无线传感器网络基于置信因子的数据分发机制

无线传感器网络中节点的能量大部分用来传输数据,为减少数据的传输量,同时不增加数据包的延迟,提出了基于置信因子的数据分发概念。由于置信因子由传感器节点根据所感知的数据产生,反映了数据的真实性和重要性,由于设计了一种基于置信因子的发送退避策略和传输过滤器,解决了保证重要数据的优先信道访问权和减少冗余数据传输量的问题。大量仿真证明,这种数据分发机制在减少网络能耗和重要数据的时延方面是有效性的。     

基于二子空间协同训练算法的半监督软测量建模

在工业过程中,存在着辅助变量与主导变量数据比例严重失衡的问题。协同训练算法是其中一种利用无标签数据中的潜在信息以提升学习性能的模型训练方法。然而目前在协同训练软测量建模过程中,学习器之间存在严重的训练特性交叉重叠的问题,这将导致对主导变量的预测性能衰减。针对这一问题,提出基于二子空间协同训练算法的半监督软测量模型two-subspace co-training KNN(TSCO-KNN)。该模型将二子空间分块算法与协同训练算法相结合,利用辅助变量与主成分子空间PCS和残差子空间RS两个特征子空间的相关性程度,将数据变量拆分为两个具有显著差异性的学习数据集,进而使用KNN回归器进行协同训练,共同用于对主导变量的预测。最后在乙烯精馏塔塔顶乙烷浓度和TE过程产品浓度软测量中进行仿真研究,验证本文所提算法的有效性。     

基于知识数据化表达的制冷空调系统故障诊断方法

制冷空调系统广泛用于建筑环境调节,是建筑能耗的重要组成部分,而系统故障运行会造成15%~20%的能耗增加。以深度学习为代表的数据驱动方法是故障诊断的热点技术。然而,数据驱动需要依赖大量标记数据从而限制了其应用。针对上述问题,提出一种基于知识数据化表达的故障诊断方法,通过将故障诊断先验知识以数据化的形式表达弥补真实标记数据不足的难题。首先,提出以随机缩放策略为信息扩增手段的知识数据化方法,并利用添加噪声达到生成样本与真实样本一致性更优的目的。然后,提出基于基准模型的目标系统偏离特性表征方法,将目标系统数据与生成数据的格式统一。最后,利用生成数据训练模型并在ASHRAE RP-1043数据集上验证,综合诊断正确率达82.67%,与经典的监督学习方法效果接近且完全无须标记数据,具有广泛应用前景。     

精细搜索策略应用于质量交换网络综合

质量交换网络是化工过程系统的重要组成部分,其优化设计对降低污染排放具有重要意义。采用启发式算法优化质量交换网络时,存在难以兼顾全局搜索和局部搜索的问题。通过分析不同精度优化参数下的优化结果,揭示了该问题的成因,并提出一种精细搜索策略用于基础算法所得结构的深度优化。该策略包含两种方法,方法1采用具有个体回代与分化的高精度强制进化随机游走算法,可保留个体结构变异能力;方法2采用确定性方法依次对多维目标函数中的每个变量进行一维搜索,具有精度高收敛快的优点。将该策略应用于焦炉气脱硫和空气除氨算例,得到的结果分别为407308 USD·a^-1和127807 USD·a^-1,经济性优于现有文献中的结果,验证了本策略的有效性。     

局部时差约束邻域保持嵌入算法在故障检测中的应用

传统的邻域保持嵌入(neighborhood preserving embedding,NPE)算法通过k近邻(k-nearest neighbors,k-NN)方法选择邻域进行重构来实现降维。但在实际工业过程中采集的样本具有时序相关性,仅仅通过欧氏距离选择近邻样本不能充分反映数据中包含的信息,从而影响检测效果。因此,提出一种局部时差约束邻域保持嵌入(local time difference constrained neighborhood preserving embedding,LTDCNPE)算法,充分考虑样本间的时间和空间关系,从而建立准确的故障检测模型。首先,该算法在固定尺度的时间窗内,根据样本的时序关系和空间特征挑选出邻域。其次,利用样本间的时间差异为邻域样本进行加权,使数据特征保留了高维空间的局部结构。然后,对降维后得到的主元空间和残差空间构建T^{\mathrm{2}}和SPE统计量并确定控制限。最后,通过数值例子和Tennessee-Eastman(TE)过程仿真验证LTDCNPE算法的有效性。     

基于中心损失的条件生成式对抗网络的冷水机组故障诊断

针对冷水机组产生的故障数据不足,数据集中正常数据和故障数据数量不平衡,进而导致故障诊断精度下降的问题,提出一种基于中心损失的条件生成式对抗网络(central loss conditional generative adversarial network,CLCGAN)和支持向量机(support vector machine,SVM)的故障诊断方法。首先,CLCGAN利用少量真实故障数据生成新的故障数据;然后,将生成的故障数据与初始数据集混合,使正常数据与故障数据的数量达到平衡;最后,利用平衡数据集构建SVM模型进行故障诊断。在GAN生成冷水机组故障数据时,构建动态中心损失项并加入到目标函数中,利用动态的中心损失减少冷水机组生成的各种故障数据的类内距离,从而降低各个故障生成数据之间的重叠程度,增加生成数据的可靠性。在生成故障数据之前配置相应的故障标签,并输入到CLCGAN中指导数据生成过程,使生成的故障数据可以均衡地分布于各个故障类别。在ASHRAE 1043-RP数据集上对所提方法进行了验证,结果表明,相较于其他解决数据不平衡问题的故障诊断方法,所提方法具有更高的故障诊断准确率。     

硫酸盐侵蚀下混凝土单轴压缩力学行为模拟及孔隙特征研究

为了研究硫酸盐侵蚀下混凝土力学行为及内部孔隙结构的变化规律,本文对在0%、10%、15%、20%四种不同质量分数硫酸钠溶液浸泡210 d的混凝土试件进行单轴压缩试验,并通过PFC^2D软件模拟应力场分布以研究试验过程中裂缝演化规律,并结合核磁共振分析其浸泡后内部孔隙分布情况。结果表明:混凝土的峰值应力、弹性模量均随浸泡浓度的增大而下降;根据PFC^2D模拟结果,在单轴压缩过程中混凝土内部最早出现张拉裂缝,随后裂缝继续扩展,逐渐出现张拉与剪切复合裂缝,最终形成一条沿对角线贯穿的剪切裂缝;硫酸盐侵蚀后混凝土T₂分布曲线有3个波峰,内部孔隙主要以微孔、小孔为主,随着浸泡浓度的增长,其微孔逐渐向小孔转化,导致混凝土的T₂峰1幅值和面积逐渐增大。     

氧化铝陶瓷压缩破坏过程离散元数值模拟

陶瓷的压缩破坏是一个爆炸式破碎的过程,在短时间内急剧释放大量能量,并伴随大量高速飞行碎片的产生,实验上较难获取陶瓷压缩破坏过程中碎片的飞溅速度。本文采用离散元数值模拟氧化铝陶瓷的压缩破碎过程,分析了不同应变率下产生碎片的尺寸分布、碎片的平均飞溅速度,以及试件内部不同区域碎片的速度变化规律。研究表明:(1)陶瓷的表观破坏强度以及破碎后碎片的平均飞溅速度与加载应变率正相关;(2)碎片飞溅速度与其初始位置相关,外侧碎片的飞散速度最大,随着初始位置与试件中心轴距离的减小,碎片飞溅速度逐渐减小;(3)随着加载应变率的提高,碎裂产生的碎片数逐渐增多,对应的碎片平均尺寸变小。进一步讨论了试件压缩破碎过程中的能量守恒和转换模式,并对碎片飞溅的平均速度进行了理论分析。     

软土地基中格栅式地下连续墙桥梁基础承载研究

通过建立模型,用室内竖向载荷试验对混凝土方量3种基础形式的承载机理及沉降特性进行对比。分析相近基础方量的承载力,群桩基础的控制特性和承载力小于单室墙和两室墙基础,且随着沉降量的增加,载荷差也在不断增加。通过对比桩(墙)之间的摩阻力分布,得出格栅式地下连续墙基础与群桩基础的摩阻力分布形状图。最后得出结论,软土地基中,格栅式连续墙基础优于群桩基础结构,具有提高基础承载力,减少沉降及降低混凝土用量等优点。