复杂过程变量的神经网络逆软测量与控制技术

技术成果简介

在测量中存在两类迫切需要解决的问题：一是对传感器系统的动态补偿和解耦；二是对不直接可测的关键变量的在线估计（软测量）。研究解决上述两类问题，不仅将大大促进测量技术的提高，而且将为系统的优化控制带来极大的帮助。
  本项目的核心技术是通过构造神经网络逆，提高传感器动态解耦与补偿特性、实现难以直接测定变量的软测量、复杂工程系统的解耦控制，具体有：
  ① 为提高传感器系统的动态特性，创造性地将神经网络与逆系统方法相结合用于测量。
  ② 为解决复杂工程系统中重要变量难以直接测定的困难，创造性地提出了以不直接可测量为输入、直接可测量为输出的“内含传感器”概念及其建模算法，提出了基于“内含传感器”逆的神经网络软测量方法，可方便地在工程上实现。
  ③ 针对传统逆系统方法需知系统精确模型和需求出逆的解析式这两个工程应用“瓶颈”，创造性地提出了将神经网络与逆系统方法相结合的研究思路和特殊结构的连续时间动态神经网络，形成神经网络逆控制方法；提出了扩展的神经网络逆系统结构，为精确模型未知的复杂系统的解耦控制提供了系统、实用的技术。
  对该成果的鉴定评价为“神经网络逆测量和控制的理论研究成果具有原创性，在该领域的应用研究处于国际领先水平，相关的多个领域的实际应用取得了显著的经济效益”。
  获2006年教育部技术发明一等奖。