前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇蘆花雷佳范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

蘆花雷佳范文第1篇

動態(tài)矩陣控制（DMC）在過程工業(yè)上的應(yīng)用獲得了極大的成功，也是目前應(yīng)用最為廣泛和商業(yè)化實(shí)現(xiàn)最好的優(yōu)化算法[1，2].標(biāo)準(zhǔn)DMC算法采用的是標(biāo)稱模型，即通過現(xiàn)場測試或機(jī)理分析得到的標(biāo)稱階躍響應(yīng)模型，理論分析和工程實(shí)踐都證實(shí)在所用模型與實(shí)際過程模型很接近時，控制效果是良好的，但是當(dāng)模型和實(shí)際對象相差比較大，其控制效果將大打折扣.實(shí)際工業(yè)過程中，要獲得一個工業(yè)過程或裝置的準(zhǔn)確數(shù)學(xué)模型幾乎是不可能的，何況許多對象本身就具有時變性和非線性.面對復(fù)雜的工業(yè)對象，如何有效地將許多成熟的控制算法應(yīng)用上去，是非常有意義和富有挑戰(zhàn)性的。

我們針對某煉油廠進(jìn)行多變量約束優(yōu)化控制研究時發(fā)現(xiàn)，絕大多數(shù)的過程都是具有純滯后的一階慣性環(huán)節(jié).就控制而言，這樣的對象應(yīng)該是十分簡單的，而事實(shí)卻是，對整個裝置而言，對象的緩慢時變性和工作點(diǎn)的頻繁變動是不可避免的，特別是在高度競爭的市場經(jīng)濟(jì)環(huán)境下，根據(jù)庫存、價格、季節(jié)等因素的變化，定期或不定期地調(diào)整產(chǎn)品結(jié)構(gòu)，改變局部或整個裝置的工作點(diǎn)，已成為企業(yè)生存的必由之路.這就要求控制和優(yōu)化算法都必須具備某種程度的魯棒性能，以解決上述變化產(chǎn)生的模型不確定性問題.本文正是從這些實(shí)際問題入手，結(jié)合現(xiàn)有的理論成果，提出了基于多模型加權(quán)優(yōu)化的多變量魯棒DMC算法。

一、基于多模型加權(quán)優(yōu)化的多變量RDMC算法

大多數(shù)魯棒控制算法中，對參數(shù)攝動系統(tǒng)進(jìn)行魯棒優(yōu)化設(shè)計時，總是針對參數(shù)域中某一關(guān)鍵性的點(diǎn)進(jìn)行的，如標(biāo)稱點(diǎn)或參數(shù)攝動的邊界點(diǎn)等，這樣只能獲得該點(diǎn)意義上的最優(yōu)控制，很難兼顧系統(tǒng)[]在參數(shù)域其他點(diǎn)的性能.標(biāo)稱法和最小最大法是這類方法中常見的兩種方法.實(shí)際應(yīng)用中，往往要求在不犧牲性能的條件下，能同時兼顧多個工作點(diǎn)，這對于采用單一模型的算法來說是很困難的.有文獻(xiàn)提出在概率描述框架下，通過對系統(tǒng)的不同參數(shù)攝動狀態(tài)進(jìn)行概率加權(quán)綜合二次性能指標(biāo)尋優(yōu)，實(shí)現(xiàn)整個參數(shù)域的一體化設(shè)計[3].這種基于概率魯棒優(yōu)化的思想對于時變特征明顯、而且模型參數(shù)攝動概率與優(yōu)化計算中采用的概率相吻合的情形，總體優(yōu)化性能是好的，在統(tǒng)計意義上可以說兼?zhèn)淞藰?biāo)稱法和最大最小法的優(yōu)點(diǎn).但問題在于，對于實(shí)際工業(yè)過程，現(xiàn)場的變化十分復(fù)雜，模型的不確定性很難用一成不變的規(guī)律來描述.例如在催化裂化裝置中，原料油成分的改變、催化劑的改變、工作點(diǎn)的轉(zhuǎn)移、產(chǎn)品結(jié)構(gòu)的改變等因素，都可以成為控制對象模型參數(shù)攝動的原因.因而如果對象模型的攝動因素不用某種在線機(jī)制來不斷地更新和調(diào)整，那么，得到的所謂魯棒優(yōu)化控制器仍然經(jīng)不起現(xiàn)場實(shí)際實(shí)用考驗(yàn)的。

基于多模型加權(quán)優(yōu)化的RDMC算法，在借鑒了上述概率魯棒優(yōu)化思想的基礎(chǔ)上，將經(jīng)典DMC中的模型預(yù)測和滾動優(yōu)化分別擴(kuò)展為多模型預(yù)測和多模型加權(quán)優(yōu)化，并且加入了多模型優(yōu)化加權(quán)因子的在線自校正機(jī)制.在多個預(yù)測模型的基礎(chǔ)上，通過大小不同的加權(quán)因子對不同的預(yù)測模型給予不同程度的重視，以反映各模型對未來時刻輸出的可能貢獻(xiàn)。

（一）多模型預(yù)測

對于維線性多變量系統(tǒng)的預(yù)測輸出可通過單變量預(yù)測的輸出疊加而成.假設(shè)不確定性系統(tǒng)是由L個確定性系統(tǒng)的某種組合. 那么，在第j個輸入分量的一步增量作用下，第i個輸出分量在第l個基模型下的N步預(yù)測輸出為

， （1）

其中： ；

；

.

這里表示輸出對輸入的階躍響應(yīng)系數(shù)矢量， 和分別為k時刻控制作用不變和變化時的未來預(yù)測輸出矢量，N為模型長度。

同樣，我們可以得到連續(xù)M個輸入增量作用下，L個基模型的P步預(yù)測輸出.下面用向量形式給出預(yù)測模型的表達(dá)式：

， （2）

其中：

以上各表達(dá)式中，，且P ≤ N.

（二）多模型加權(quán)滾動優(yōu)化

多變量情形下的多模型加權(quán)滾動優(yōu)化性能指標(biāo)可用下式表示：

； （3）

其中，， ，為模型優(yōu)化加權(quán)系數(shù)，先假定它是事先根據(jù)經(jīng)驗(yàn)確定的，后面我們會看到，優(yōu)化加權(quán)系數(shù)可以通過自校正算法在線獲得.上式中的其余向量和矩陣為：

不難發(fā)現(xiàn)，誤差權(quán)陣Q和控制權(quán)陣R相對各基模型是不變的，這是因?yàn)镼和R代表的意義是未來各個時刻輸出偏差和控制增量的加權(quán)，僅與時刻有關(guān)，故沒必要將其設(shè)為依基模型而變的.各基模型的重要性體現(xiàn)在模型的優(yōu)化加權(quán)系數(shù)的權(quán)值中。

在不考慮約束的情況下，由預(yù)測模型（2）可求出使性能指標(biāo)（3）最優(yōu)的未來M個控制增量構(gòu)成的向量為：

； （4）

其中，.盡管每次優(yōu)化時都計算出未來M個控制增量，但僅執(zhí)行當(dāng)前時刻的控制增量：

， （5）

其中， .

（三）多模型反饋校正

反饋校正是根據(jù)上一時刻對當(dāng)前時刻的預(yù)測輸出與當(dāng)前時刻的采樣值之差經(jīng)過加權(quán)來求出的，由于采用了多模型結(jié)構(gòu)，所以共有L組預(yù)測輸出，同樣就會有L組誤差向量：

. （6）

有了誤差向量，就可以對未來的預(yù)測初始值做出校正：

， （7）

其中，H為校正矩陣，通常取為塊對角陣， S為p個移位矩陣構(gòu)成的塊對角矩陣，即

；；

這里，；.

（四）優(yōu)化加權(quán)因子在線自校正

首先，我們要在對各個基模型過去若干個周期的預(yù)測誤差進(jìn)行分析的基礎(chǔ)上，給出MIMO情形下各基模型與實(shí)際對象之間的距離的定義。

定義 對于維離散時間系統(tǒng)，假設(shè)描述它的模型為，那么，在時刻k，模型與實(shí)際對象之間在過去共T個間隔上的距離可以用下式來表示

. （8）

利用上面的定義， 我們可以得到，在多模型框架下，每個時刻RDMC中每個基模型與實(shí)際對象之間的距離：

； （9）

其中，.在上述定義的基礎(chǔ)上，可以得到如下形式的優(yōu)化加權(quán)因子校正表達(dá)式：

. （10）

二、Wood/Berry精餾塔仿真實(shí)例

在石化工業(yè)裝置中，精餾過程的應(yīng)用是極為廣泛的.下面的仿真研究中，我們采用一個被文獻(xiàn)中廣泛采用的試驗(yàn)性的乙醇/水系統(tǒng)精餾塔模型來作研究，精餾塔模型為：

.

模型中各變量的物理意義如表1所示，時間單位為分鐘.采樣周期取1分鐘.

表1 Wood/Berry 乙醇/水雙組分精餾塔變量總匯

Table 1 The Wood/Gerry ethanol/water two-element distillation column variables

在真實(shí)系統(tǒng)中，模型不可能絕對精確，假設(shè)幾種失配情形下輸入輸出傳遞函數(shù)陣分別為：

，，

，.

設(shè)實(shí)際對象的輸入輸出傳遞函數(shù)陣為，假設(shè)不考慮進(jìn)料的干擾，即認(rèn)為進(jìn)料量固定在2.45 lb/min 不變，控制要求為（1） 塔頂成分由穩(wěn)態(tài)值96.25%上升到新的穩(wěn)態(tài)值96.85%；（2） 塔底成分由穩(wěn)態(tài)值0.5%降到新的穩(wěn)態(tài)值0.4%.

我們用基于多模型加權(quán)優(yōu)化的RDMC對Wood/Berry 精餾塔進(jìn)行控制，各控制參數(shù)為： ，，，

L=4， N=60， P=30， M=10.

我們共做了6組仿實(shí)驗(yàn)來比較各種控制算法的性能. 仿真結(jié)果如圖1和圖2所示，圖中各曲線所對應(yīng)的控制算法如下：（1）實(shí)線， 經(jīng)過自校正的RDMC；（2）短劃線， 平均取值（各取0.25）的RDMC；（3）點(diǎn)線， 標(biāo)稱模型采用G1（s）的DMC；（4）點(diǎn)-短劃線， 標(biāo)稱模型采用G2（s）的DMC；（5）標(biāo)稱模型采用G3（s）的DMC；（6）雙點(diǎn)-長劃線， 標(biāo)稱模型采用G4（s）的DMC.

經(jīng)過比較之后可以發(fā)現(xiàn)， 在各種模型失配情形下， 經(jīng)過自校正的RDMC具有最佳的控制效果.在多次的實(shí)驗(yàn)之中， 我們還發(fā)現(xiàn)， 無論的初始值如何選取， 在沒有外來強(qiáng)制干擾的情形下， 校正后的值總是趨近于某組基本恒定的數(shù)值， 這正說明本文提出的自校正算法的數(shù)值穩(wěn)定性， 同時也表明，前面關(guān)于模型與對象之間的距離的定義，能夠基本真實(shí)地反映各基模型同真實(shí)對象的之間的“差距”或失配程度。

三、結(jié)論

本文針對多模型不確定性對象，提出并詳細(xì)描述了一種改進(jìn)的魯棒DMC算法――基于多模型加權(quán)優(yōu)化的RDMC.并將該算法應(yīng)用在Wood/Berry乙醇―水雙組分精餾塔模型做了詳細(xì)的仿真研究.仿真結(jié)果表明，基于多模型加權(quán)優(yōu)化的RDMC，較好地解決了多模型失配模式下DMC算法的性能魯棒性問題，這一魯棒DMC控制算法特別適合于解決石化裝置中那些因切換工作點(diǎn)，調(diào)整產(chǎn)品結(jié)構(gòu)導(dǎo)致對象特性遷移產(chǎn)生模型失配而導(dǎo)致的控制品質(zhì)下降問題。

參考文獻(xiàn)

[1] Cutler C R， Ramaker B L. Dynamic Matrix Control -- A Computer Control Algorithm. AICHE National Mtg.， Houston， Texas， 1979， WP5-B.

[2] 竺建敏. 高級過程控制的閉環(huán)實(shí)時優(yōu)化. 石油煉制與化工， 1995， 26（7）： 42-48.

[3] 岳紅， 蔣慰孫， 顧幸生. 概率魯棒LQ優(yōu)化設(shè)計. 控制與決策， 1997，12（1）：31-36.

（作者單位：1.內(nèi)蒙古商貿(mào)職業(yè)學(xué)院；2.上海交通大學(xué)）

作者簡介

蘆花雷佳范文第2篇

二十四節(jié)氣農(nóng)諺歌(一)(正元立春雨水，二月墊春分，三月清明谷雨，四月立夏不滿，五月芒種夏至，六月小暑大暑;

七月立秋處暑，八月白露秋風(fēng)，九月寒露霜降，十月立冬小雪，十一月大雪冬至，十二月小寒大寒。)

立春梅花分外艷，雨水紅杏花正妍。驚蟄蘆林聞雷報，春分蜂蝶舞花間。

清明風(fēng)箏放斷線，谷雨嫩茶翡翠連。立夏桑葚似櫻桃，小滿養(yǎng)蠶又種田。

芒種玉簪庭前放，夏至稻花如白練。小暑風(fēng)吹早豆熟，大暑池畔賞紅蓮。

立秋知了催人睏，處暑葵花笑開顏。白露燕歸又來雁，秋分丹桂香滿園。

寒露菜苗田間綠，霜降蘆花飄滿天。立冬報喜獻(xiàn)三瑞，小雪鵝毛飛蹁躚。

大雪紅梅迎風(fēng)開，冬至瑞雪兆豐年。小寒游子思鄉(xiāng)歸，大寒歲底慶團(tuán)圓。

二十四節(jié)氣農(nóng)諺歌(二)正月：歲朝蒙黑四邊天，大雪紛紛是旱年，但得立春晴一日，農(nóng)夫不用力耕田。

二月：驚蟄聞雷米似泥，春風(fēng)有雨病人稀，月中但得逢三卯，到處棉花豆麥佳。

三月：風(fēng)雨相逢初一頭，沿村瘟疫萬民憂，清明風(fēng)若從南起，預(yù)報豐年大有收。

四月：立夏東風(fēng)少病遭，時逢初八果生多，雷鳴甲子庚辰日，定主蝗蟲損稻禾。

五月：端陽有雨是豐年，芒種聞雷美亦然，夏至風(fēng)從西北起，瓜蔬園內(nèi)受煎熬。

六月：三伏之中逢酷熱，五谷田禾多不結(jié)，此時若不見災(zāi)危，定主三冬多雨雪。

七月：立秋無雨甚堪憂，萬物從來一半收，處暑若逢天下雨，縱然結(jié)實(shí)也難留。

八月：秋風(fēng)天氣白云多，到處歡歌好晚禾，最怕此時雷電閃，冬來米價貴如何。

九月：初一飛霜侵損民，重陽無雨一天晴，月中火色人多病，若遇雷聲菜價高。

十月：立冬之日怕逢壬，來歲高田枉費(fèi)心，此日更逢壬子日，災(zāi)殃預(yù)報損人民。

蘆花雷佳范文第3篇

“問渠那得清如許？為有源頭活水來?！蹦切┰搭^活水是什么呢？那就是生活，那就是鄉(xiāng)土資源。于漪老師曾說：“民族文化是民族的根，鄉(xiāng)土文化負(fù)載著民族文化，是根之根。”是的，鄉(xiāng)土文化是民族歷史發(fā)展進(jìn)程中創(chuàng)造的物質(zhì)財富和精神財富總和的具體體現(xiàn)。千百年來的農(nóng)家文化，農(nóng)家風(fēng)情孕育了豐富的中華文化。許多作家就是吸著鄉(xiāng)土資源的營養(yǎng)長大的。如魯迅先生的文化之根在浙江紹興，是紹興魯鎮(zhèn)孕育滋養(yǎng)了他的《故鄉(xiāng)》、《社戲》等作品。沈從文的文化之根在湖南湘西，是古老、純樸而又神秘的湘西文化滋養(yǎng)了他的《邊城》等作品。諾貝爾文學(xué)獎獲得者莫言的文化之根在山東高密鄉(xiāng)，可以這么說，沒有高密鄉(xiāng)的風(fēng)土人情，沒有高密鄉(xiāng)厚重的歷史，就沒有今天的莫言。他的《紅高粱》等作品都深深地烙上了高密鄉(xiāng)的印記。楚良的作品的根又在哪呢?在湖北省仙桃市沙湖鎮(zhèn)，他在談創(chuàng)作感受時說：“《石磙滾向何方》這篇小說是我從打谷場上撿來的?！边@些例子充分說明鄉(xiāng)土資源對作家是多么的重要??！作為語文教師，我們不要再舍近求遠(yuǎn)，緣木求魚了，而應(yīng)當(dāng)腳踏實(shí)地地開發(fā)利用鄉(xiāng)土資源，為學(xué)生源源不斷地輸送營養(yǎng)。

一、開發(fā)利用鄉(xiāng)土資源，為語文課堂教學(xué)增色添彩

適時適度地把鄉(xiāng)土資源引入語文課堂教學(xué)中，可以拓展課堂教學(xué)內(nèi)容的廣度和深度，實(shí)現(xiàn)語文教學(xué)由課內(nèi)向課外的自然延伸，為學(xué)生打開一扇“生活化語文”的窗口。

學(xué)了端木蕻良的《土地的誓言》一文后，就可以進(jìn)行拓展延伸，將學(xué)生的注意力由端木蕻良的家鄉(xiāng)引到學(xué)生的家鄉(xiāng)。端木蕻良用妙筆描繪了自己可愛的家鄉(xiāng)，我們也可以描繪一下我們美麗的家鄉(xiāng)。我們的家鄉(xiāng)仙桃也很美，這里有美若少女的仙下河，輕歌曼舞的體育廣場，琳瑯滿目的商城大廈，水鳥翔集、蘆花滿地的沙湖濕地公園……只要我們用心去觀察，這些美麗的景色就會流向我們的筆端。仙桃也有酒不醉人人自醉的風(fēng)土人情，學(xué)了琦君的《春酒》之后，也可以讓學(xué)生寫一寫年味十足的春節(jié)，飄著粽子香味的端午節(jié)……這些風(fēng)土人情都能給同學(xué)們帶來無窮的歡樂，這些濃濃的親情、鄉(xiāng)情，鮮活的農(nóng)家生活都會很自然地流向同學(xué)們的筆端。

二、開發(fā)利用鄉(xiāng)土資源，為語文綜合性學(xué)習(xí)服務(wù)

《新課標(biāo)》明確指出：“溝通課堂內(nèi)外，充分利用學(xué)校、家庭和社區(qū)等教育資源，開展綜合性學(xué)習(xí)，拓寬學(xué)生的學(xué)習(xí)空間，增加學(xué)生語文實(shí)踐的機(jī)會?！比私贪娉踔姓Z文教材每個單元都編排了語文綜合性學(xué)習(xí)，這些綜合性學(xué)習(xí)對提高學(xué)生語文綜合素養(yǎng)會產(chǎn)生巨大的影響。

人教版八年級上冊第四單元的綜合性學(xué)習(xí)是“到民間采風(fēng)去”。仙桃有著一千四百多年的歷史，蘊(yùn)藏著豐富多彩的民間文化。我們就組織學(xué)生到民間采風(fēng)，并且收獲頗豐。同學(xué)們采到了散發(fā)著濃郁鄉(xiāng)土氣息的《哪有閑空回娘家》、《襄河謠》、《龍船調(diào)》等沔陽民歌；采到了扣人心弦、悅耳動聽的天沔花鼓戲；采到了“雕龍雕鳳雕吉祥、繡花繡朵繡美好”的仙桃雕花剪紙。同學(xué)們也嘗到了仙桃獨(dú)特的風(fēng)味小吃。不必說肥而不膩、香飄四海的沔陽三蒸，也不必說沙湖的咸蛋范關(guān)的酒，毛嘴的鹵雞沔城的藕；單說那蘆林湖的藕帶、農(nóng)家小院的臘肉炒藜蒿，就讓人滿嘴生津，回味無窮。也可以組織學(xué)生觀看：北緯30°•中國行 第五十六集 物華天寶話仙桃《遠(yuǎn)方的家》，進(jìn)一步地了解仙桃。同時，仙桃也是一塊人杰地靈的寶地，從古到今涌現(xiàn)出了許多杰出人才。有愛國民主人士張難先，有國際問題專家、軍事評論家、民國新聞巨子楊潮（羊棗），有著名歌劇表演藝術(shù)家王玉珍，有體壇王子李小雙、李大雙，也有中國IT精英雷軍，文物鑒賞專家甘學(xué)軍。開展“數(shù)風(fēng)流人物”的綜合性學(xué)習(xí)時可以組織學(xué)生瀏覽中國仙桃網(wǎng)中的《天下仙桃人》欄目，因?yàn)椤短煜孪商胰恕窓谀恳浴白穼^斗足跡、弘揚(yáng)仙桃精神、傳遞鄉(xiāng)音鄉(xiāng)情、共建美好家園”為宗旨，為展示仙桃形象提供了一個嶄新的舞臺。同學(xué)們可以通過這個窗口了解仙桃人在五湖四海創(chuàng)業(yè)的艱難歷程和輝煌成就。他們會以現(xiàn)在這些風(fēng)光天下的仙桃人為楷模，發(fā)憤圖強(qiáng)。

三、開發(fā)利用鄉(xiāng)土資源，為學(xué)生作文提供素材

在作文教學(xué)中，有效地開發(fā)利用鄉(xiāng)土資源，就會讓學(xué)生在學(xué)習(xí)中嗅到濃郁的鄉(xiāng)土文化，挖掘出豐富的寫作資源。

仙桃地處江漢平原腹地，這里四季分明，景色優(yōu)美，自然資源極為豐富。下面一段順口溜就形象準(zhǔn)確地道出了仙桃?guī)资陙淼陌l(fā)展變化：江南水鄉(xiāng)景色佳，流潭公園人人夸。天然氧吧何處尋？沙湖濕地公園迎。休閑娛樂健身體，體育廣場屬于你。農(nóng)家小院客滿堂，老板廚師人倍忙。商賈云集大興路，人頭攢動忙購物。武商集團(tuán)進(jìn)仙桃，帥哥靚妹歡樂淘。沔街美食潮頭立，城鄉(xiāng)改造換新衣。謀求發(fā)展不斷線，南城新區(qū)大家建。仙桃并不缺少美，缺少的是發(fā)現(xiàn)美的眼睛。美就在我們身邊，我們要用慧眼捕捉自然之美，用妙筆描繪自然之美。

現(xiàn)在許多孩子屬于獨(dú)生子女，家庭條件相對較好，家里玩具、電視、電腦一應(yīng)俱全。許多孩子節(jié)假日要么整天宅在家里看電視玩電腦；要么參加各種培訓(xùn)班。漸漸地，他們遠(yuǎn)離了社會，遠(yuǎn)離了自然。作為老師就應(yīng)該幫助孩子改變這種狀況，把他們從電視電腦中解放出來，把他們從繁重的課業(yè)負(fù)擔(dān)中解放出來。老師可以建議家長多陪陪孩子到大自然中走一走，引著孩子去觀察周圍的人、事、景。春看桃紅柳綠百花園；夏賞古鎮(zhèn)沔城蓮花池，秋游千年風(fēng)雨太子湖；冬覽銀裝素裹仙下河。這樣既擴(kuò)大了孩子的視野，也為孩子作文積累了素材。