肖杰[1]2003年在《啤酒发酵生产过程自动化及优化算法的应用研究》文中研究表明啤酒工业是我国食品工业中一个重要的产业部门，随着国民经济的发展和人民生活的改善，我国啤酒工业也得到空前发展。尽管如此，我国的啤酒生产工业目前还存在许多不尽如人意的地方。由于啤酒生产的工艺复杂，目前我国大多数啤酒生产企业技术装备落后，自动化程度低，产品质量不稳定。如何提高啤酒生产的综合自动化水平，增强我国啤酒产业的综合实力是一个很好的研究课题。发酵过程是啤酒生产过程中的重要环节之一。本文以啤酒发酵过程为工程背景，对啤酒发酵过程的自动化及优化算法在啤酒发酵中的应用技术进行研究，这对利用高新技术提升传统产业的综合技术水平具有现实意义。 本文的创新点和主要工作在于： ·啤酒发酵是个动态过程，必须按一定的工艺要求(发酵过程反应温度曲线)进行控制，以达到产品的质量要求。以前国内有关啤酒发酵的控制类文献研究的是如何通过先进控制方法提高控制精度，使得发酵过程严格按照工艺温度曲线进行，减小误差。而本文首次利用优化算法寻找最优工艺温度曲线。在啤酒发酵过程动力学模型的基础上对过程进行优化。在固定的发酵时间内，利用蚁群算法得到的一系列优化温度曲线中找出一条最优的工艺温度曲线，使得发酵过程最后酒精量达到足够大的值，同时保证副产品浓度最低，而且啤酒没有因为发酵温度过高而变质。 ·当前很多啤酒厂仍然沿用着多年前的自控装置，而这些自控装置随着生产的扩大和自控要求的不断提高，已经无法满足生产的需要。开发一套全新的控制系统，硬件加软件的成本较高。所以很多厂家提出对老系统的扩展改造要求。熟悉老系统的硬件和软件的技术人员已经不多。本课题结合杭州西湖啤酒厂发酵车间改造项目，研究了老系统(SIEMENS S5系列PLC开发)和新系统(SIEMENS S7系列PLC开发)之间的结合问题。摘要在对老系统影响尽量少的要求下，采用适当的通讯方式，并对S5源程序进行修改，圆满完成了系统结合的工作。同时研究了多功能面板，S7一200系列PLC程序开发中的问题，以及工控软件中表格的比较和实现等问题。这些经验是在控制系统实际开发中积累起来的，对相应的工程技术人员有一定的参考价值。
王彬[2]2016年在《啤酒发酵控制系统研究与设计》文中进行了进一步梳理啤酒发酵生产过程是生化反应工程的典例,与其它工业生产过程不同,啤酒发酵过程根据酶活性的不同会分为不同的阶段,且发酵罐体积大、发酵持续时间长,使得发酵过程具有时变性、非线性、大时滞性和强关联性等特点,导致传统控制方法对此类控制对象的控制效果不佳。因此,如何有效地改良传统啤酒控制方案和提高啤酒生产自动化水平,提高啤酒生产质量的稳定性,对提高企业的生产效率、增强竞争力、增加市场份额等具有十分重要的意义。本文以某啤酒厂发酵生产线改造项目为背景,重点介绍了发酵过程中温度控制系统的研究与设计。根据啤酒发酵温度变化的特点,系统提出了参数自整定模糊PID温度控制算法。即是在不改变传统PID控制算法的前提下,融合专家经验控制理论,通过模糊专家控制思想实现PID的自适应调整。使用数学工具MATLAB/Simulink建立传统PID控制算法和参数自整定模糊PID控制算法在啤酒发酵控制系统中的对比仿真,结果表明,参数自整定模糊PID控制算法较传统PID控制算法表现出响应速度、超调量小、鲁棒性强等优点,适合被应用在啤酒发酵类具有复杂变化特性的温度控制系统中。通过对啤酒发酵工艺过程的了解及发酵过程中关键技术性能指标的分析,课题设计了一套基于可编程逻辑控制器(PLC)的分级式控制系统,满足对啤酒发酵过程的自动化控制和对发酵生产线的网络化集中管理要求。系统选用SIEMENS S7-200系列PLC作为现场控制器,直接与现场传感器、电磁阀等动作机构连接,完成对现场信号的采集、计算处理,控制过程的逻辑推理和控制算法的实现以及对执行元件动作命令的输出。控制室网络监控端由工业计算机组成,通过SIEMENS组态软件WinCC设计监控画面,完成对发酵过程的状态监控、数据管理等工作。并与现场控制器组成一对多的主从网络结构,实现对发酵罐的集中化控制管理体系。
熊瑞昌[3]2005年在《发酵罐的温度监控系统与模糊控制应用研究》文中认为啤酒生产是我国的一个传统产业，为国民经济建设发挥了重要作用。目前国内绝大多数啤酒厂均采用普通Pt电阻测温和单一PID控制，测温精度低，控制效果不理想，导致啤酒质量不稳定。因此，研究如何改进和优化啤酒发酵过程检测与控制策略具有现实意义。本课题在实际设计发酵罐及其温度监控系统的基础上研究以发酵温度为代表的一类大时滞、时变不确定对象的检测与控制策略优化问题，主要工作和创新点在于： ·概述啤酒生产工艺和温控系统特点，分析啤酒发酵温控系统的数学模型，总结常见的控制策略结构和特点。 ·由于过去受到实验条件的限制，对控制策略的研究一般建立在仿真的基础上，而仿真模型往往与实际情况不相符，使得理论与实际产生距离。作为一次全新的尝试，搭建了适合实验研究的啤酒发酵罐多点测温装置，并设计了计算机监控系统，可作为大滞后、时变不确定对象研究不同控制策略的实际控制效果，有针对性地对它们进行改进和优化。该装置还可监测发酵罐内不同深度的温度，进而系统研究罐内温度分布情况。 ·发酵温度的测量误差直接影响其控制精度。由于发酵温度的变化区间小(一般为-1～15℃范围内)、测温现场结露严重，采用普通Pt电阻的测温误差大且结露会引起性能不稳定。为此设计了基于AD590的发酵罐多点测温系统，该系统在发酵温度变化区间测温精度达±0.1℃，且稳定性好并能有效地防止保护管内结露的影响，为实验解决了精确测量的难题，同时也为啤酒发酵温度精确测量提供了一种新思路。 ·进行了多种控制算法和策略的实验研究。利用模糊控制不依赖于对象模型的思想，设计了模糊控制器，与现场常用的PID控制实验结果相比，实验表明模糊控制可操作性强，动态性能优越，而稳态精度欠佳。针对模糊控制现场使用存在的不足进行了改进，设计了模糊～PID控制器，它突破了单一的控制模式，实验表明这种控制模式在现场使用时具有理想的控制品质。 ·啤酒发酵是个动态过程，必须按一定的工艺曲线进行控制，以达到产品的质量要求。国内外文献有关工艺曲线寻优大多建立在发酵过程数学模型基础上，但建立发酵模型困难，模型参数难以获取，且不同生产条件下需要重新实验。为此提出工艺曲线神经网络动态优化的思想，只需通过实验或生产过程中的历史数据，利用神经网络直接寻找蕴含在工艺曲线参数和发酵后质量指标之间的非线性映射关系，在此基础上找到或预测最优工艺曲线参数，在以新工艺摘要温度曲线进行生产的同时，保持模型的动态更新和参数的动态优化。这为工艺人员制定和优化工艺曲线提供一种新思路。关键词:发酵;AD590;多点温度测量;模糊控制;优化;神经网络
李堤[4]2007年在《基于工业以太网的啤酒生产控制系统开发与啤酒发酵设定温度的优化》文中认为如今，啤酒越来越受到人们的喜爱，成为很多人眼中不可或缺的饮品，啤酒行业迅速成长，已经成为我国食品工业当中的一个重要部门。但由于我国啤酒产业起步较晚，因此无论在生产工艺、生产自动化水平还是产品品质方面都与国外先进生产厂家存在不小的差距。如何提高我国啤酒生产的生产工艺水平和综合自动化程度，全面提升我国啤酒产业的实力，成为横亘在广大科技人员面前一个亟待解决的问题。啤酒发酵是啤酒生产过程中十分重要的一个环节。本文以啤酒发酵过程为背景，对啤酒发酵过程的工艺优化及生产自动化控制系统进行探讨和研究。本文的主要工作和创新点：1．随着计算机、通讯和网络等IT技术的进步，自动化生产控制系统得到了迅速发展，不断出现的新技术为解决过去工程当中的问题带来了希望。本文针对目前啤酒项目实施中发现的问题，如大数据量通讯场合下数据传输的实时性得不到保证、系统升级麻烦等，并结合未来项目的需要，设计了运用OPC技术、基于工业以太网的自动化控制系统，并配合西门子公司提供的OPC服务器开发出了上位机监控系统。2．改进啤酒生产工艺有两种途径，一是注重建模和工艺机理，通过对发酵过程的分析，利用先进算法得到最优工艺。二是重视控制策略和方法，利用先进的控制策略保证生产按照事先确定好的工艺要求进行。我国科技人员在啤酒生产过程控制策略方面做了很多研究工作，取得了很大的研究成果。国外一些学者则通过各种方法得到了啤酒发酵的动力学模型，并在优化方面取得了很大进展，在这个方面，国内只有本人所在的实验室曾利用蚁群算法对啤酒发酵温度曲线进行过优化。本文继续这方面的工作，利用改进过后的蚁群算法，在对优化对象充分分析的基础上，对啤酒发酵温度曲线进行优化。
贺凌霄[5]2016年在《啤酒发酵过程的PLC优化控制》文中进行了进一步梳理随着我国科学技术的发展和生活水平的不断提高,啤酒已经成为我们日常生活中不可缺少的重要组成部分,虽然啤酒生产是我国的一个传统产业,但是在啤酒的生产过程中还存在了诸多问题,所以对啤酒生产过程的控制和优化研究显得具有重要的现实意义。在啤酒的生产过程中,啤酒发酵过程是一个复杂的工业过程,由于该系统本身时变性、时滞性强、其不确定性多等特点,导致传统控制策略与控制方法不能达到所需的控制需求。啤酒发酵是一个复杂的生物代谢过程,是啤酒生产过程中一个非常重要的环节,该环节的控制直接影响啤酒的口味、口感,与产品销售和酒厂利益密切相关,传统工艺采用人工定时观察温度计的办法,凭经验手控冷媒阀门和发酵温度,不仅劳动强度大,而且容易遗漏观测数据或产生数据错误造成数据不完整或者不准确,也难以及时了解工艺过程实时变化的情况。本文的研究课题来源于衡水九州啤酒生产的实际需求,以啤酒生产过程为工程背景,针对上述问题,本文针对上述在酿酒过程中存在的问题,本文利用PLC设计开发控制啤酒发酵温度的控制系统,可对啤酒发酵过程的温度进行自动控制和数据处理,采用PLC与其执行机构组成电控系统,可对啤酒发酵过程的温度进行自动控制和数据处理,使发酵工艺过程得到实时控制,达到优质、高产和低消耗,并具有参数的显示存储、打印和报警功能。在实际啤酒发酵过程中,容易收到外界温度、气流等复杂因素的干扰,导致系统温度不稳定;调节该温度震荡对系统造成的不良影响是本文解决的另一个重要的问题。单独的传统PID控制仅仅是一种简单的线性控制系统,在非线性控制中控制效果明显不足,而且局限性甚大,随动性差,因此实际生产过程中往往不能取得很好的加工效果。利用Matlab中的simulink,以衡水九州啤酒生产过程为分析研究对象,首先分析啤酒生产过程中的关键环节,其次对其进行准确的数学建模,并利用相关软件分别对其相关参数进行测量与计算,最后建立数学模型,此模型按照罐壁与麦汁的热平衡方程、罐壁与冷媒的热平衡方程、冷媒的热平衡方程:所得模型准确并具有实际的应用价值。在得到准确的数学模型之后,本文首先利用传统的PID控制分析该数学系统,传统的PID控制是一种线性控制,也是目前应用最广泛的控制器,该模型结果显示,传统PID可以基本达到控制需求,但是不能满足更高的控制要求。由于传统的PID控制不能完全满足目前的控制需求,这里本文先后参考,小脑神经网络算法,蚁群算法,遗传算法,等相关算法,最后CMAC-PID并行控制学习能力强,适应速度快等优点十分明显,所以这里选择CMAC-PID并行控制方法用于本文之后的仿真之中。本文运用CMAC-PID并行控制啤酒发酵过程,深入了解CMAC算法核心思想,将其与传统PID控制相结合,新的算法既具有CMAC学习能力强、适应速度快的优点,又具有传统PID控制的稳定性好等诸多优点。根据仿真实验结果,CMAC-PID并行控制效果相比于传统PID单独控制提高了系统的鲁棒性与稳定性。综上所述,本文通过对啤酒发酵机电一体化仿真关键技术进行研究,可以实现更好的控制啤酒生产过程的发酵过程,直观的显示关于温度,湿度,与各种相关参数对啤酒发酵过程,以及最后的口感、口味的相关影响。有效地解决了建模仿真过程中不准确,在此模型的基础上加入先进PID控制,使其更好的适应、调节该过程对外界干扰的影响,减弱了外部环境对啤酒生产过程的发酵过程的严重影响,完善而准确的解决了发现的问题。
王雪松[6]2016年在《啤酒发酵过程控制系统设计及控制策略研究》文中研究指明啤酒行业是我国食品行业的重要组成部分,但我国啤酒产业起步较晚,生产自动化水平和产品质量都落后于国外先进厂家。啤酒发酵是生产过程中最重要的环节,在该环节中,温度控制至关重要。啤酒发酵过程的温度控制精度直接影响产品质量。本文针对发酵过程存在的大惯性、滞后、时变性等特点,设计了变论域模糊PID控制器,改进了传统模糊PID控制器论域固定而引起的控制精度问题。本文引入论域伸缩因子调整控制器输入输出的论域,避免了因论域选择不当造成的控制误差,解决了控制精度和模糊规则数之间的矛盾,改善了模糊PID控制器的控制精度和速度。通过MATLAB仿真对比研究表明,该控制器能够满足目前我国啤酒生产的控制要求。此外,针对未来更大型的发酵过程温度存在的“耦合”问题设计了PID神经网络控制器,并进行了MATLAB仿真研究。仿真结果表明,该控制器能融控制和解耦于一体,具有响应速度快、控制精度高、稳定性强等优点,不但提高了啤酒发酵温度的控制精度,而且有效克服了实际生产中不定因素的干扰。本文最后采用MCGS组态软件完成了啤酒发酵过程的组态监控系统设计,利用OPC技术建立了MATLAB7.11与MCGS之间的数据通讯,实现了MATLAB环境下控制算法设计以及数据的实时获取,最后通过仿真验证了设计的合理性。
李屏[7]2008年在《啤酒生产过程中监控技术的研究》文中研究表明本文以啤酒生产过廾程中主要工序即发酵过程为工程背景:针对我国中小型啤酒生产企业在生产过程中采用常规仪表进行控制,难以保证生产工艺的正确执行,使啤酒质量不稳定,波动性大、不利于扩大再生产规模的缺点;对啤酒发酵过程的计算机监控方法及温度控制进行探讨,设计出适合中小啤酒生产企业的优化控制方案。可使企业的技术进步,生产管理以及市场竞争能力达到一个新的水平。主要设计了工业控制计算机与可编程序控制器组成分布式计算机控制系统(IPC-PLC DCS);为提高控制的可靠性,系统采用两级分布式控制结构;系统控制软件采用基于Windows的图形界面组态王软件,用户界面友好,有良好的操作性:针对啤酒发酵过程受到许多干扰因素的影响,具有大惯性、大滞后和严重的非线性特性,以及过程中对自动监控技术的要求,提出以被调变量的偏差和偏差的变化趋势为依据的模糊PID参数的自适应的模糊控制算法。此外,还对系统中的上位机和下位机进行了程序设计,使整个系统能够投入到实际运行中。系统的运行效果表明:系统性能/价格比高、可靠实用、满足啤酒生产中发酵工艺的技术要求,并兼顾了发展的需求。该模糊控制算法适应性和灵活性强,控制精度较高,计算机控制的误差不大于±0.4℃,系统运行效果理想,发酵过程动态特性好,啤酒生产波动小、啤酒质量稳定。
郑松[8]2008年在《啤酒生产过程优化和综合自动化若干关键技术研究》文中指出啤酒生产是我国的一个传统产业,随着国民经济的发展和人民生活质量的改善,我国啤酒工业得到空前的发展,为国民经济建设发挥了非常重要的作用。尽管如此,由于啤酒企业竞争的日益激烈和市场的逐渐开放,对啤酒生产过程的控制和优化研究更显得具有重大的现实意义。但是,啤酒生产过程是一个复杂的工业系统,虽然传统控制与优化理论比较成熟,但在复杂工业系统中的应用还存在局限性。随着智能方法的发展,出现了许多独立于问题的智能算法,如蚁群算法,遗传算法,专家系统等等,适合于复杂工业系统中控制与优化问题,为解决复杂问题提供了新的思路和方法。本文以啤酒生产过程为工程背景,从智能优化算法到对啤酒原料配方优化设计、啤酒生产调度优化问题进行了研究,还对啤酒生产过程的综合自动化及其应用技术进行了研究。论文的主要工作和创新点如下:(1)针对现有蚁群算法在优化迭代过程中存在的不足,受人类社会活动某些特征的启发,提出了两种改进算子,分别是仿效人类创新思维的好奇因子和效仿人类社会税收功效的征税算子。两种改进算子修正了蚁群算法中选择策略与信息素更新规则。另外,本文还对改进算子的参数设置以及收敛性问题进行研究讨论。大量仿真结果表明,添加改进算子的蚁群优化算法非常有效,两者能有效地提高蚁群算法全局优化能力,并且对以往改进的蚁群算法普遍有效。另外,两种改进算子也被应用于后续的应用研究中,同样表现出了优异的全局优化能力。(2)建立了啤酒风味与原料组分的关系模型,研究啤酒原料配方优化设计方法,并在此基础上提出了一种适合连续域优化的变尺度蚁群算法。目前啤酒企业生产配方仍然依靠人工经验结合试验的方法来确定,具有一定的盲目性,各种指标参数很难令人满意。因此论文开展了对啤酒配方智能优化设计方法的研究,首次对啤酒风味指标进行量化研究,利用模糊综合评判和神经网络方法建立原料组分与啤酒风味之间的关系模型。另外,原料配方优化属于连续域优化问题,为了提高蚁群算法求解此类连续域优化问题的能力,本文提出了一种变尺度蚁群算法,并将改进蚁群算法成功应用于啤酒原料配方设计中。研究结果表明,啤酒原料配方蚁群优化设计方法的设计效率明显优于传统配方设计方法,具有良好的工业应用价值。此外,与传统蚁群算法相比,改进蚁群算法能有效地降低计算量,缩短计算时间,更适合于解决连续域优化问题。(3)分析啤酒生产工艺和生产流程,建立了啤酒企业的生产调度模型,并应用蚁群算法进行了啤酒生产优化调度研究。由于啤酒生产半连续的特点以及迅速响应市场变化的需求,使得啤酒全部生产活动和经济效益极大地依赖于生产计划和调度。于是,本文研究了啤酒生产过程中的调度问题。为了降低问题的规模与复杂性,考虑到啤酒生产过程和工艺特点,本文将啤酒生产调度划分为生产计划和生产调度两部分并单独进行机理建模,分别建立了适合于中长期的生产计划数学规划模型以及适合短期的生产调度数学规划模型。然后,应用蚁群优化算法求解此类生产优化调度问题。仿真结果表明,蚁群算法能优于遗传算法等其它智能算法获得更佳的解决方案,而且提出的啤酒生产优化调度方法能够很好保证生产库存稳定,减少市场波动给企业带来的负面影响。(4)针对啤酒生产过程中存在的几个传统控制难点:发酵罐的温度控制、烛式过滤机的滤层监控等,通过研究分析,分别提出了有效的智能控制策略,其应用结果表明控制策略的有效性。另外对啤酒生产过程,在系统地分析了其工艺对象特征及控制特点后,讨论分析了实现大型啤酒生产计算机控制系统的新型网络结构以及实现综合自动化控制系统的高效软件设计方法。
马江宁[9]2009年在《粒子群优化算法及其在发酵过程控制中的应用研究》文中进行了进一步梳理微生物发酵工程是生物工程和现代生物技术及其产业化的基础。随着发酵工业的技术进步和现代生产对过程优化的要求不断提高,对发酵过程控制技术的要求也越来越高。微生物发酵过程具有高度非线性和时变性,经典的优化算法和调控手段,远不能满足发酵过程控制与优化的需要。粒子群优化算法采用群体搜索策略,易于并行处理、鲁棒性强,可有效地解决复杂的优化问题,将粒子群优化算法引入发酵过程控制是提高发酵工业生产效率的新的有效途径。因此,对基于粒子群优化算法的发酵过程控制的研究,具有重要的理论意义和应用价值。本文在分析群智能优化算法研究现状的基础上,通过改进标准粒子群优化算法中粒子运动的策略,提出引入粒子最差位置的粒子群优化算法(W-PSO);在此基础上,进一步根据粒子内能对群体进行自适应分群,提出群能量恒定的粒子群优化算法(SEC-PSO);通过建立粒子微观动态模型,给出了调整算法中参数选择的依据和公式;最后将改进算法应用于发酵过程控制器参数整定、系统建模和过程优化,并通过实验分析验证其可行性和有效性。实验结果表明,改进的粒子群优化算法在处理复杂函数优化问题时,可以有效地克服标准粒子群算法后期收敛速度慢,容易陷入局部最优的缺点。将其应用于反馈控制器参数优化及发酵过程模型参数估计和流加轨线控制中,在同样的优化目标条件下,算法所需迭代次数明显减少,能够快速准确地获取发酵过程优化对象的控制轨线,优化能力和控制效果显着提高。
窦秀华[10]2009年在《啤酒发酵温度SMITH补偿分布式预测控制算法研究》文中指出啤酒发酵过程的温度控制系统由于存在大时滞、强耦合、多变量、不确定性等特性,使得它的控制成为当今研究的热点和难点。当今的控制方法往往是针对对象特性的一个和几个方面设计控制器,在实际应用中控制效果不好。本文将分布式预测控制算法应用于啤酒发酵温度控制中,并根据其对象特点,对其加以改进,提出了Smith补偿分布预测算法,仿真效果良好。本文的主要研究内容和成果有如下几个方面:(1)在了解啤酒发酵生产工艺和控制要求前提下,首先对以啤酒发酵温度为代表的过程控制的难点进行了分析,并针对常规PID控制、Smith补偿控制算法在处理大时滞、强耦合、多变量、不确定性对象的控制时效果不好,提出了多变量解耦控制算法的设计方法,并讨论了算法稳定性,通过仿真研究说明该算法的优缺点。(2)对分布式预测控制算法进行了理论研究,并通过仿真实例说明了该控制算法的优缺点。(3)针对啤酒发酵温度过程对象的特点,通过机理分析出模型的结构,通过试验辨识出模型结构中的参数值,建立相互耦合的叁输入叁输出的过程对象模型。由于分布式预测控制算法能很好的处理这种模型的控制,它具有比解耦控制更加良好的效果,并在克服模型不确定性方面具有优势,但在处理大时滞对象时该控制算法效果不好,所以本文结合了Smith补偿控制的思想,改进了原有的分布式预测控制算法,提出了啤酒发酵温度分布式预测控制算法,对该算法的实施步骤进行了详细说明,对控制算法的参数选择原则进行了阐述,并对控制算法的鲁棒性进行了研究,提出了稳定性的充要条件。最后对算法进行了仿真研究,通过仿真结果说明该控制方法能很好的克服啤酒发酵温度控制的难点,具有很好的控制效果。
参考文献：
[1]. 啤酒发酵生产过程自动化及优化算法的应用研究[D]. 肖杰. 浙江大学. 2003
[2]. 啤酒发酵控制系统研究与设计[D]. 王彬. 西安工业大学. 2016
[3]. 发酵罐的温度监控系统与模糊控制应用研究[D]. 熊瑞昌. 浙江大学. 2005
[4]. 基于工业以太网的啤酒生产控制系统开发与啤酒发酵设定温度的优化[D]. 李堤. 浙江大学. 2007
[5]. 啤酒发酵过程的PLC优化控制[D]. 贺凌霄. 河北科技大学. 2016
[6]. 啤酒发酵过程控制系统设计及控制策略研究[D]. 王雪松. 河北科技大学. 2016
[7]. 啤酒生产过程中监控技术的研究[D]. 李屏. 沈阳工业大学. 2008
[8]. 啤酒生产过程优化和综合自动化若干关键技术研究[D]. 郑松. 浙江大学. 2008
[9]. 粒子群优化算法及其在发酵过程控制中的应用研究[D]. 马江宁. 北京化工大学. 2009
[10]. 啤酒发酵温度SMITH补偿分布式预测控制算法研究[D]. 窦秀华. 青岛科技大学. 2009