新型冷冲模架导向件

随着工业的不断发展,科学技术的进步,模具行业对冷冲压件的精度要求不断提高,同时要求生产周期大为缩短,这些都促进了新模具结构的不断出现。冷冲压件的尺寸精度、模具寿命在很大程度上要靠导向件来保证,以往将导套、导柱分别装在上下模板相对应的孔内,因而对模板导柱、导套孔     

甲醇制丙烯工艺中液烃吸附剂再生过程探析

与乙烯工艺技术类似,鲁奇公司的甲醇制丙烯(MTP)工艺过程中为控制后续分离单元中设备和管道中的水含量,防止管道冻堵,对于压缩后的物料采用干燥剂进行干燥以除去其中的水分。从工艺过程出发,介绍了甲醇制丙烯工艺技术中所采用的液烃干燥剂的再生操作过程。     

甲醇制丙烯工艺催化剂的汽蒸过程分析

甲醇制丙烯工艺采用ZSM-5型催化剂,为优化其丙烯选择性,在使用之前需要进行汽蒸。介绍了系统的氮气预热流程和工艺蒸汽预热流程;从工艺过程出发,简述了催化剂的汽蒸操作过程。     

基于DBN-PID的木材干燥窑参数检测系统

针对目前在木材干燥过程中检测参数精度低的问题,设计了一种木材干燥窑参数检测系统;该系统对干燥窑有关参数进行实时采集、调理,经ARM处理器进行数据处理后,将采集的数据通过WiFi无线网络上传至PC机;为改进系统的控制算法,引入深度学习方法,提出了一种基于DBN-PID的控制算法,并与BP-PID算法进行了实验比较;实验结果表明,DBN-PID控制算法应用在木材干燥窑参数检测系统中具有更高的检测精度;为进一步说明DBN-PID算法的性能,还与BP-PID算法进行了仿真比较;仿真表明,DBN-PID算法能够很好的近似非线性对象,具有较强的自适应能力.     

基于深度学习的木材含水率预测

精确测量木材含水率一直是木材干燥控制系统研究的热点和难点,含水率测量的准确性会直接影响到木材干燥质量的好坏和干燥成本的高低。为提高木材含水率检测的准确性,采用深度学习方法,建立了一种以深度信念网络为核心的木材含水率检测系统辨识模型。将该模型应用在深度学习预测控制算法中,根据实际测量得到的木材干燥窑的温湿度值及木材电阻率,实现对应木材含水率的预测输出。仿真结果表明,预测值与实际值之间的均方根误差小,预测精度高,说明了将深度学习算法应用于木材含水率预测模型中的有效性。     

气体膜分离技术在甲醇生产中的应用

从工艺设计方面出发，介绍了哈尔滨气化厂通过技术改造，应用气体膜分离技术将甲醇驰放气中有效气体回收，解决了甲醇产量受城市煤气日用量变化的影响，达到了增产甲醇的目的。     

甲醇制丙烯(MTP)工艺过程中催化剂的再生过程分析

大连化物所的DMTO(甲醇制烯烃)工艺及鲁奇公司的MTP(甲醇制丙烯)工艺是目前世界上两种已经实现了商业化的甲醇制低碳烯烃技术,两种工艺均采用沸石催化剂。文章从工艺过程出发,介绍了MTP(甲醇制丙烯)工艺技术中所采用的沸石基甲醇制丙烯催化剂的再生操作过程。     

基于PCA-PDBNs的故障检测与自学习辨识

如何提高工业过程故障识别的准确性及其算法训练的效率一直是故障检测与辨识研究领域的重点和热点。将深度学习方法引入该领域,结合粒子群优化(PSO)算法和深度信念网络(DBNs),提出了一种基于PSO的DBNs辨识方法(即PSODBNs,PDBNs),使用该方法对复杂函数的拟合进行了数值仿真。实验结果表明,相比于基本的DBNs模型,经PSO算法对网络参数优化后的DBNs模型获得了更好的函数逼近效果,具有更高的辨识精度。为验证该方法在实际工业过程故障检测中的可行性,结合主元分析(PCA),提出了一种PCA-PDBNs模型,并将此应用于田纳西-伊斯曼(TE)过程的故障检测中,结果表明,基于PCA-PDBNs方法降低了故障检测模型的复杂度,进一步提高了对未知故障类型的辨识精度,取得了较好效果。