvement, and engineering techniques are the proposed. The presented project not only has strong practical backgrounds, but also contains deep matter of theory.
现代工业过程的分布控制系统(DCS)实现了测量控制功能的分散和数据管理功能的集中,数据集中为生产全流程的状态估计、监测和优化带来便利,然而大量动态数据构成高阶状态空间,使得集中式状态估计在工业应用中遇到诸多困难。随后兴起的分布式状态估计主要采用无限脉冲响应(IIR)的滤波器结构,且较少考虑过程动力学特点,在工业过程中的应用受限。本项目面向工业过程,开拓分布式有限时域状态估计理论新领域,引入有限脉冲响应(FIR)滤波结构,将批次计算转化为迭代计算,寻求分布式状态的关联性及同步化方法,寻找最佳时域长度;扩展滚动时域估计(MHE)至多模型过程,着重解决多模型切换下的稳定性分析与到达代价的计算问题。在应用实施方面,将信息逻辑层面的估计网络拓扑及单元配置,与物理层面的生产操作单元相融合,探索离线单元配置与在线估计算法间的反馈改进机制,形成工程化的设计方法。项目具有明确应用背景,包含深刻的理论内涵。

结项摘要

本项目综合工业生产分布式工艺单元、传感器配置、信息传输等要素,提出分布式状态估计、滤波及监测等新思路。针对工业非高斯噪声,基于厚尾特性的t分布描述,提出了一种分布式t滤波算法;进而利用时变倾斜t分布处理非对称测量噪声,通过变分贝叶斯方法,同时估计过程状态、噪声尺度矩阵及自由度参数。为实施工厂规模过程监测,采用主元分析按不同主元方向将过程数据分块,各子块中的变量由角度决定,提出融合各子块的监测结果的分布式过程监测方法。考虑过程状态与观测噪声不相关,提出了一种最优性能的分布式状态融合估计,以UFIR迭代形式为基础设计局部滤波器,计算任意两个局部子系统间的误差互协方差,以最优权重融合局部估计值得到整体输出。对于高斯噪声的多模态过程状态估计,将有限滚动时域与最大似然估计结合,提出模态检测MHE,其中模态检测用来求得滚动窗口内的模态序列的最大似然意义上的最优估计值,再将其嵌入到滚动时域状态估计算法。考虑传感器故障容错和系统重构,给出基于参数化网络拓扑的分布式预测控制架构,提出一种新型分布式状态估计器,补偿相互连接变量的估计误差;再通过构造故障模式切换模型来描述多种间歇故障,避免控制系统的重新配置。将分布式过程控制中网络通信丢包、延迟,以及过程系统故障等用随机马尔可夫跳变动态来描述,以此抽象模型为基础,研究了各子模型参数分布、噪声分布特性和模态转移概率的估计问题。基于李雅普诺夫稳定理论,设计H∞、H2-H∞、l2-l∞等形式的滤波器;采用网络化控制系统中事件触发机制,给出了H∞及无源混合控制设计方法。项目工作应用背景明确,理论内涵丰富,在工业生产的状态估计与监测、容错与控制领域具有广泛前景,同时尚有更深入的理论问题有待探索。

项目成果

期刊论文数量(22)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(3)
State Fusion of Decentralized Optimal Unbiased FIR Filters
分散最优无偏 FIR 滤波器的状态融合
  • DOI:
    10.1155/2018/1505137
  • 发表时间:
    2018-06
  • 期刊:
    Journal of Electrical and Computer Engineering
  • 影响因子:
    2.4
  • 作者:
    Fan Xuefeng;Liu Fei
  • 通讯作者:
    Liu Fei
Distributed Student's t filtering algorithm for heavy-tailed noises
重尾噪声的分布式Student's t滤波算法
  • DOI:
    10.1002/acs.2873
  • 发表时间:
    2018
  • 期刊:
    International Journal of Adaptive Control and Signal Processing
  • 影响因子:
    3.1
  • 作者:
    Xu Chen;Zhao Shunyi;Huang Biao;Liu Fei
  • 通讯作者:
    Liu Fei
Event-triggered mixed H_infty and passive control for Markov jump systems with bounded inputs
具有有界输入的马尔可夫跳跃系统的事件触发混合 H_infty 和被动控制
  • DOI:
    10.3934/jimo.2020024
  • 发表时间:
    2021
  • 期刊:
    Journal of Industrial & Management Optimization
  • 影响因子:
    1.3
  • 作者:
    Jin Liqiang Jin;Yin Yanyan;Teo Kok Lay;Liu Fei
  • 通讯作者:
    Liu Fei
Robust mixed H-2/H-infinity model predictive control for Markov jump systems with partially uncertain transition probabilities
具有部分不确定转移概率的马尔可夫跳跃系统的鲁棒混合H-2/H-无穷模型预测控制
  • DOI:
    10.1016/j.jfranklin.2018.01.035
  • 发表时间:
    2018
  • 期刊:
    Journal of the Franklin Institute
  • 影响因子:
    --
  • 作者:
    Zhang Yueyuan;Lim Cheng-Chew;Liu Fei
  • 通讯作者:
    Liu Fei
Asynchronous H-infinity, control for nonhomogeneous higher-level Markov jump systems
异步 H-无穷大,非齐次高级马尔可夫跳跃系统的控制
  • DOI:
    10.1016/j.jfranklin.2020.02.010
  • 发表时间:
    2020
  • 期刊:
    Journal of the Franklin Institute
  • 影响因子:
    --
  • 作者:
    Yin Yanyan;Zhu Lijie;Liu Fei;Teo Kok Lay;Wang Song
  • 通讯作者:
    Wang Song

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

锤片式粉碎机三角形筛片的设计及试验研究
  • DOI:
    10.13427/j.cnki.njyi.2018.07.013
  • 发表时间:
    2018
  • 期刊:
    农机化研究
  • 影响因子:
    --
  • 作者:
    王海庆;玛纳拉苏仁;田海清;刘飞;赵满全;刘伟峰
  • 通讯作者:
    刘伟峰
基于离散元的排种器振动对大粒径作物种群的影响
  • DOI:
    10.13427/j.cnki.njyi.2016.11.042
  • 发表时间:
    2016
  • 期刊:
    农机化研究
  • 影响因子:
    --
  • 作者:
    陈晨;赵满全;张涛;吕冰;刘飞
  • 通讯作者:
    刘飞
单面自紧螺栓成型机理与受剪承载力试验研究
  • DOI:
    10.14006/j.jzjgxb.2019.0656
  • 发表时间:
    2021
  • 期刊:
    建筑结构学报
  • 影响因子:
    --
  • 作者:
    范圣刚;索雅琪;刘飞;王坤
  • 通讯作者:
    王坤
The transitivity of geodesic flows on rank 1 manifolds without focal points
无焦点的 1 阶流形上测地流的传递性
  • DOI:
    10.1016/j.difgeo.2018.05.007
  • 发表时间:
    2018-10
  • 期刊:
    Differential Geometry and its Applications
  • 影响因子:
    0.5
  • 作者:
    刘飞;Zhu Xiongfeng
  • 通讯作者:
    Zhu Xiongfeng
典型农耕区褐土水稳性团聚体有机碳的分布及组成
  • DOI:
    10.13961/j.cnki.stbctb.2014.02.004
  • 发表时间:
    2014
  • 期刊:
    水土保持通报
  • 影响因子:
    --
  • 作者:
    任雅阁;马玲玲;成杭新;徐殿斗;刘飞;刘应汉;刘志明
  • 通讯作者:
    刘志明

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

刘飞的其他基金

抗氧化载体复合可食用膜的控释特性影响规律及机制研究
  • 批准号:
    31801589
  • 批准年份:
    2018
  • 资助金额:
    25.0 万元
  • 项目类别:
    青年科学基金项目
随机模态驱动下动态过程贝叶斯递推估计
  • 批准号:
    61273087
  • 批准年份:
    2012
  • 资助金额:
    81.0 万元
  • 项目类别:
    面上项目
基于有限短时间稳定的多模型系统控制与应用
  • 批准号:
    60974001
  • 批准年份:
    2009
  • 资助金额:
    33.0 万元
  • 项目类别:
    面上项目
不确定跳变系统基于不变集镇定的鲁棒控制及应用
  • 批准号:
    60574001
  • 批准年份:
    2005
  • 资助金额:
    23.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码