基于神经网络的客服中心话务量预测模型

针对现有预测模型在话务量发展趋势变化、新技术新业务引入后模型失效、预测精度下降等问题,提出一种基于神经网络和事件样本库的智能预测方法。该方法具有自学习功能,可根据预测误差自动调整预测参数并更新事件样本,对话务量趋势变化、事件影响程度变化及新事件的发生具有持续自适应能力。仿真结果表明,该预测方法能有效降低预测误差,与现有方法相比,话务量的预测精度提高了6．57％。     

诱导通风系统在某住宅地下汽车库中的应用

结合工程实例,介绍了诱导通风系统的基本原理、特点及在该工程中的应用.诱导通风是一种新型的车库通风系统,它弥补了常规通风系统占用车库有效空间的不足,还可以将CO感测器与中央监控系统联锁,提高车库的智能化管理水平.因此,随着对其了解的逐步深入,诱导通风系统会越来越多地被应用于地下车库的通风工程中.     

高含水率疏浚淤泥透气真空防淤堵模型

透气真空技术解决了传统真空处理高含水率疏浚淤泥存在的淤堵问题,但其防淤堵控制尚缺乏有效分析方法。利用Ruth滤水理论建立了高含水率疏浚淤泥径向排水模型,采用透气真空抽水模型的试验结果验证了模型的有效性。同时,明确了反映淤泥排水层滤水性能的径向平均比阻arav在抽水过程中的变化规律:传统真空抽水形成的淤泥排水层有一个被压密的过程,孔隙结构不稳定,排水管道易发生淤堵;而采用透气真空抽水可以使淤泥排水层形成相对稳定的孔隙结构,有效地防止淤堵现象的发生。     

120t钢包钢液裸露的物理模拟

通过水模实验,对马钢120t钢包精炼处理时钢液裸露进行观察,研究钢包吹氩量、渣层厚度以及钢包透气砖透气孔数目对钢液裸露面积的影响。结果表明,随着底吹氩流量的增加,钢液裸露面积逐渐增大,并趋向于临界值;随着渣层厚度的增加,钢液裸露面积逐渐减小,且变化幅度逐渐减小;随着透气砖透气孔数目增加,钢液裸露面积逐渐减小且相差很小。根据达到临界最大搅拌效率时吹气量,实际生产时吹氩量只需达到360L／min;在正常生产渣量范围内,选择3．0％钢包渣渣量。     

改进差分进化算法在非线性模型预测控制中的应用

为了解决非线性模型预测控制在实际工程系统应用时,传统方法求解非凸的非线性规划问题容易陷入局部极小,计算量随着问题维数的增加呈几何级数增长的问题,对传统的差分进化算法进行了改进.通过动态调节差分进化算法的主要参数加快差分进化算法的收敛速度,同时采用多种突变策略增加种群的多样性,有效克服了传统差分进化算法容易陷入局部极小的缺点.在简单三容液位系统上的仿真实验结果证明了该算法的有效性和可行性,在工业应用中具有较好的应用前景.     

低碱度下组合抑制剂对铅铁硫化矿的抑制性能及作用机理

纯矿物试验表明，在碱性条件下DS YD对黄铁矿有抑制作用，而对方铅矿则没有抑制作用；人工混合矿物和实际矿石试验结果证实，用石灰调浆到pH=9，组合抑制剂DS YD能有效实现方铅矿和黄铁矿的浮选分离，精矿含Pb57．89％，铅回收率达到84．78％，并且不影响锌的浮选效果．矿物表面黄药吸附量测定结果表明，组合抑制剂对不同矿物表面竞争吸附能力的差异是低碱度矿浆条件下实现有效分选的主要原因．     

基于RBF神经网络的非线性模型预测控制

提出了一种基于径向基函数(RBF)神经网络的非线性模型预测控制系统,利用RBF神经网络的非线性拟合性,构建一个神经网络预测器(NNP)来预测模型未来时刻的输出值.然后利用神经网络控制器(NNC)实现基于模型的预测控制.仿真结果表明此方法具有较好的控制效果,并且在有扰动和模型失配的情况下,表现了良好的鲁棒性.     

基于输出预报的PI控制方法及在纸页定量控制中的应用

通过分析抄纸过程定量控制系统具有大滞后，非线性，时变的特点，采用实验法建立了系统数学模型。利用一种输出预报的PI控制方法。对某1760纸机实施实时控制，经实际运行表明，输出预报的PI控制方法能有效克服纯滞后对系统的影响，具有较好的鲁棒性。     

Numerical simulation and experimental investigation of incremental sheet forming process

In order to investigate the process of incremental sheet forming （ISF） through both experimental and numerical approaches, a three-dimensional elasto-plastic finite element model （FEM） was developed to simulate the process and the simulated results were compared with those of experiment. The results of numerical simulations, such as the strain history and distribution, the stress state and distribution, sheet thickness distribution, etc, were discussed in details, and the influences of process parameters on these results were also analyzed. The simulated results of the radial strain and the thickness distribution are in good agreement with experimental results. The simulations reveal that the deformation is localized around the tool and constantly remains close to a plane strain state. With decreasing depth step, increasing tool diameter and wall inclination angle, the axial stress reduces, leading to less thinning and more homogeneous plastic strain and thickness distribution. During ISF, the plastic strain increases stepwise under the action of the tool. Each increase in plastic strain is accompanied by hydrostatic pressure, which explains why obtainable deformation using ISF exceeds the forming limits of conventional sheet forming.     

PID结构广义预测控制算法的仿真及分析

为了使智能车转弯平滑,提出了一种具有PID结构的广义预测控制算法.利用PID控制与广义预测控制规律的相似性,通过改变一般预测控制中的目标函数,确立了广义预测控制算法的递推关系.并对其进行了仿真,结果表明：舵机通过路径检测传感器采集到当前路径信息做出转弯响应,可以预测出下一时刻的转向控制信息.在干扰信号的作用下,对于不同的路径信息,目标函数中增量u的输出曲线稳定,时间明显缩短,在7s后出现周期性变化,使得舵机的预测输出轨迹接近给定输入轨迹,实现了对PID参数自动整定和优化.     

无辨识自适应算法的大滞后对象的控制方法

在实际工业生产中 ,由于对象纯滞后的存在 ,降低了控制系统的稳定性 ,使控制品质下降 ,对控制系统极为不利。对大滞后对象 ,Smith预估控制是一种重要方法 ,但常规Smith预估控制对模型的误差 (包括时间延迟的估计误差 )十分敏感 ,不适用于具有时变时延参数的系统。因此 ,常规Smith预估控制策略难以广泛用于工业控制 ,但该方法仍然得到了控制界的广泛认可。无辨识自适应控制是Marsik和Strejc提出的一种无需辨识系统参数的自适应控制算法 ,该算法简单、鲁棒性强 ,只需在线检测过程的实际输出及期望输出便可形成具有较好动态性能指标的自适应控制系统 ,但是该方法不能解决大滞后问题。借鉴无辨识自适应控制的思想和神经网络强的函数逼近能力 ,首先用一个神经网络来构成被控对象的Smith预估模型 ,然后利用无辨识自适应控制算法设计了一种适用于大滞后对象的控制器 ,两者结合 ,提出了一种简单、实用、鲁棒性强的大滞后对象控制的新方法     

河网水闸智能调度辅助决策模型研究

为了充分发挥水闸的运用效益，针对河网水闸综合管理中的水闸智能群控关键问题，借助人工神
经网络和河网非恒定流数学模型技术，构建了一种河网水闸智能调度辅助决策模型.它的基本框架由水闸
神经网络调度模型和河网非恒定流数值仿真模型组成，其中，水闸调度模型用来输出调度方案，数学模
型用来提供调度预案和对输出调度方案进行模拟检验.河网水闸智能调度辅助决策模型在上海市浦东新区
河网上的运用结果表明，该模型可以较好地满足群闸智能调度需求，能解决浦东新区这样大型复杂河网
的水闸智能控制问题,从而为内陆河网水闸综合管理提供有效的决策支持.     

高速明流泄洪洞的通气量分析与研究

对于高速明流泄洪洞的进气量和出口的出气量,通过模型试验,从宏观方面进行了数据分析与研究.研究结果表明:泄洪洞中闸室的进气量并不是随着泄洪洞水体流量的增加而增加,而是与闸门后水流的Fr相关;泄洪洞内由水流的自掺气引起的进气量随着水流的Fr增大而增大;在泄洪洞的出口,当库区水位一定时,随着中闸室闸门的开度的增加,出气量随水流的Fr的增大不断增加,然而当达到某一临界值后开始急剧减小;当闸门全部开启后,随着库区水位的上升,出气量随水流的Fr的增大不断减小;出口断面处水体的掺气浓度随水流Fr的增大而增大.     

基于T-S模糊模型的供水系统预测控制策略研究

针对恒压供水控制系统,运用模型预测控制方法进行了建模和仿真。该方法利用带遗忘因子的加权递推最小二乘法对模型后件参数进行在线辨识,减小模型失配造成的对控制性能的影响;将非线性供水系统模型转化成线性时变状态空间模型,并由此实现对模型输出的预测,并通过滚动优化不断得到最优的预测控制输入,反馈校正过程提高了控制输出精度。仿真分析验证了该方法在供水过程中的灵敏性和准确性。     

一类网络瓶颈容量扩张问题

所研究的问题为,在不确定的环境中,怎样去增加网络中一组边的容量到一个指定的容量,以至于网络瓶颈扩张的费用不超过给定的总费用上限的概率尽可能的大。假定每一条边的单位扩张费用是一个随机的变量,它服从一定的概率分布。带有随机单位扩张费用的网络瓶颈容量扩张问题可以列出它的相关机会规划模型的通用表达式。随后,将网络瓶颈容量算法、随机模拟方法、神经网络算法和遗传算法合成在一起,设计出该问题的混合智能通用算法。     

频率响应法研究乙烯在分子筛孔道中的吸附

通过对分子筛的改性,构造各种类型、各种强度的能垒。测定在不同温度和压力下,吸附质在分子筛上的吸附扩散性能。结果表明,随CuO质量分数的增加,乙烯在Cu0／HMor上的吸附量先增加后减少。随Cs^＋质量分数的增加,乙烯在Cs^＋／HMor上的总吸附量增加,低频吸附量减少,高频吸附量增加。把频率响应法和智能重量分析法测得的吸附量进行比对,阐述了用频率响应方法研究吸附机理的可行性。     

基于神经网络技术的冷精密塑性加工回弹量模糊预测

探讨了冷精密塑性加工模具设计过程中回弹量的影响因素 ,提出了一种基于神经网络技术的冷精密塑性加工回弹量模糊预测模型。应用具有更高智能的神经网络技术实现了对抽象模糊规则的自动纠错及记忆 ,符合人类学习模式 ,能合理表达经验知识 ,而且更能明确地表达模型的输入输出关系。     

多位置检测实现MEMS加速度计的自校准

为实现微机电系统（micro-electro-mechanical system,MEMS）加速度计在应用过程中的实时补偿校准,以保证应用需求的高精度输出,本研究在建立测量值与真实值之间的加速度自校准模型的基础上,对加速度计在任意位置下的多组静态观测数据样本进行筛选,结合LM（levenberg-marquardt）算法和最小二乘法模型参数,优化了LM算法中过度依赖初值的问题。对于任意位置下的加速度计静态输出数据,滤波后筛选出可用于最小二乘法的姿态数据,用来修正部分或者全部第k次迭代模型参数,作为第k+1次迭代的初值;其他姿态数据用于LM算法训练拟合第k+1次迭代模型参数,实现加速度计应用过程中的闭环、实时校准。以智能鞋垫应用为例,本研究对比了传统十二面体法、椭球法、单纯LM算法和LM&最小二乘法自校准法对加速度计的校准结果。结果表明,在智能鞋垫的长期使用中,本研究提出的LM&最小二乘法自校准法消除了由于LM初值设定引起的模型参数解算不精准的情况,并可实现实时采集、实时解算、实时校准的目标,能够达到与传统标定方法相同量级的姿态精度。     

冬季供暖节能调控方法及控制装置

冬季供暖水循环系统长期工作在供过于求的工况下,不能根据大气温度进行调控,供暖节能调控方法及控制装置是对供热循环水系统实现多参量智能优化调控的一个智能平台.它将大气温度、出回水温度和时间等参数进行综合分析优化,从而得出更理想化的运行模式,相对于原工频方式,其节电率可达25%～35%.     

压电智能板热效应分析模型的建立与仿真

通过有限元分析方法研究了压电智能板结构的热效应问题。采用了包含4个位移节点、2个电势节点和8个温度节点的有限元模型,其位移场按壳单元模型描述,电势场和温度场则按线性插值方法描述。基于虚功原理导出了热机电有限元方程,分析了温度场的改变对压电智能板结构动力特性、动力响应和输出电压的影响。通过一悬臂智能板结构的数值仿真,反映出温度变化造成的物理参数值改变对位移响应和输出电压具有一定的影响;温度变化产生的热载荷对动力响应和输出电压具有非常大的影响,表明了在智能板结构响应分析中考虑热因素的重要性。