基于分簇和覆盖优化的改进LEACH协议

针对传统LEACH协议中簇头数量自由度高以及分布不均所导致能量消耗过多的缺陷,提出一种基于优化分簇的、能耗均匀的改进LEACH协议。改进簇头选择机制,在常规能量阈值选取簇头节点的过程中,引入最优簇半径控制策略,改善簇头节点的物理分布位置,达到网络能量的均衡,同时引入网络覆盖率控制簇头数目,避免产生多余的簇头节点。该算法还在传统LEACH协议的基础上,使用CH-VCH交替轮寻策略简化计算量。仿真结果表明,该改进LEACH协议能解决传统LEACH协议存在的能量问题,使网络的能量消耗更加均匀,并在一定程度上延长网络的生存期限。     

基于主元提取的鲁棒极限学习机研究及其化工建模应用

化工生产过程日益复杂，传统极限学习机(extreme learning machine, ELM)无法有效地对化工过程数据建模。针对该问题，提出一种基于主元提取(principal components extraction, PCE)的鲁棒极限学习机(PCE-RELM)。通过对ELM隐含层进行主元分析，提取数据的主元特征，去除变量间的线性相关性，简化研究问题。可以减小隐含层节点数对模型精度的影响，实现对ELM隐含层节点数的快速随机选取，同时使ELM具有鲁棒性。为验证提出方法的有效性，将PCE-RELM模型应用于精对苯二甲酸(purified terephthalic acid,PTA)生产过程建模。仿真结果显示，相比传统的ELM，PCE-RELM模型具有设计简单、鲁棒性好、精度高等优势，可以对化工过程控制、分析起到指导作用。     

脑出血CBCT成像仿真体模设计与制作

通过探索聚氯乙烯与增塑剂的混合比例与其CT值的关系,找到了一种可以精确模拟人体器官CT值的材料方法,以此为基础具体设计和制作了脑出血仿真体模应用于脑出血CBCT精确成像的研究。通过螺旋CT验证实验表明:该方案制作出的脑出血仿真体模与真实人体相似,可代替真实人体将其应用于脑出血CBCT成像质量的研究。     

融合灰狼优化算法在工控系统入侵检测中的应用

针对当前工控系统中数据体量大、维度高的特点，提出了一种融合随机黑洞(random black hole, RBH)策略的灰狼优化(grey wolf optimization integrated random black hole, RBHGWO)算法。该方法在更新下一代灰狼位置时，模拟黑洞的吸引方式，让狼群中的个体能够更快地向着当前全局最优解移动，增强了算法的收敛速度；同时个体以随机策略被黑洞吸引，保持了算法的局部搜索能力。通过优化算法测试函数验证，RBHGWO算法与粒子群优化(particle swarm optimization, PSO)算法、随机黑洞粒子群优化(particle swarm optimization integrated random black hole, RBHPSO)算法、GWO算法和优胜劣汰的灰狼优化(survival of fitness grey wolf optimization, SFGWO)算法进行了实验对比。结果表明，RBHGWO算法具有较快的收敛速度和较好的寻优精度。同时以田纳西-伊斯曼(Tennessee-Eastman, TE)数据集为基础进行仿真实验，结果表明该算法应用于在工控系统入侵检测的特征选择中，其收敛精度、迭代速度以及稳定性都有明显优势。     

新型氮爆式液压打桩锤的仿真研究

液压打桩锤是一种新型的打桩设备,其动态性能的好坏直接影响打桩质量及打桩效率;在分析新型氮爆式液压打桩锤工作原理的基础上,建立桩锤上升和下降阶段的数学模型;并对同一控制压力、不同氮气初始压力下的几种工况进行仿真,通过对比、分析,确定该控制压力下的最佳氮气初始压力;为开发液压打桩锤产品和优化桩锤参数提供理论依据.     

化工过程EFSM 模型的应用

扩展有限状态机(EFSM)是一种构造模型的形式化描述语言.首先根据化工过程特征,改进EFSM模型和数据依赖关系,构建变量、状态及相互之间转换条件和动作的化工过程EFSM描述模型;然后提出化工过程变量之间的静、动态依赖关系和故障传播路径的分析方法;最后通过典型化工过程CSTR仿真应用验证了EFSM模型描述及分析方法的可行性和有效性,为工业过程的故障传播分析提供一种新的思路和方法.     

过程工业报警系统研究进展

系统、科学、有效的报警系统对提高生产过程安全、质量和可操作性能至关重要,引起了工业界和学术界的广泛关注,产生了大量研究成果。针对过程报警系统的最新研究进展,分别从报警系统优化设计、报警系统监控、报警系统性能评估这3个热点研究方向总结研究方法,并对不同方法进行了对比讨论。针对报警系统优化设计,利用ROC分析、相关性分析等方法对报警阈值进行优化,并对报警变量进行优先级划分;针对报警系统监控,利用相关性分析实现滋扰报警识别,基于过程知识和数据驱动实现因果报警识别,基于时间窗或运行长度分布实现抖振报警识别;针对报警系统性能评估,依据过程报警管理标准或动态风险分析等实现定性定量评估。最后,指出报警系统研究有价值的方向和趋势,并对报警系统研究前景做出展望。     

可拓性的信息挖掘与检测技术

基于物元的可拓性信息挖掘探讨了信息挖掘的发散性、相关性和蕴含性,直接关系到信息检测技术的真实性与准确性。为此采用AHP分析方法从挖掘到的物元信息中选择适合的进行测度,并确定出相应的重视系数,继而定量确定目标物元的信息,得出相应的可拓检测方案。本文将该算法应用于城市环境质量综合评价应用分析中,验证了提出算法的有效性。     

基于自联想神经网络的数据滤波与应用

石油化工过程系统及其现场数据复杂,基于数据驱动的任何研究、设计、运行工作首先都需要进行数据滤波.本文研究了用自联想神经网络对化工过程数据进行滤波的方法.自联想神经网络通过使输入节点的信息压缩在隐层节点上,从网络输入的高维参数空间中提取反映系统结构的最具代表性的低维子空间,同时有效地滤去了测量数据中的噪声和测量误差,再通过输出层实现数据的解压缩,将前面压缩的信息还原到各个参数值,从而实现各测量数据的重构.通过对测试函数的应用和误差比较验证了该方法可以达到比较理想的滤波效果,并采用该方法对某企业精对苯二甲酸(PTA)工业数据进行滤波后BP建模,该模型的预测效果要大大好于没有进行数据滤波建立的模型,从而进一步说明了用自联想神经网络对工业数据滤波不但是可行且有效的,同时也提高了模型预测的准确性.     

静力压桩机自动调平系统的逆动力学模型研究

静力压桩机调平系统的逆向动力学模型是求解自动调平控制系统的关键,压桩机实时控制过程中出现"虚腿"的原因之一即是缺少动力学分析.为此,从压桩机的结构入手,考虑平台运动和液压控制系统的耦合,建立调平机构动力学模型,并对其进行动态过程研究,结果满足调平系统快速高精度的要求,自动调平运动过程中未出现"虚腿"现象.