基于多数据集动态潜变量的在线性能分级评估方法

针对动态多变量过程中难以提取明确的过程变量的动态关系问题,本文提出基于多数据集动态潜变量分析(MSDLV)的在线性能分级评估的方法.首先将性能相近的过程历史数据段划分为不同性能等级的集合,然后运用MSDLV方法提取性能级之间的公共基向量,保留训练数据中性能相关的过程变化,将性能相关的特有变化分解为动态部分与静态部分,提取动态自相关过程的动态因素.建立动态潜变量与性能等级之间的离线模型后,在线评估当前过程性能以及判断其所处状态.最后,将该方法运用于乙烯裂解炉反应过程,结果表明该方法具有良好的准确度.     

丙烯精馏塔智能控制系统设计及应用

针对乙烯生产装置丙烯精馏塔的工艺特征和操作特点,利用支持向量机在小样本数据建模中的优势,提出一种基于支持向量机丙烯浓度软测量技术,解决了塔釜建模数据样本少的问题,实现了塔釜丙烯浓度在线测量。在上述软测量系统的基础上,设计了丙烯浓度智能控制系统。该系统采用模糊PID作为丙烯浓度控制器,其输出量作为灵敏板温度控制器的设定值,与灵敏板温度控制构成串级调节系统,同时为了克服进料量对灵敏板温度造成的干扰,设计了进料流量前馈控制器。丙烯浓度智能控制系统对塔釜丙烯指标进行实时控制,提高了塔釜丙烯浓度的控制平稳度,解决了塔釜丙烯浓度超标问题。现场应用效果表明,该丙烯浓度软测量系统测量精度高,控制系统可以有效控制塔釜丙烯浓度,取得了良好的控制效果,满足了工业现场运行的需要。     

基于最大信息系数的分组支持向量数据描述故障检测

工业过程的众多变量之间往往存在着复杂的相关关系,传统的故障检测模型通常会忽略不同变量间相关性的差异,对不同相关关系的变量采用相同的特征提取方法,从而导致检测效果欠佳。针对以上问题,提出了一种基于最大信息系数的分组支持向量数据描述故障检测模型,首先计算变量间的最大信息系数矩阵,按照相关性的不同对变量进行分组,再通过最大信息系数为模型混合核函数中高斯核与多项式核的权重分配提供理论指导,从而分别为各组建立不同的支持向量数据描述检测模型,完成最大信息系数与支持向量数据描述的紧密结合,最终实现分布式故障检测。通过仿真对比,验证了该模型的可行性与有效性。     

基于精英克隆选择的粒子群优化算法研究与应用

粒子群算法(PSO)是一种基于迭代的智能算法,具有较好的全局搜索能力,但局部搜索能力较弱.针对粒子群算法容易陷入局部最优不足这一问题,本文提出了一种精英克隆选择的方法.该算法在基本粒子群算法的基础上保留了种群中的若干个精英粒子,然后将这些精英粒子进行克隆复制,并将复制之后的粒子进行变异操作,再将变异之后的粒子与变异前的粒子进行亲和度的比较,保留下来亲和度提高的粒子并替换之前适应值较差的粒子,通过这种方式增强了种群的多样性,从而避免了粒子陷入局部最优的问题.此外,本文引入了新的改进惯性权重的机制,根据粒子位置和速度的情况自适应地改变惯性权重,这样避免了粒子盲目运动,更有针对性的寻找最优解.对4个高维复杂函数寻优测试,分别从平均精度和标准差这两方面进行分析,结果表明改进之后的算法在寻优精度和稳定性方面都超过了基本PSO,从仿真图像中可以看出改进之后的算法在迭代末期跳出了局部最优更接近全局最优值.最后将这种改进的算法应用到优化乙烯、丙烯的收率模型中,应用结果表明当裂解原料属性发生改变时,本文提出的算法可以很快完成对操作变量的寻优,显著提高了“双烯”收率.     

基于LTSA的FS-SVDD方法及其在化工过程监控中的应用

基于支持向量数据描述(SVDD)方法的非高斯过程监控和故障诊断具有众多优点。然而在对SVDD离线建模时需要在整个训练样本集上操作,对大样本集计算量相当大,也不利于在线操作时模型的更新。对此提出一种基于特征样本的SVDD(FS-SVDD),采用特征样本提取方法用少数几个特征样本代替原始数据集进行训练,显著降低了建模复杂度。同时,针对传统的线性降维算法如主成分分析(PCA)存在的提取过程数据非线性结构能力不足的缺点,首先用局部切空间排列(LTSA)方法提取出低维子流形,进行有效的维数约减;接着在这个低维子流形上执行SVDD算法;最后,利用相应统计指标进行过程监控。在TE过程上的仿真表明上述方法的有效性。     

高强次轻混凝土物理力学性能的研究

研究了集料组成、轻集料的最大粒径、矿物掺合料和体积砂率对次轻混凝土抗压强度、抗拉强度、弹性模量和表观密度的影响规律.结果表明:集料组成能显著影响次轻混凝土的物理力学性能,随着轻集料取代率增大,次轻混凝土的弹性模量和表观密度降低,而抗压强度和抗拉强度则存在极大值;随着轻集料最大粒径的降低,次轻混凝土的抗压强度和杭拉强度明显增大,而弹性模量和表观密度变化甚微;次轻混凝土的体积砂率变化范围具有最佳值;掺加一定量的混合材料能显著提高次轻混凝土的抗压强度与抗拉强度,而对弹性模量和表观密度影响不大.     

厚壁压缩机铸铁壳体裂纹的冷焊修复

公司南催化装置ＡＶ5 0 -1 2型轴流压缩机 ,由于设备事故 ,导致其下壳体Ｒ型处产生两处以其中心为对称的裂纹 ,见图1。裂纹贯穿厚度达86ｍｍ以上 ,裂纹延伸达 1 0 0ｍｍ。要求补焊后焊接变形不对该壳体装配运行产生影响 ,要解决这一难题 ,就必须制定出合理的补焊工艺措施。1　补焊工艺模拟试验1 .1　工艺试验采用与壳体材质相同的ＨＴ2 5 0材料制作模拟件 ,用锻锤制造模拟裂纹 ,然后打止裂孔、开坡口、栽丝 ,加工键槽于焊接模拟件上 ,见图 2。模拟补焊采用的焊接电源为ＡＸ -32 0焊机 ,直流反接 ,焊材选用3.2ｍｍ的Ｚ30 8焊条 ,补焊前先嵌…     

基于近红外分析仪的裂解炉先进控制和实时优化技术

主要介绍了基于在线近红外分析的乙烯装置裂解炉先进控制(APC)和实时优化(RTO)技术的开发、研究和应用特点,对近红外分析仪的配置要求和功能作用进行简要的描述;对裂解炉实施APC和RTO的典型控制方案进行了详细介绍;对操作界面的设置方案进行了功能介绍;介绍了建立油品POINA模型的要求及实施APC需要的各项外部条件。     

基于小波神经网络的热值软测量建模

提出了一种基于小波神经网络的软测量建模方法和学习算法,这种方法被用来测量裂解炉燃料气热值。小波神经网络具有2层结构:小波降噪层和多层感知器层。小波降噪层主要用来对过程数据进行降噪变换,提高源信号的信噪比,多层感知器层用来辨识过程模型。小波神经网络不但具有多层感知器网络的自学习和逼近性能,而且可以利用小波降噪理论,克服源信号的噪声干扰。小波变换可以变换初始数据并进行特征提取,变换后的数据具有更高的信噪比,仿真结果显示小波神经网络具有良好的逼近能力和泛化性能。     

基于Matlab的吸收电路对IGBT电路功耗影响的研究

详细研究了6种基本吸收电路分别对IGBT电路的功耗影响情况。通过利用Matlab7.1软件对这6种吸收电路分别在不同的电流等级(50 A,100 A,200 A,300 A)情况下的IGBT(4种第5代IGBT模块)电路上进行参数仿真,并对仿真结果进行计算分析,给出了仿真波形和数据表,同时为4种IGBT模块做了最优吸收电路拓扑选择。比较分析后,RC吸收电路和RCD吸收电路对IGBT电路功耗影响最大,其次为C吸收电路,放电抑制型RCD吸收电路A,CD2吸收电路和LCD2吸收电路影响最小。