改进果蝇优化LSSVM超声波萃取产物浓度软测量

针对超声波天然产物萃取过程中产物浓度难以在线检测的问题,提出了一种改进果蝇优化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的超声波萃取产物浓度软测量建模方法。首先将混沌优化与迭代步长动态调节方法相融合,提出了一种混沌动态步长改进果蝇优化算法(Chaos Dynamic Step Fluit Fly Optimization Algorithm,CDSFOA),该算法引入动态调节因子对步长动态更新,并利用混沌优化实现各变量之间映射等操作,能够有效提高果蝇优化算法的收敛精度和收敛速度,然后利用CDSFOA对LSSVM进行参数寻优,构建最优CDSFOA-LSSVM软测量模型,最后利用超声波斛皮素萃取实验数据进行验证。结果表明,提出的模型不仅有较好的学习和泛化能力,而且具有良好的预测精度,可为超声波天然产物萃取工艺优化提供理论指导。     

非线性动态WPLS航煤干点软测量

针对炼油工业过程存在的多变量、非线性和数据动态性问题,提出一种自回归移动平均模型与径向基函数-加权偏最小二乘相结合的非线性动态建模方法。首先建立基于径向基函数-加权偏最小二乘方法的软测量模型,然后利用自回归移动平均模型对数据进行时序分析校正,将动态误差信息加入到模型中去,实现模型的动态装换。将该方法应用到加氢裂化航煤干点的软测量建模中,从而获得比径向基函数-加权偏最小二乘算法更高的预测精度。     

基于离散点涡的双自由度涡激振动尾流振子模型研究

建立了一种新的预报双自由度圆柱涡激振动响应的尾流振子模型,提出了以近壁点涡强度为变量描述尾流振子方程.通过势流理论推导出了结构所受流体流向和横向水动力与点涡强度的量化关系,从而得到了结构振子和流体振子的耦合方程组.使用该模型对圆柱的双自由度涡激振动问题进行了数值计算,得到了结构流向和横向的响应振幅及频率的变化规律.通过与实验结果进行对比,表明模型预测的涡激共振区、锁定频率和“8”字形运动轨迹等结果与实验观测结果基本一致.     

基于RBF神经网络的诺西肽发酵过程菌体质量浓度软测量

针对诺西肽发酵过程中菌体质量浓度的估计问题,提出了一种基于RBF神经网络的软测量建模方法.在诺西肽发酵过程非结构模型的基础上,根据隐函数存在定理确定出辅助变量,从而使其选择有严格的理论依据;根据每批样本数据对被预测对象的预估能力,自适应地为各个批次的训练样本分配权值,并进而实施加权RBF神经网络建模.实际应用表明,所提出的软测量建模方法是有效的.     

基于BBMNN的多变量非线性软测量建模及应用

基于Boostins思想,提出了一种改进的adaboost算法。在此基础上,提出了一种新的多神经网络构造方法BBMNN。应用于软测量建模,给出了一种新的非线性系统软测量建模方案,并分别针对多变量、非线性典型模型和复杂工业过程,应用实验数据和实际运行数据进行了仿真研究。仿真结果表明,该方案可以较好地解决复杂对象神经网络建模时样本点数量与模型精度之间的矛盾,可同时获得较高的训练精度和预测精度。     

基于时间序列单维卷积神经网络的水泥熟料游离钙软测量方法

水泥熟料游离钙(fCaO)含量对水泥质量和生产能耗有着重要影响,现阶段主要通过化学分析的方法离线测得水泥熟料fCaO含量,但是该方法对于烧成系统操作指导具有明显的滞后性。针对熟料fCaO无法在线实时监测的问题,提出基于多变量时间序列单维卷积神经网络(TS-CNN)熟料fCaO软测量建模方法。该方法利用影响熟料fCaO的多个过程变量历史时间段的时间序列作为输入,结合水泥数据特性,采用单维卷积池化的方式提取各过程变量特征,同时降低网络的复杂度,最后经全连接层整合提取的局部信息。通过实验对比,结果表明基于TS-CNN的软测量方法预测精度更高、泛化能力更强。     

基于可靠性框图的可靠性建模研究

针对传统可靠性仿真模型建模繁琐、编程困难的问题,以可靠性框图为基础,设计了基于ExtendSim的可靠性建模流程,以两单元并联可修系统为例,建立了基于“致命修复”和“即坏即修”策略的仿真模型,并与解析模型进行了对比验证.仿真结果表明建立的可靠性模型是可信的,且此建模方法易于工程技术人员掌握,具有一定的推广价值．     

软测量建模中的过失误差检测新方法

软测量建模中建模数据的准确与否直接影响到模型的精度,因此通过对建模数据进行过失误差检测可以确保建模数据的质量.文中提出了一种基于聚类分析的过失误差检测方法,该方法脱离了传统检测方法依赖于机理模型的束缚,更好地适应软测量的特点.针对软测量建模过程中建模数据过失误差检测的特性提出了一种新的聚类方法,这种新方法依据各数据点到数据中心的欧氏距离进行聚类,可以有效地将过失误差从数据集中剔除.实验表明这种基于聚类分析的过失误差检测方法具有很好的效果.     

纳米黏弹性测量中谐振抑制方法研究

针对压痕测量软材料中悬臂梁谐振导致测量数据存在较大误差的问题,提出一种在宽带纳米黏弹性测量中抑制悬臂梁谐振的方法。基于z轴动态特性设计一种陷波器类型的前置滤波器,并对输入驱动电压进行滤波;设计基于最小均方误差准则(LMS)的自适应滤波器,参考赫兹接触模型对软材料的复蠕变量进行滤波,进而在输入环节和测量环节消除谐振影响。通过二甲基硅氧烷(PDMS)样本的黏弹性测量实验,验证悬臂梁谐振抑制方法的有效性。     

基于复相关系数的时滞联合估计及其应用

针对工业过程的软测量建模,为对输入与输出变量间的时滞关系进行准确、快速地估计,提出一种基于复相关系数的时滞联合估计方法。该方法以模型输入和输出数据间的复相关系数为指标,将时滞联合估计问题转化为多维优化问题,进而对各输入变量的时滞时间进行寻优。针对火电厂脱硝系统的NO_x排放软测量,基于实际的运行数据和最小二乘支持向量机算法,对所提出的方法进行验证并与其他时滞估计方法进行对比。结果表明:基于复相关系数的时滞估计方法计算速度较快,时滞估计结果较准确,能在一定程度上提高软测量模型的准确度。     

车辆荷载作用下双层路基层间动应力响应试验研究

针对层状路基土的动力响应与稳定性评价问题,以某双层路基为工程背景,利用现场实测数据,揭示出硬、软土层界面处存在动应力突变现象,并给出了动应力突变系数;根据室内模型试验数据,以动应力突变系数为试验指标,采用极差分析法对主要影响因素进行了排序;借助动三轴试验获得硬、软土体的临界动应力,推导得出两种土体的动应力水平关联性系数,并提出一种评价路基长期稳定性的"概率区域"方法。研究表明:路基运营后期,硬、软土层压缩模量之比将取代硬壳层厚度,成为影响层间响应的首要因素;埋置较深的下卧软土层是控制路基稳定性的关键层。     

Neural networks to model dynamic systems with time delays

An algorithm is proposed to identify a neural network model that represents a nonlinear dynamic system with a multivariate time delay response. The algorithm consists of two major parts. The first one identifies the time delay vector for a given neural network structure. This task is accomplished by using an exhaustive integer enumeration algorithm that minimizes a statistical parameter to assess the performance of the neural network model. The second part uses a cross-validation strategy to identify the best neural network model. Since the structure that models a nonlinear system is usually unknown, the identification strategy consists of selecting several neural network structures and identifying the best time delay vector for each network. The modeling process starts with the simplest structure and progressively the complexity of the network is increased to end up with a complex structure. Finally, the network that offers the simplest structure with the best network performance is the one that exhibits the appropriate neural network structure with the corresponding optimal time delay vector. The Monte Carlo simulation technique was used to test the performance of the algorithm under the presence of linear and nonlinear relationships among several variables of dynamic systems and with a different time delay applied to each input variable. The introduced algorithm is used to detect a chemical reaction delay among enriched amyl acetate, acetic acid, water, and the pH of erythromycin sail. An appropriate neural network model was designed to model the pH of the erythromycin during a continuous extraction process. To the best of the authors knowledge the proposed algorithm is the only one currently available to identify time delay interactions in the multivariate input output variables of a system. The major drawback of the introduced algorithm is that it becomes very slow as the number of system inputs increases. This algorithm works efficiently in a system that involves five inputs or less.     

一种水声声速的时频测量综合算法研究

针对飞行时间测量法中信号起振点难以检测而导致的测量误差问题,提出了一种基于时频的综合测量算法,以获得高精度超声波声速。首先运用信号时域互相关法,测量声波飞行的整周期时间;再利用信号频域信息中相位差,获得超声传播群延时信息;最终通过时域与频域综合信息获得高精度的飞行时间测量,从而提高声速的测量精度。声速测量平台采用“FPGA+微处理器”架构,对提出的方法进行验证,实测数据结果表明该声速时频测量算法有效,并具有较好的实用价值。     

基于改进烟花算法的传感器动态特性补偿方法研究

为了提高传感器的动态测量精度,提出了一种基于改进烟花算法的动态补偿器设计方法。依据传感器输入输出的动态标定数据,运用改进后的烟花算法逆向建模获取动态补偿滤波器,以改善原传感器系统的动态性能。经仿真实验测试,验证了该方法的可行性。将方法应用于科氏质量流量计变送器的动态补偿测试。实验结果表明,基于改进烟花算法的动态补偿方法可以有效提高科氏质量流量计变送器的动态特性,动态响应时间减小了将近90%。     

基于试验数据的频响函数综合法概述

利用子结构方法对舰艇上复杂隔振系统进行建模分析时,因子结构的复杂性而无法准确获取其动力学模型,一种解决办法是采用试验测得的子结构频响函数数据进行基于频响函数的子结构综合。为提高子结构频响函数测试结果的精度和基于试验数据的频响函数综合结果的精度,采用频响函数综合算法、子结构频响函数测试误差的消除方法、子结构转角自由度频响函数的测试、频响函数数据的测试及影响因素等几个方面进行总结,并采用基于试验数据的频响函数综合法对一复杂隔振系统进行建模分析,得到较好的效果。可在进行实际隔振系统的子结构测试和综合时提供参考。     

HIOKI3280-10型钳形数字万用表电阻测量系统测量不确定度的评定及动态预测

本文首先阐述了对测量系统进行测量不确定度评定的重要意义，通过对HIOKI3289-10型钳形数字万用表电阻的测量不确定度的评定和动态分析，提出并利用了灰色理论的GM(1，1)模型对该测量系统进行动态预测，建立了该测量系统测量不确定度的动态预测模型，并对该预测模型的预测准确度进行了检验，检验结果表明该预测模型能比较准确地预测该测量系统的测量不确定度的变化趋势，为了持续保证测量结果的质量，本文最后给出了几点结论和建议。     

随机动力学响应的高斯相关过程模拟

动力学响应是描述系统振动状态、评估其性能、用于控制等的重要变量,复杂系统的不确定性、随机激励样本的不可测量性等导致传统随机响应时程与统计分析的计算困难,因此需要发展基于系统响应观测的、直接的随机过程概率模型与评估新方法。近年来,人工智能与数据处理技术等领域发展的无确定性系统模型的、直接随机过程概率模型,及其概率评估、系统状态预测等方法为动力学响应的概率分析提供了新思路,特别是具有很好普适性与可分析性的高斯相关过程已具有较完整的理论方法。鉴于此,本文提出针对动力学系统响应的、直接的随机过程概率模型与评估方法,并作探索性研究。先基于高斯白噪声激励动力学系统响应的统计特性分析,说明系统响应的高斯随机过程特性、响应在时间维度上的相关性、及其协方差随时间差的指数衰减特性等;再给出该系统响应的高斯相关过程概率建模与评估方法,包括由响应协方差计算,高斯过程协方差或核函数的拟合,到高斯相关过程概率模型的确定,响应样本过程的直接生成,及其统计评估等,并给出高斯相关过程的贝叶斯更新与系统状态预测有关基本公式。数值结果表明该高斯相关过程的概率建模与响应评估方法的可行性与有效性。     

BP神经网络在测试系统动态补偿中的应用

测试系统的非线性动态补偿是仪器技术的一个重要方面．采用BP神经网络对测试系统进行动态补偿．BP神经网络的结果决定于网络输入、隐层和输出节点．由于其非线性映射特性,BP神经网络完全能够反映测试系统的动态响应特性．采用了收敛速度较快的递推预报误差算法训练神经网络．试验结果表明,BP神经网络的特性完全能够满足测试系统的动态补偿要求．表明本文的方法是有效的．