基于元模型的过程系统优化

应用均匀实验设计和支持向量机方法构建复杂过程系统的经验模型(元模型),并将其作为适应度函数与遗传算法结合,建立了该系统的优化方法. 该方法只需采用少量仿真模型计算数据便可建立复杂过程系统的元模型,可显著降低复杂过程系统模型的计算过程,便于复杂过程系统的优化. 将该方法用于普光高含硫天然气净化装置全流程操作参数优化,在操作参数优化空间内均匀选取10个实验点,建立了净化装置全流程元模型,其预测值的相对误差小于4%. 优化结果表明,在优化操作点,净化装置有效能效率提高了6.6%.     

ERP系统PS模块在炼化企业工程项目管理中的实施与应用

对抚顺石化公司ERP项目实施过程进行了概括总结.对PS模块在项目管理中的应用进行了介绍,及PS模块实施的详细步骤,包括方案设计,流程实现进行分析,阐述ERP系统如何实现公司项目管理过程,并指出运用ERP系统在项目管理中可实现的功能以及应用的优势.将项目管理的全过程展现出来,最后对系统实施后应用结果进行总结分析.     

数据挖掘技术在网络入侵检测中的应用

论述了入侵检测系统的基本概念,针对目前入侵检测系统中存在的问题,提出了一个基于数据挖掘技术的自适应入侵检测系统模型。介绍了该系统模型的基本思想,阐述其结构及主要功能,着重分析了该系统的数据挖掘和检测过程。利用数据挖掘技术自动地从大量数据中提取重要的特征和新的模式,生成有意义的规则并建立检测模型,实现对分布式拒绝服务攻击DDoS(D istrbute Den ial of Service)入侵的检测方法。     

基于流程拓扑信息的统计过程监测方法

传统数据驱动的过程监测方法主要基于历史数据和统计学知识建立,往往忽视了对过程机理的考虑。基于预测残差的过程监测方法则通过数据驱动的回归模型实现对局部过程机理的近似,在预测残差的基础上建立监测模型实现了对过程偏离更好的识别。但其建立回归模型实现对局部过程机理的近似时主要基于数据,很少考虑具体流程信息。作为流程信息的一种表现形式,流程拓扑结构常被用来提取变量间的进程与因果关系,如果在建立回归模型时结合流程的拓扑结构,则可使得所建立的回归模型中包含一定的流程信息,使其对局部机理的近似更为准确。基于此,本文提出一种基于流程拓扑信息的统计过程监测方法。该方法利用流程的拓扑结构,提取变量间的进程与因果关系,建立回归模型实现对局部过程机理的近似。在此基础上建立基于预测残差的过程监测模型,实现对过程偏离的监测。该方法被应用于某连续重整装置的过程监测中,结果表明其监测效果要优于基于主元分析和基于预测残差的过程监测方法。     

ERP在橡胶机械制造企业管理中的实施及应用

简要概述ERP系统的作用,分析橡胶机械制造企业的特点,介绍在橡胶机械制造企业管理中ERP系统的实施与应用要点。ERP系统的实施内容包括总体策略、流程分析、方案设计、系统建立、编码文档和系统运行维护。在实施阶段,主要应做好系统软件知识培训和建立基础资料。在系统总体目标的基础上,搭建一套集决策支持、经营管理和业务数据为一体的ERP业务管理平台,通过接口方式实时读取、接收业务数据,实现相应数据的本地化,同时结合业务需求实现对ERP数据的分析应用。     

AVEVA智能P&ID系统在工程设计中的标准化实施及应用

本文从AVEVA智能PID设计系统标准化实施及应用着手,介绍该系统在实际项目上的运作流程,相对于传统的设计模式,智能PID设计系统建立起标准化的设计流程、数据库、图例和相关规则,使得协同设计效率高、管理可靠、成果移交经济便捷、质量可控。同时总结在实施过程中遇到的问题,主要涉及管理与集成设计平台的融合,并对智能PID设计系统深层次的应用提出建议。     

实施CRM系统构建以客户为中心的营销体系

介绍了实施CRM系统的指导思想,指出CRM系统的建设是一个系统工程,涉及到企业的组织、流程、文化、人员等一系列的变革,其核心是建立以客户为中心的营销体系。介绍了中国石化化工销售分公司实施CRM的过程和效果。     

电子计算机在化学工业中的应用(二)

1.化工流程的物料及热量平衡计算将化工流程计算分解为基本的单元操作问题,并分别建立一些通用的数学模型作为该系统的结构单元,其中每一种单元完成某一种特定的单元操作计算。根据计算要求,按照一定的次序,把相应的短小简单的结构单元连接起来,便可形成所要求的化工流程模型,再结合必需的计算参数、物流数据及物性数据,便可在计算机上进行化工流程的计算。这种计算机算法系统称为化工流程模拟系统,这个方法的优点是:当编写好了基本的结构单元程序模块以后,便可非常简单地组成任何复杂流程的工艺过程。借助于这些流程     

黄海橡胶推行产品条码扫描控制系统

正为确保轮胎产品质量及售后服务,青岛黄海橡胶股份有限公司大力推行产品条码扫描控制系统,实现对每一条轮胎产品的生命周期数据实时采集和全程高效、准确的信息化追溯。黄海橡胶上线条码扫描控制系统是继建立MES系统、ERP系统、OA系统等信息化项目之后实施的又一有效信息化措施。该流程式信息化系统自动记录轮胎制造全过程数据,对每条轮胎建立数据档案,排除轮胎生产过程中的不确定因素,确保产品质量的均一性。与传统生产     

分队计量系统在采油厂的建设与应用

叙述了现河采油厂分队计量系统的建设背景,分析了系统建设过程中各类策略选择的依据,介绍了系统运行流程、系统运行保障措施、系统实现的功能和实际应用效果,总结了系统建设和实施过程中的认识和体会,并提出了下一步的工作打算。     

Simultaneous robust data reconciliation and gross error detection through particle swarm optimization for an industrial polypropylene reactor

In a previous study, a nonlinear dynamic data reconciliation procedure (NDDR) based on the particle swarm optimization (PSO) method was developed and validated in line and in real time with actual industrial data obtained for an industrial polypropylene reactor (Prata et al., 2009, Prata et al., 2008b). The procedure is modified to allow for robust implementation of the NDDR problem with simultaneous detection of gross errors and estimation of model parameters. The negative effects of the less frequent gross errors are eliminated with the implementation of the Welsch robust estimator, avoiding the computation of biased estimates and implementation of iterative procedures for detection and removal of gross errors. The performance of the proposed procedure was tested in line and in real time in an industrial bulk propylene polymerization process. A phenomenological model of the real process, based on the detailed mass and energy balances and constituted by a set of algebraic-differential equations, was implemented and used for interpretation of the actual plant behavior. The resulting nonlinear dynamic optimization problem was solved iteratively on a moving time window, in order to capture the current process behavior and allow for dynamic adaptation of model parameters. Results indicate that the proposed procedure, based on the combination of the PSO method and the robust Welsch estimator, can be implemented in real time in real industrial environments, allowing for the simultaneous detection of gross errors and estimation of process states and model parameters, leading to more robust and reproducible numerical performance.     

流程工业数据整合研究及应用

针对企业在信息决策过程中对工业数据质量的需求,以流程工业生产过程中存在的两类数据——实时过程数据和化验室质量分析数据为研究对象,讨论了在时滞、频率不一致、噪声等情况下整合这两类数据的流程和方法,包括稳态过程监测算法、软测量实现过程、累计量和瞬时量转换以及数据压缩存储等,通过实例应用指出了该方法的有效性,并分析了该研究的应用前景。     

低废采矿技术的研究

阐述了矿山在生产中尽量少出废石的低废采矿技术。综合利用顺采出的废石,确实无用的废渣返回充填到井下,修复利用废弃巷道和采空区,储存矿山自身产生的废渣和工业废渣,缓解废石场与耕地争地的矛盾。建立无生态危害的低废采矿系统,使我国矿业能持续发展。     

Automated synthesis of water treatment stages in systems of circulating water supply at industrial enterprises

A procedure is proposed for automated synthesis of the water treatment stages in the systems of circulating water supply at industrial enterprises based on the theory of expert system development, including the successive solution of the following problems: working out structural variants of the process flow scheme of water treatment stages and selecting the optimum variant by a large set of criteria, calculation, or choice of the implementation for a specified process flow scheme.     

一类复杂工业生产过程中的数据挖掘

以合成氨工业中联合制碱生产过程为例,阐述了一类复杂工业生产过程数据的特点。提出了复杂工业系统中数据挖掘的基本思路和模型结构,并讨论了各种数据挖掘功能的应用,为工业过程的自动控制和知识发现开辟了一条新的途径。     

基于深度集成支持向量机的工业过程软测量方法

基于支持向量机（SVM）的软测量建模方法已经在工业过程控制领域得到广泛应用,然而传统支持向量机直接针对原始测量变量建立模型,未能充分挖掘数据的内在特征信息以提高预测精度。针对该问题,本文提出一种基于深度集成支持向量机（DESVM）的软测量建模方法。该方法首先利用深度置信网络（DBN）来对数据进行深层次的信息挖掘,提取出数据的内在特征,然后引入基于Bagging算法的集成学习策略,构建基于深度数据特征的集成支持向量机模型,以提升软测量预测模型的泛化能力。最后通过数值系统和真实工业数据对方法进行应用分析,结果表明本文提出的方法能够有效提升支持向量机软测量模型的预测精度,能够更好地预测过程质量指标的变化。     

Design of a fully thermally coupled distillation column for hexane process using a semi-rigorous model

An industrial scale hexane process is designed for the implementation of a fully thermally coupled distillation column (FTCDC). A semi-rigorous material balance and Peng-Robinson equilibrium relation are utilized in the structural design. The operational design is conducted with a commercial design program, the HYSYS. The design outcome of the structural design indicates it to be comparable with the practical system of a conventional two-column arrangement in field operation, which shows the effectiveness of the design procedure implemented here. The procedure is good for the system of many components found from actual field applications. In addition, an investigation of the energy requirement of the FTCDC and a conventional system shows that an energy saving of 34.1% is available with the FTCDC.     

基于关联规则的条件状态模糊Petri网及其在故障诊断中的应用

模糊Petri网作为一种知识表达模型,能够用于工业过程系统故障推理和诊断。然而,模糊Petri网的建立大多需要先验知识,为此限制了其广泛应用。为了能够有效利用工业生产过程数据,提出了一种基于关联规则的条件状态模糊Petri网,并将其用于工业过程故障推理与诊断。采用数据挖掘的关联规则方法提取模糊Petri网的模糊规则及置信度,通过变量间的关联分析,将影响置信度的关键主元（条件量）提取出来,建立条件状态模糊Petri网;基于极大代数的迭代算法进行动态置信度逆向推理,可以获得工业过程的故障发生概率。该方法实现了故障诊断网络的数据驱动,从而提高故障诊断的快速性与准确性,某化学反应研究表明所提方法的有效性。     

关联规则的数据挖掘在高校图书馆系统中的应用

简要介绍了关联规则的数据挖掘以及Apriori算法,对Apriori算法优缺点和性能进行分析,并将Apriori算法应用于高校图书馆管理系统,给出了系统的完整实现过程。通过分析数据挖掘的结果,寻找各个学科领域中的一些相互关联的知识、辅助教师的教学工作,优化图书馆的馆藏布局。     

浅谈数据挖掘在油田开采中的应用方法

大数据是当前最热的概念之一,在"互联网+"的背影下,大数据的开放、挖掘和应用已成为趋势。大数据已经成为国家科技竞争的前沿,以及产业竞争力的商业模式创新的源泉。数据挖掘技术是数字油田到智慧油田转变的最重要一环。而对于油田开采来说,数据挖掘技术能有效提高油田开采效率,通过阐述了数据挖掘在油田开采中的优势,以及数据挖掘在油田开采中的应用方法。