第1章 绪论 1
1.1 引言 1
1.2 PAN基碳纤维的发展 2
1.3 复杂工业过程的建模与控制 3
1.3.1 复杂工业过程的建模 3
1.3.2 复杂工业过程的控制 4
1.3.3 复杂工业过程的优化 8
1.4 生物启发的智能建模与优化控制 9
1.4.1 适应性免疫机制 9
1.4.2 神经内分泌免疫系统的调节机制 11
1.4.3 基于神经-内分泌-免疫调控体系的智能建模与优化控制 13
1.5 小结 14
参考文献 15
第2章 碳纤维原丝的制备工艺与生产过程 21
2.1 引言 21
2.2 碳纤维原丝生产的基本工艺流程 22
2.3 碳纤维原丝生产过程的主要工艺环节 24
2.3.1 碳纤维原丝的喷丝及凝固过程工艺 24
2.3.2 碳纤维原丝的多级牵伸过程工艺 27
2.4 小结 30
参考文献 30
第3章 碳纤维原丝凝固成形过程的动态机理建模 33
3.1 引言 33
3.2 碳纤维凝固机理 34
3.3 碳纤维凝固过程的径向扩散模型 35
3.3.1 溶剂和非溶剂的扩散模型 35
3.3.2 扩散系数与数值模拟分析 39
3.3.3 径向扩散模型与仿真分析 46
3.4 碳纤维原丝凝固成形的动态机理模型 52
3.4.1 凝固过程动态机理子模型 53
3.4.2 动态综合模型的建立 57
3.4.3 动态机理模型的数值计算方法 58
3.4.4 数值计算结果与分析 61
3.5 不确定信息下碳纤维凝固浴中的扩散模型 70
3.5.1 白噪声影响下的碳纤维纺丝扩散过程模型 71
3.5.2 纺丝环境突变下的碳纤维凝固浴扩散模型 73
3.5.3 凝固浴溶剂脉冲给料时的纺丝扩散过程模型 75
3.5.4 时滞影响下的碳纤维凝固浴扩散模型 77
3.6 小结 83
参考文献 84
第4章 碳纤维牵伸过程的建模与分析 87
4.1 引言 87
4.2 牵伸过程的模型 88
4.2.1 形变行为力学关系 88
4.2.2 牵伸过程的张力模型 90
4.2.3 牵伸过程的电机模型 92
4.3 牵伸过程的整体模型仿真 93
4.4 多级牵伸过程的数学模型 94
4.4.1 多级牵伸系统的组成 94
4.4.2 碳纤维的三级牵伸过程模型 95
4.5 碳纤维牵伸过程的多模型建模方法 96
4.5.1 期望最大化算法 96
4.5.2 基于EM算法的多模型辨识 97
4.5.3 碳纤维牵伸过程的多模型建模仿真 99
4.6 小结 101
参考文献 101
第5章 碳纤维原丝纺丝凝固过程工艺优化 104
5.1 引言 104
5.2 基于退化抗体检测的快速克隆选择算法 105
5.2.1 克隆选择算法简介 106
5.2.2 退化抗体检测的基本思想 107
5.2.3 基于退化抗体检测的CSA流程 108
5.2.4 退化区域大小计算方法 110
5.3 碳纤维原丝湿法纺丝工艺优化 112
5.3.1 碳纤维原丝纺丝工艺模型 112
5.3.2 纺丝环节工艺优化 112
5.4 小结 115
参考文献 116
第6章 碳纤维牵伸工艺的智能优化 118
6.1 引言 118
6.2 碳纤维加工的牵伸工艺 118
6.3 牵伸工艺的多目标动态规划优化模型 119
6.3.1 动态规划模型 119
6.3.2 动态规划模型的求解 120
6.3.3 多目标动态规划模型的算法实现 121
6.3.4 牵伸比的动态规划结果 123
6.4 碳纤维牵伸比的智能预测 125
6.4.1 SVR-ARX模型 126
6.4.2 智能果蝇优化算法 128
6.4.3 IFOA-SVR-ARX-ARMA模型 129
6.4.4 仿真比较结果 132
6.4.5 ARMA误差修正模型 135
6.5 小结 136
参考文献 136
第7章 碳纤维凝固过程的智能控制 139
7.1 引言 139
7.2 碳纤维凝固浴的耦合机理模型 140
7.2.1 凝固浴系统组成 140
7.2.2 液位模型 141
7.2.3 温度模型 141
7.2.4 浓度模型 142
7.2.5 凝固浴综合数学模型 143
7.3 无故障情况下的解耦控制器设计 143
7.3.1 解耦控制器的结构 144
7.3.2 解耦控制器的仿真验证 145
7.4 基于神经内分泌解耦调节原理的智能协同控制 148
7.4.1 神经内分泌系统的解耦控制原理 148
7.4.2 凝固浴智能解耦控制算法 148
7.4.3 实验结果与分析 153
7.5 基于生物免疫系统的凝固浴可重构控制 157
7.5.1 碳纤维凝固浴的故障类型分析 157
7.5.2 可重构控制的原理 159
7.5.3 基于生物免疫机制的可重构控制方法 161
7.5.4 免疫可重构控制系统的设计 165
7.6 小结 171
参考文献 171
第8章 碳纤维多级牵伸过程的智能控制 175
8.1 引言 175
8.2 智能无模型自适应控制 175
8.2.1 无模型自适应控制 176
8.2.2 智能无模型自适应控制器的设计 184
8.3 碳纤维蒸汽牵伸工艺的智能无模型自适应控制 188
8.3.1 双输入双输出的智能无模型自适应控制器 189
8.3.2 饱和蒸汽牵伸工艺的智能无模型自适应控制 190
8.4 基于粒子群优化算法的水浴牵伸无模型自适应控制 192
8.4.1 碳纤维水浴牵伸过程及模型分析 192
8.4.2 粒子群优化算法 194
8.4.3 基于粒子群优化算法的无模型自适应控制方法 196
8.4.4 基于PSO-MFAC的碳纤维水浴牵伸过程控制 198
8.5 基于改进混合蛙跳算法的水浴牵伸控制系统 200
8.5.1 基本的蛙跳算法 200
8.5.2 改进的混合蛙跳算法 201
8.5.3 测试函数实验 202
8.5.4 碳纤维水浴牵伸过程的优化控制 204
8.6 基于细胞因子网络的多级牵伸水浴协同解耦控制 205
8.6.1 人体细胞因子网络结构 206
8.6.2 基于细胞因子网络的多级解耦网络 207
8.6.3 控制系统仿真及结果分析 209
8.7 碳纤维牵伸工艺环节的人工免疫故障诊断 210
8.7.1 改进型免疫算法 211
8.7.2 改进型免疫算法的步骤 214
8.7.3 仿真实验 216
8.8 小结 217
参考文献 218
第9章 碳纤维原丝性能的智能预测 222
9.1 引言 222
9.2 基于SAGA-SVR的碳纤维原丝性能预测 222
9.2.1 基于SAGA的SVR预测模型 222
9.2.2 碳纤维原丝性能的智能预测 225
9.3 基于免疫遗传算法的碳纤维预氧丝性能预测 228
9.3.1 FKIGA-BP神经网络 228
9.3.2 碳纤维预氧丝的性能预测模型 231
9.3.3 仿真结果与分析 232
9.4 小结 234
参考文献 234
第10章 碳纤维原丝纺丝工艺智能监测系统 236
10.1 引言 236
10.2 碳纤维原丝纺丝的协同式专家系统 237
10.2.1 知识库的建立 237
10.2.2 推理机制 238
10.2.3 IRBF推理机制 239
10.2.4 原丝纺丝工艺专家系统优化 242
10.2.5 碳纤维原丝纺丝协同式专家系统实现 244
10.3 碳纤维原丝纺丝智能监测系统设计 249
10.3.1 智能监测系统的总体设计 250
10.3.2 智能监测系统的详细设计 251
10.4 智能终端监测系统的实现 254
10.4.1 系统开发环境 254
10.4.2 系统框架设计 254
10.4.3 系统的具体实现 255
10.4.4 系统的测试结果 260
10.5 小结 262
参考文献 262
索引 264