基于迭代学习控制的磨浆过程输出纤维形态随机分布控制研究的任务书.docx

基于迭代学习控制的磨浆过程输出纤维形态随机分布控制研究的任务书
任务书
一、任务背景
磨浆过程是纸浆制造中重要的工艺环节之一，其输出的纤维形态随机分布对后续的纸张品质、性能等具有重要影响。因此，如何控制磨浆过程中纤维形态的随机分布成为纸浆制造中需要解决的难题之一。目前，基于迭代学习控制技术对于磨浆过程纤维形态的随机分布控制已经成为一个研究热点，其中迭代优化算法、模型预测控制算法、深度学习算法等均被用于控制纤维形态。
二、任务描述
本项目旨在研究基于迭代学习控制技术的磨浆过程输出纤维形态随机分布控制方法，并利用模拟仿真和实验验证，探究不同算法对于纤维形态控制的效果。具体任务如下：
1.研究现有的迭代学习控制算法，并分析其特点和优缺点。
2.建立磨浆过程的数学模型，包括纤维形态的随机分布模型、压力传递模型、纤维成形模型等，并根据磨浆过程的实际情况进行参数调整与优化。
3.选取一种具有代表性的迭代学习控制算法，将其应用到磨浆过程的纤维形态随机分布控制中，并在仿真平台中进行模拟仿真，得到控制效果。
4.建立磨浆过程实验平台，进行实验验证，对比模拟仿真结果和实验结果，分析算法适用性和可靠性。
5.对实验结果进行分析，评价所采用算法的优点和不足，并提出改进方案。
三、任务要求
1.具有工程背景或相关专业背景的本科或硕士研究生。
2.具备一定的数学建模能力和数值计算能力，熟悉模型预测控制、迭代优化算法或深度学习算法等。
3.具备一定的实验能力，懂得磨浆设备的使用和实验数据的处理。
4.具备一定的文献查阅和写作能力，能够独立完成任务书和中期报告等文献资料的撰写。
5.认真负责、积极主动，能够遵守实验室的各项规定和工作安排。
四、任务计划
本项目计划周期为一年，具体计划如下：
1.前两个月：研究现有的迭代学习控制算法，并建立磨浆过程的数学模型。
2.中间六个月：进行模拟仿真和实验验证，对不同算法进行对比，同时进行数据分析和写作任务进展报告。
3.后四个月：对模拟仿真和实验结果进行分析，提出算法改进方案，并完成最终论文的撰写与提交。
五、预期成果
1.设计并建立基于迭代学习控制技术的磨浆过程输出纤维形态随机分布控制方法；
2.在模拟仿真和实验验证中，对不同算法进行比较分析，找出较优的算法；
3.对所采用算法进行改进，并提出具体的改进方案；
4.完成学术论文的撰写，并按期进行实验室展示和论文答辩。
六、参考文献
[1]刘晓卓,耿志强,刘跃辉,等.基于神经网络的磨浆过程控制系统设计[J].自动化学报,2005,31(1):1-9.
[2]张志华,李兰娜.基于RBF神经网络的磨浆过程控制[J].计算机与现代化,2013,10(7):214-216.
[3]王乐雄,王丽军,杨梦达,等.基于模型预测控制的磨浆过程数学模型[J].仪器仪表学报,2017,38(7):1609-1615.
[4]ShiY,WangJ,WuJ.DecentralizedIterativeLearningControlforContinuous-timeSystems[M]//IterativeLearningControl:Convergence,RobustnessandApplications.Springer,Berlin,Heidelberg,2012:335-368.
[5]XuJ,XieL,WangD.Observer-BasedIterativeLearningControlofDistributedParameterSystems[J].IEEETransactionsonIndustrialElectronics,2015,62(3):1634-1644.