过程工业报警系统可视化监控技术及应用

合理有效的可视化监控技术及工具有助于操作员及时理解报警信息并采取响应措施。针对现有可视化技术存在的缺点及不足, 如资源利用不充分、报警等级划分不明确、报警根源分析不彻底等, 构建了4种新型可视化工具:基于信息融合的解释结构模型(静态和动态)、层次高密度报警图、层次优先级色彩图、性能水平趋势图, 分别实现了过程递阶模型建立、报警根源分析、滋扰报警识别、报警优先级划分、报警系统性能常规评估等目的。以TE仿真模型为例, 阐明了上述可视化技术及工具的实用性和有效性, 不仅可以展示报警全貌原始信息, 还可快速识别报警根源、关键报警、滋扰报警以及报警系统性能水平, 实现了高效监控,从一定程度上解决了报警泛滥问题。     

基于正则化的函数连接神经网络研究及其复杂化工过程建模应用

在化工过程的建模中，由于过程数据的高维度和高非线性，导致计算量大幅提升和建模难度加大。为了解决这一问题，提出了一种基于正则化方法的函数连接神经网络模型（regularization based functional link neural network, RFLNN）。所提出的RFLNN方法里，通过使用正则化的方法对函数连接神经网络的权值进行优化，一方面大幅降低网络计算复杂度和计算量，另一方面极大程度上克服网络局部极值和过拟合的问题，以提高函数连接神经网络的学习速度和精度。为了验证所提出方法的有效性，首先采用UCI数据中Real estate valuation数据对其性能进行测试；随后将所提的方法应用于高密度聚乙烯（high density polyethylene，HDPE）复杂生产过程进行建模。UCI标准数据与工业数据的仿真结果表明，与传统FLNN对比，RFLNN在处理高维复杂化工过程数据时具有收敛速度快、建模精度高等特点。     

PMDA-ODA型聚酰亚胺纤维的热稳定性研究

通过干法纺丝制备了聚酰亚胺(PI)纤维,采用热失重(TGA)测试分析了其热稳定性能.TGA测试表明,均苯四甲酸酐-4,4.二氨基二苯醚(PMDA-ODA)型PI纤维500℃之前不发生分解,其热分解稳定性要优于P84纤维.并利用Kissinger和Flynn-Wall-Ozawa方法计算并比较了PI和P84纤维在空气中热...     

基于改进HMM模型的3D景区地图匹配算法

针对GPS误差和地图系统误差导致3D地图定位精度较低的问题,提出一种基于改进隐性马尔科夫模型的地图匹配算法。使用面积重叠法获取候选路段,引入距离、道路宽度和历史定位点计算观测概率,利用路网拓扑信息、游客行为特性、景点与道路的相关性计算转移概率,采用Viterbi算法得出最优匹配路段。在Unity3D平台上实现景区场景3D可视化,利用校园地图进行实验验证,结果表明,该算法匹配精度达到95.4%,在3D景区导航中具有良好的实用性和较高的准确性。     

聚酰亚胺纤维制备及应用

聚酰亚胺是指分子主链中含有酰亚胺环的一类聚合物材料,这种高度共轭的主链结构赋予了聚酰亚胺纤维优异的力学性能,较高的耐热氧化稳定性、耐溶剂腐蚀性能等,在航空航天、环境保护等领域具有广阔的应用前景.由于聚酰亚胺加工过程中的基础问题尚未攻克,影响了这类高性能纤维的发展和使用.高新材料发展的需要、聚酰亚胺化学结构的多设计性和合成技术的改进以及纺丝技术的进步促进了聚酰亚胺纤维的发展,通过大分子结构设计和聚集态结构的调控,可以得到不同化学结构的高强高模、耐高温、耐辐射特性的聚酰亚胺纤维.主要概述了聚酰亚胺纤维的性能、制备方法及应用领域,并对近年来国内外最新研究进展和产业化情况进行了介绍.     

基于灾害仿真的虚拟应急演练系统

基于虚拟现实技术的虚拟应急演练有着广泛的应用,但现有演练系统往往缺少对灾害场景的有效仿真,以及预案支撑下的完整系统框架.针对上述问题,该文首先提出了一种面向应急演练的仿真系统VEDSimu,解决了实体间消息高效传输、大规模仿真模型计算问题;并基于VEDSimu开发预案脚本系统、预案推理机、考核评价以及虚拟现实客户端等其他模块,构建虚拟应急演练系统VEDSys.最后,结合VEDSys在实际企业虚拟消防演练中的应用,验证了系统的可行性、高效性与可扩展性.     

基于A-DLSTM夹层网络结构的电能消耗预测方法

全球人口的快速增长和技术进步极大地提高了世界的总发电量,电能消耗预测对于电力系统调度和发电量管理发挥着重要的作用,为了提高电能消耗的预测精度,针对能耗数据的复杂时序特性,文中提出了一种将注意力机制(Attention)放置于双层长短期记忆人工神经网络(Double layer Long Short-Term Memory,DLSTM)中的新颖夹层结构,即A-DLSTM。该网络结构利用夹层中的注意力机制自适应地关注单个时间单元中不同的特征量,通过双层LSTM网络对序列中的时间信息进行抓取,以对序列数据进行预测。文中的实验数据为UCI机器学习数据集上某家庭近5年的用电量,采用网格搜索法进行调参,实验对比了A-DLSTM与现有的模型在能耗数据上的预测性能,文中的网络结构在均方误差、均方根误差、平均绝对误差、平均绝对百分比误差上均达到了最优,且通过热力图对注意力层进行了分析,确定了对用电量预测影响最大的因素。     

基于组件的石化过程智能建模与优化系统的设计与开发

世界各国的经验表明,流程模拟、先进控制与过程优化技术是提高企业经济效益的主要技术手段之一.因此设计开发1个基于生产数据驱动的智能化实用数据处理、建模与优化集成的系统具有重要的实用价值.本文采用组件化程序设计方法,设计了1系列具有良好的可重用性、语言无关性、高度开放性的软件组件,开发了1个集成数据处理、建模和优化相关技术的软件系统,实现了适用于石化过程的建模与优化系统,并在实际企业应用取得社会与经济效益.     

醋酸纤维素纤维干法纺丝成形模拟

建立了基于Maxwell粘弹性本构方程的干法纺丝动力学模型,对醋酸纤维素纤维干法纺丝过程进行了模拟,预测了纤维成形过程中丝条的溶剂浓度、温度、速度、张力等沿纺程的变化关系。结果表明:纤维固化成形发生在闪蒸结束后离喷丝口不远处,此后丝条溶剂含量变化很小;丝条温度在闪蒸时略低于热吹风温度,闪蒸结束后迅速上升到热吹风温度;丝条张力主要来源于空气的摩擦阻力和卷绕张力,在纺程下半段以摩擦阻力为主;提高泵供量后溶剂蒸发速率变慢,丝条温度达到热吹风温度所需时间变长,丝条固化点离喷丝头越远;闪蒸速率随纺丝液溶剂含量增高而减小,同时丝条温度升到甬道温度的时间也越长。