改进的GMDH法建立抗生素发酵生产的质量预报模型

本文针对抗生素发酵生产过程机理复杂,影响因素众多,非线性严重的特点。从几个方面改进了一种启发性自组织的辨识方法—GMDH,并以工业生产的历史批报数据为依据,建立了庆大霉素发酵过程的质量预报模型.仿真结果表明,预报模型能满足工业生产过程的需要.通过质量预报和控制,能完善生产系统的信息管理,提高生产的质量。     

统计调优在烧碱质量预报中的应用

应用计算机辅助调优方法,从影响固碱质量的诸因素中确定了7个较显著的影响因子,建立了固碱质量预报方程,并对预报方程的应用效果进行了生产检验,应用结果表明在当前的生产条件下,该预报方程能较好地描述固碱熔融过程的质量变化情况,基本上能够满足现行生产过程对预报精度的要求.具育一定的经济效益.     

基于AHP和模糊数学方法的气井产能影响因素评价

导致苏里格气田气井低产低效的原因复杂,影响因素较多,如何科学有效地评价其影响程度成为该技术领域的难题.基于储层物性、生产动态和排采工艺现场数据,首次将AHP和模糊数学方法应用到气井产能影响因素评价中.通过建立问题的递阶层次结构、计算单一准则下元素的相对权值和层次总排序系数,得到了区块各因素对气井产能的影响权重值.基于现场大量生产数据,确定了评价参数和隶属度的取值.首次提出了一套低产低效气井产能影响因素评价模型.结合案例分析认为,影响气井产能的主要因素为储层物性,气井排采效果和产量递减规律对产量影响效果较小.该方法为判断气井低产低效的原因提供了理论依据.     

基于过程迁移的间歇过程终点质量预报方法

提出了一种基于过程迁移的间歇过程质量预报方法,旨在解决新间歇过程数据不足难以建立准确预报模型的问题。该方法基于多元统计回归分析模型,通过构建相似间歇过程间的共同潜变量空间,将已有相似间歇过程的数据信息迁移应用到未建模的新间歇过程中,实现新间歇过程的快速建模和质量预报。在线应用时,利用在线数据不断更新过程迁移模型;同时,实时估计模型预测误差的置信区间,判断预报模型预测误差的稳定性;为克服相似过程间可能存在的差异给迁移模型带来的不利影响,根据数据相似度逐步剔除相似间歇过程数据。最后,通过仿真实验验证了所提方法的有效性。     

基于过程迁移的间歇过程终点质量预报方法

提出了一种基于过程迁移的间歇过程质量预报方法,旨在解决新间歇过程数据不足难以建立准确预报模型的问题。该方法基于多元统计回归分析模型,通过构建相似间歇过程间的共同潜变量空间,将已有相似间歇过程的数据信息迁移应用到未建模的新间歇过程中,实现新间歇过程的快速建模和质量预报。在线应用时,利用在线数据不断更新过程迁移模型;同时,实时估计模型预测误差的置信区间,判断预报模型预测误差的稳定性;为克服相似过程间可能存在的差异给迁移模型带来的不利影响,根据数据相似度逐步剔除相似间歇过程数据。最后,通过仿真实验验证了所提方法的有效性。     

铜精炼过程铜液温度软测量模型及应用

为了解决铜精炼过程中高温铜液温度的测量难题,确保铜精炼过程的阳极铜产品质量,基于铜精炼过程中不同阶段的热工机理,分别建立了保温过程、氧化过程以及还原过程的高温铜液温度的机理软测量模型,并采用数据预处理、黄金分割法搜索区间及其函数链神经网络校正等技术对其进行了算法设计以及编程实现.实际应用结果表明,铜精炼过程铜液温度软测量可以反映铜精炼过程铜液温度的真实变化,有助于实现铜精炼过程铜液温度软控制以及提高铜精炼过程的生产效率和生产质量.     

基于PSO_SA算法的聚丙烯熔融指数预报

实时准确的熔融指数预报在控制聚丙烯产品质量和提高聚丙烯生产的经济效益上有着举足轻重的作用。本文提出了一种粒子群优化(PSO)算法和模拟退火(SA)算法相结合的PSO_SA算法,该算法利用PSO和SA的优劣势进行互补,提高了算法寻优的能力和效果。利用此算法对建立的RBF聚丙烯熔融指数预报模型进行结构寻优,得到结构最优的预报模型。最后通过该模型对实际聚丙烯生产数据的预报研究,证明了PSO_SA算法寻优得到的预报模型具有很高的预报精度和可靠性能。     

周期注水的影响因素

利用实际油藏数据,建立起一个数值地质模型,在该模型的基础上,对影响周期注水效果的因素进行了计算分析,得到了油藏流体物性、岩石物性、生产制度等因素对周期注水的影响结果。     

基于混沌RBF神经网络的气化炉温度软测量系统

针对德士古气化炉炉膛温度难以测量这一情况,提出利用软测量技术来解决这一问题.通过建立BP网络模型和RBF网络模型以及基于PCA和CHAOS的神经网络模型,并对其仿真结果进行分析和比较,验证了该方法的可行性.CHAOS-RBF软测量模型在化肥厂的应用效果良好,误差保持在1.5%以内,不但提高了温度测量精度,而且有利于更好的生产控制.     

基于超弹-黏弹本构模型的橡胶材料有限元分析

要确定橡胶制品在外部因素作用下的力学响应,就需要建立起能够精确描述橡胶材料力学性能的本构模型.通过对橡胶材料进行单轴压缩以及应力松弛实验,并与ABAQUS数值模拟相结合,建立并拟合了橡胶材料超弹-黏弹本构模型以及相关参数,同时建立了与实验条件一致的仿真模型.结果表明,实验数据与仿真数据的误差较小,验证了建立的超弹-黏弹...     

基于应急救援目标的化工企业平面布局优化

为在布局设计初级阶段实现平面布局方案的优选,从本质上减少影响应急救援的不利因素,构建了基于AHP 与DEA 和模糊综合评价法的化工企业平面布局安全评价模型.依据平面布局不合理对应急救援的影响,从消防设施布局、消防道路布局和疏散布局三个方面,构建评价指标体系;运用AHP 和DEA 相结合的方式确定各指标权重,以隶属度函数曲线为基础,得到各评分集的隶属度,构建模糊综合评价模型.用该评价模型对化工企业布局方案进行优选,选出的布局方案与分析的一致,表明该评价模型有一定的实用价值.     

BP神经网络在橡胶配方优化设计中的应用

在实验数据的基础上,利用BP神经网络建立了表示NBR胶料配方成分与硫化胶硬度、300%定伸应力、伸长率对应关系的数学模型,并用该数学模型对不同配方硫化胶的硬度、300%定伸应力、伸长率进行了预测。预测结果与试验值的偏差小。结果表明,所建立的数学模型可靠,训练好的BP神经网络能够比较准确地预测硫化胶的有关性能,BP神经网络方法的精度较高。     

高抗冲聚苯乙烯(HIPS)连续生产的模拟

根据热引发连续本体聚合生产高抗冲聚苯乙烯 (HIPS)的动力学机理 ,建立了苯乙烯 /顺丁二烯橡胶本体聚合过程的多釜串联 (CSTR)数学模型 ,并由两个不同品牌的实际工业生产数据对模型进行了验证。得到了各釜出口苯乙烯单体的转化率、HIPS的接枝效率、接枝率以及自由PS的重均分子量及其分布     

主成分回归荧光光谱法同时分析多组分混合体系

采用主成分回归和荧光光谱结合技术,解析光谱重叠严重的多组分光谱数据,对混合体系中的蒽和芘进行同时测定;采用Mtalab7.0编程进行主成分回归分析,用光谱矩阵建立校正模型,并预测未知样品。实验结果表明,主成分回归荧光光谱法对各组分的平均回收率为99.825%~108.86%,可以不经分离进行多组分定量分析,结果满意。     

动态微分模拟方法在油气田开发投资预测中的应用

根据灰色预测基本理论,在GM(1,n)建模的基础上,充分考虑各指标因素之间的关联性和制约性,建立了油田开发投资预测的动态微分模拟方法,该方法可以根据历史信息实现功能同构,构造多时间序列数据,能够很好地用于油田开发投资成本预测。以国内某油田为例,进行油田开发投资动态微分模拟预测,预测投资与实际投资误差为0.127%。结果表明,动态微分模拟方法具有较好的准确性和适用性。     

梅山焦炭质量预测模型的研究

结合炼焦配煤生产数据,从单种煤指标的加和性分析开始,利用回归方法建立适合梅山自身特点的焦炭灰分、硫分、M_(40)、M_(10)、CRI和CSR的预测模型,并对模型进行了检验。结果表明,所建立焦炭质量预测模型能够预测焦炭质量,优化炼焦配煤配比,满足生产需要,为稳定焦炭质量和降低配煤成本创造了条件。     

基于交叉迭代BLSTM网络的乙烯裂解炉建模

数据驱动的乙烯裂解炉模型通常忽视了裂解炉结构和反应机理，存在预测误差偏大的缺点，为此提出基于知识和数据融合驱动的乙烯裂解炉乙烯收率等关键参数的双向长短时间记忆网络(BLSTM)预测模型。为了解决BLSTM建模缺少可用数据的问题，提出了一种采用交叉迭代的BLSTM(CIBLSTM)模型。所提CIBLSTM模型采用了正反向交叉迭代方法，逐步逼近所缺数据的真实值，进而建立乙烯裂解炉的预测模型。为了验证所提CIBLSTM模型的有效性，选取9种工业实际原料与分析数据进行仿真测试，仿真结果验证了所提的CIBLSTM模型的有效性与实用性，所提方法也可应用于其他复杂化工过程建模。     

基于最小二乘支持向量机回归的单桩竖向极限承载力预测

基于单桩载荷试验数据,采用最小二乘支持向量机(LSSVM)回归的方法,建立了单桩竖向极限承载力的预测模型.利用文献中桩的载荷试验数据来训练LSSVM模型,并确定了模型参数.研究结果表明,同常用的BP网络相比,LSSVM预测模型具有学习速度快、预测性能较好、选择参数少等优点,是一种有效的预测单桩极限承载力的方法.     

基于稀疏核主元分析的在线非线性过程监控

核主元分析(KPCA)适合非线性过程的监控,但存在计算量大、实时性差等缺点。提出一种基于稀疏KPCA(SKPCA)的过程监控方法,先使用SKPCA对正常建模数据进行加权,少数权值大的数据基本能代表全部正常数据的信息,因此稀化了建模数据,然后根据稀化后的正常数据建立过程的KPCA模型,并提出监控指标,大大减少了计算量,提高了监控的实时性,最后以化工分离过程为对象,就KPCA与SKPCA的监控效果和实时性进行了详细的对比研究,结果表明了基于SKPCA监控方法的优越性。     

用人工神经网络预测城市地震火灾损失

利用人工神经网络对城市地震火灾损失进行预测,对指导抗震救灾有一定的帮助。具体做法是根据地震损失与其影响因素之间的非线性映射关系,建立人工神经网络模型,并将其应用于地震火灾损失预测。实例表明该方法有一定的推广价值。