基于智能算法的冷水机组优化运行研究

以南方某机场航站楼冷源系统为研究对象,采用深度神经网络建立了两种不同类型冷水机组的运行能效模型,并将冷却水出水温度模型与冷水机组能效模型进行耦合,以冷源系统能耗最低为目标,采用布谷鸟搜索算法优化了冷源系统的运行参数、冷水机组与冷却塔的组合方式。研究结果表明：采用深度神经网络建立的冷水机组模型具有较高的精度和泛化能力,与原运行方式对比,采用布谷鸟搜索算法优化的方法在夏季典型日最高节能19.6%,具有较高的节能效果。     

基于NW型小世界人工神经网络的污水出水水质预测

为了预测污水处理出水水质,针对污水处理过程具有多变量、非线性、时变性、严重滞后的特点,提出了基于NW型小世界人工神经网络的污水处理出水水质预测模型。首先根据污水处理系统确定模型输入输出变量个数,然后建立了多层前向小世界神经网络模型,并对网络模型的隐层结构进行了优化研究。借助污水处理过程的历史数据进行了仿真研究,结果表明：和同规模的多层前向人工神经网络相比,小世界神经网络对污水出水水质预测具有较高精度和收敛速度,为污水出水水质的实时预测提供了一种有效的新方法。     

基于小波包—灰色神经网络的机电作动系统故障预测

针对健康状态难以预测的机电作动系统,提出一种基于小波包—灰色神经网络的机电作动系统故障预测方法;该方法利用小波包分解对机电作动系统的故障特征进行提取,利用灰色GM(1,1)模型对提取出的12种不同故障模式下的频带值进行预测,并作为神经网络的输入,采用BP三层结构,通过验证取隐含层数为10进行训练,预测结果相对误差只有-0.014 6,取得了较好的预测效果;仿真结果表明:小波包—灰色神经网络方法在机电作动系统故障预测中具有一定的有效性。     

错位光纤干涉激光谱结合BP神经网络的温度传感研究

在分析不同温度时单模错位光纤干涉光谱对应波长的条件下,搭建三层BP神经网络模型对温度传感进行研究,解决了常规光纤测温系统复杂和精度不高的问题。对建立的网络模型参数进行探讨,将采集的激光波长与对应的温度数据,经BP神经网络训练,对比得到最佳网络结构,达到在训练完成的网络输入层输入激光波长值时,便可在输出层得到对应的温度预测值。结果证明,实验输出的预测温度值与实际温度值之间表现出明显的相关性,即预测值能够逼近实测值。温度校正和预测相关系数分别达到0.999 61和0.979 27,校正标准误差与预测标准误差分别为0.017 5和0.144 0,得到预测集的平均相对误差为0.17%,剩余预测误差RPD可达到5.258 3,RPD大于3.0,说明定标效果良好,所建模型可用于实际的检测。另外,将该算法用于了带校正的双耦合结构单模错位光纤测温系统中,结果表明BP神经网络方法能够较好的处理错位光纤测温系统中激光光谱数据和温度之间的非线性关系,预测温度值与实测温度值之间的相关度为0.996 58,得到预测温度值与实际温度值之间平均相对误差为0.63%,从而提高了光纤测温传感器的精度和稳定性,同时也验证了该算法在光纤传感上的可行性,也为错位光纤的压力、曲率等其他物理量传感的精确测量提供了新思路。     

基于灰色神经网络模型的企业碳排放峰值预测

为预测企业碳排放峰值,帮助企业设计碳排放的减排路径,需要对企业碳排放峰值预测方法进行研究。当前采用基于TFDI模型的预测模型对企业碳排放峰值进行预测,预测过程中无法全面考虑企业碳排放影响因素,导致预测企业碳排放峰值出现误差。为此,提出一种基于灰色神经网络模型的企业碳排放峰值预测模型。该模型是以灰色模型为基础,与神经网络相融合构建的灰色神经网络,将模型中企业碳排放原数据进行叠加,并用微分方程表示,将VSTE算法作为灰色神经网络模型预测的基础算法,计算企业碳排放路径碳排放值,满足高斯分布随机函数,以此进行企业碳排放峰值的预测。实验结果证明,所提模型可以准确预测企业碳排放峰值,有效帮助企业设计碳排放减排路径。     

基于BP神经网络及模糊推理的温度预警模型研究

主要研究建立疫苗冷链物流运输过程中的温度监控预警模型,通过优化的BP神经网络算法进行温度的预测,并采用模糊推理进行有效的决策预警,旨在把冷链物流运输中可能产生的损失降到最低;仿真测试阶段通过建构一个隐藏层神经元为13个的优化BP神经网络,在Matlab中进行有效性仿真,训练回归统计R值接近于1,且得出期望输出与实际值相差无几;模糊推理系统采用trapmf隶属函数,通过仿真的规则曲面表明该规则对输入有良好的判断。      

基于神经网络的选区激光熔化残余应力预测

当前对选区激光熔化产生的残余应力预测方法主要为数值模拟,但由于设备、环境、粉末等因素差异性较大,且具有较大不确定性,很难建立符合实际情况的数值模拟模型。利用神经网络在预测多变量、复杂线性信息处理方面能力强的特点,建立适用于预测316L不锈钢粉末选区激光熔化残余应力的模型。使用选区激光熔化技术打印相当数量的不同工艺参数的试样,采用超声波检测其内部残余应力作为神经网络的训练样本,并使用这些样本对神经网络模型进行训练,获得具有预测功能的神经网络,将验证样本的工艺参数输入神经网络,计算出预测的残余应力值,与实际检测值进行对比。实验结果表明,预测值与实际测量值偏差较小,验证了所提方法的有效性。采用神经网络预测残余应力的方法,可以快速确定不同选区激光熔化工艺参数对应的残余应力,避免设置残余应力较高的工艺参数,有效缩短制备高质量工件试样的周期,降低成本。     

基于BP神经网络的图像质量评价参数优化

 在基于噪声图像的无参考峰值信噪比质量评价方法中,为了得到最优的阈值参数,提出以图像块均方误差阈值threshold1、噪声检测阈值threshold2为输入因子, 以Pearson相关系数和Spearman等级相关系数为输出因子, 以实验值为样本建立［2 7 2］单隐层BP神经网络模型,应用BP神经网络的泛化能力实现对相关阈值参数的预测优化,为阈值参数的选择提供理论依据。实验结果表明,所建立的数学模型可靠,预测结果与试验值的偏差小,训练好的BP神经网络能够比较准确地预测不同阈值参数下的相关系数。优化后,选取threshold1=101,threshold2=4,Pearson相关系数达到了-0.895 0,Spearman等级相关系数达到了-0.913 6,评价效果得到提高,且节省大量时间。     

基于灰色关联神经网络的主机热力参数监测研究

为了对船舶主动力系统的热力性能参数进行监测研究,以确保故障预警的可靠性,针对主机热力参数间的非线性关系,建立了基于灰色关联分析的BP神经网络监测模型(GRA-BP),通过灰色关联分析和信息熵加权对网络输入量进行预处理,并利用遗传算法优化网络的初始权值和阈值,提高模型监测精度。最后,以实船主机排气温度为待监测对象,验证了该监测模型的准确性,平均相对误差为0.549℃,优于传统网络的监测结果。     

辐照处理对油菜籽光谱特性影响的研究

针对油菜籽经过核辐照处理后其光谱反射特性会发生改变的特点,提出了应用可见／近红外光谱技术进行油菜籽的快速无损鉴别。利用偏最小二乘法和BP神经网络建立鉴别模型,并比较了不同光谱预处理方法、主成分数据变换方式及隐含层节点数对模型预测结果的影响。实验采用五种剂量辐照(50, 100, 150, 200Gy和不经核辐照处理)的油菜籽共135个样本进行建模,49个进行预测。结果显示,最优模型是原始光谱数据先经过中值滤波平滑法、附加散射校正及一阶求导法预处理。经PLS方法提取6个主成分经自然对数变换后,选取神经网络隐含层结点数为4个或9个。最优模型对是否经过核辐照处理的样本识别率达100%,对核辐照剂量预测精度为85.71%, 说明提出的方法可以用于评估核辐照处理对油菜籽光谱特性产生的明显影响。     

稳态强磁场实验装置水冷系统制冷节能设计

为了缓解稳态强磁场实验装置20MW级水冷系统制冷能耗高的问题,提出了采用闭式冷却塔联合离心式冷水机组,在秋冬季节制冷使用的方案.本文详细介绍了闭式冷却塔参与制冷的运行模式、选型依据及控制逻辑.结合合肥气象数据,给出了该设备理论可使用天数,并以离心式冷水机组为参照,提出了该闭式冷却塔的节能效益模型.此外,结合系统特征,详细分析了闭式冷却塔盘管防冻策略.本文的相关结论可为夏热冬冷地区的类似水冷系统设计提供参考.     

Effects of Cross Wind Conditions on Efficiency of Heller Dry Cooling Tower

Performance of a Heller cooling tower under wind conditions has been investigated by measuring wind velocity and its direction around the tower and inlet and outlet water flow rates and temperatures. Results show that air suction at the tower prevents flow separation at its periphery. The tower front cooling sectors experience better airflow distribution compared to sectors parallel to wind direction, which improves their thermal performance by about 20% compared to still-air conditions. Airflow pattern around the tower at different distances shows that wind tangential velocity at corner sectors is four times the velocity at the reference point, decreasing air pressure and tower suction.     

供水温度对CO2空气源热泵系统性能的影响

为探究热泵供水温度对CO2空气源热泵系统性能的影响,保持室外环境温度15.5℃不变,调节热泵供水温度,测试冷却水流量、气冷器出水温度、压缩机排气温度、气冷器CO2进出口温差、压缩机排气压力、压缩机耗功量、系统制热量、气冷器热交换完善度、系统COP的变化情况。结果表明:供水温度由45℃升至85℃,气冷器出水温度、压缩机排气温度、气冷器CO2进出口温差、压缩机排气压力随之增加,冷却水流量随之减小。系统制热量增加了7.3%、气冷器热交换完善度下降了20.0%、系统COP下降了35%、压缩机功耗增加了65.1%。     

SHMFF去离子水冷却系统制冷升级改造设计

稳态强磁场实验装置去离子水冷却系统是保障水冷磁体稳定运行的必要技术装备系统之一。由于越来越多科学实验的开展,冷冻水蓄冷量不足的问题凸显,严重制约了水冷磁体的运行机时。本文介绍了去离子水冷却系统升级改造的方案设计及具体措施。采用优化设计的布水器,将现有蓄冷量增加一倍;为维持较短的制冷时间,新增大温差离心式冷水机组,与现有制冷机组并联使用;为了改善制冷系统的高耗能特性,增加闭式冷却塔在秋冬季节使用,系统可根据不同的湿球温度及回水温度,选择不同的制冷模式,让其取代冷水机组或其部分负荷使用,实现节能的目的。     

跨临界CO_2热泵系统关键参数的实验研究

系统运行时外部参数变化将引起系统各内部参数变化,本文通过改变外部参数冷却水流量研究内部关键参数变化趋势。实验结果表明：随着冷却水的流量增加,压比减少,气体冷却器出口温度和排气压力降低,制热量和制热系数增加。在此基础上,通过调节外部参数研究气体冷却器出口温度以及蒸发温度对系统性能的影响。结果表明：随着蒸发温度的升高,制热...     

水体透射光谱的多特征融合COD含量估算研究

化学需氧量（chemical oxygen demand,COD）是一项可以快速检测有机污染物的参数,能够很好地反映水污染的程度。提出一种基于透射光谱测量的多特征融合水体COD含量估算模型,透射高光谱法采集100组COD水体光谱信息,对光谱数据进行预处理以及特征波段的选取,分析不同预处理方法对模型精度的影响并进行特征融合,建立BP神经网络模型,通过比较模型的精度选择最优模型进行水体COD含量的检测。结果显示,基于多特征融合BP神经网络模型决定系数R2高达0.991 64,均方根误差RMSE为0.030 9,与偏最小二乘法相比,该模型拟合优度更大,精确度更高。基于多特征融合的BP神经网络高光谱检测方法能够实现水体中COD含量的检测,并运用到水体其他成分的检测中。     

出口高度对非能动安全壳冷却系统影响

对某大型核反应堆非能动安全壳冷却系统(PCS)中安全壳外部的热环境进行了研究。建立了安全壳外部狭长空间的自然对流换热计算模型,基于Navier-Stokes(N-S)方程进行了求解,同时研究了安全壳出口高度对非能动安全壳冷却系统冷却性能的影响规律。结果表明:在标准大气压下、进口空气温度308.15K时,基准型安全壳按面积加权的出口平均温度为330.33K,引射的冷却空气质量流量为275.85kg/s,冷却空气带走的热量为6160kW;随着安全壳出口高度的增加,安全壳出口质量流量、换热量不断增加,但变化曲线斜率不断降低,最后趋于平缓,同时,衡量冷却空气有效冷却能力的温度效率线性降低,流动损失线性增大,兼顾换热量与流动损失存在一个最优解。     

基于NIR和SOM-RBF网络的兰州百合关键营养物质定量分析方法

为了实现兰州百合关键营养物质蛋白质和多糖的快速无损检测,在12 000~4 000 cm-1光谱范围内采集了59份兰州百合粉的近红外光谱（NIRS）。首先运用SG、Normalize、SNV、MSC、Detrend、OSC、SG+1D、SG+Normalize、SG+SNV和SG+Detrend十种预处理方法对原始光谱数据进行处理,确定蛋白质的最佳预处理方法为SG+Detrend、多糖的最佳预处理方法为Detrend;然后运用CARS、SPA和PCA三种算法对预处理的光谱数据进行特征波长筛选,确定蛋白质和多糖的最佳特征波长提取方法均为SPA算法;最后采用PLSR法建立了兰州百合关键营养物质蛋白质和多糖含量的预测模型,结果显示,经过SG+Detrend_SPA处理所建立的蛋白质PLSR模型中,预测集相关系数R_p为0.810 6,预测集均方根误差RMSEP为1.195 3;经过Detrend_SPA处理所建立的多糖PLSR模型中,预测集相关系数R_p为0.810 9,预测集均方根误差RMSEP为2.0946。考虑到经典PLSR无损预测模型精度的限制,在该研究中提出SOM-RBF神经网络无损预测模型。首先利用SOM网络对数据样本进行聚类,然后将得到的聚类类别数和聚类中心作为RBF网络的隐层节点个数和隐层节点数据中心,以此来优化RBF的结构参数。在建立的蛋白质SOM-RBF神经网络模型中,预测集相关系数R_p为0.866 6,预测集均方根误差RMSEP为1.038 5;建立的多糖SOM-RBF神经网络模型中,预测集相关系数R_p为0.868 1,预测集均方根误差RMSEP为1.799 4。比较PLSR和SOM-RBF两种模型对两种物质的预测结果,确定了SOM-RBF神经网络模型为最优建模方法,最终确定在蛋白质检测中,最优模型为基于SG+Detrend_SPA_SOM-RBF建立的模型,模型的预测集相关系数较PLSR高5.6%,预测集均方根误差较PLSR低0.156 8;在多糖检测中,确定的最优模型为基于Detrend_SPA_SOM-RBF建立的模型,模型的预测集相关系数较PLSR高5.72%,预测集均方根误差较PLSR低0.295 2。研究结果表明,运用NIR和SOM-RBF技术可以实现对兰州百合关键营养物质蛋白质和多糖的快速无损检测,为今后快速无损检测兰州百合营养物质提供理论依据。     

Modeling refraction characteristics of silicon nitride film deposited in a SiH/sub 4/-NH/sub 3/-N/sub 2/ plasma using neural network

Silicon nitride has been deposited using plasma-enhanced chemical deposition (PECVD) equipment. The PECVD process was characterized by conducting a 2/sup 6-1/ fractional factorial experiment on six experimental factors, including substrate temperature, pressure, radio frequency (RF) power, ammonia NH/sub 3/, silane SiH/sub 4/, and nitrogen N/sub 2/ flow rates. Refractive characteristics of the deposited film were examined by modeling the refractive index as a function of experimental factors. A helium-neon laser with a wavelength 6328 /spl Aring/ was used to measure the refractive index. To evaluate the appropriateness of the model, the network trained with 32 experiments was then tested with 12 experiments not pertaining to the training data. Several learning factors involved in training neural networks were optimized and an accurate prediction model with the root mean-squared error of 0.018 was achieved. Compared to statistical regression model, the neural network model demonstrated an improvement of more than 65%. Using various three-dimensional plots, underlying deposition mechanisms were qualitatively estimated. For the limited experimental ranges, the index increased with increasing SiH/sub 4/ flow rate. With an increase in either NH/sub 3/ or N/sub 2/, meanwhile, the index decreased consistently. The index also increased with increasing substrate temperature or pressure. The effects of the temperature were very complex as it interacted with other factors.