Shell粉煤气化炉的分析与模拟

以Shell气化炉内的流体流动特征为基础，分析炉内的反应特征，建立气化炉的数学模型。对气化过程进行数字模拟，预测工艺条件对气化结果的影响。     

循环再生转轮除湿系统的理论分析

本文提出一种循环再生转轮除湿系统,利用船舶设备的余热实现舱室的高效除湿,探讨了在不同参数下除湿效果的变化规律。结果表明相比于海水直接冷凝,该转轮除湿系统可有效提高除湿率。随着再生风温度的提高和再生后冷风温度的下降除湿率增加。存在最佳分流系数使得转轮除湿系统的除湿率达到最优值,该系数随着再生风温降的增大而逐渐减小。     

一类不确定非线性系统的半定量故障预报方法

给出了半定量故障预报的问题描述．在推导得到一步和多步模糊卡尔曼预报器的基础上,提出了一类不确定非线性系统的半定量故障预报方法．该方法能够对一类不确定非线性系统的缓变故障进行实时预报,克服了传统方法需要已知系统精确解析模型和噪声统计特性的不足．由于将噪声描述成模糊定性区间的形式,因此该方法具有一定的鲁棒性．通过仿真试验验证了该方法的有效性．     

一种基于数据可靠性和区间证据推理的故障检测方法

为解决故障检测方法在处理数据不确定性问题上的不足, 本文提出一种基于数据可靠性和区间证据推理(Interval evidential reasoning, IER)的故障检测方法. 该方法通过融合专家知识与考虑可靠性的监测数据, 实现报警阈值区间的更新与优化, 从而提高故障检测的准确性. 首先基于信息一致性方法计算数据可靠度, 然后基于区间证据推理理论, 构建区间阈值的更新与优化模型, 最后基于投影协方差矩阵自适应进化策略算法求解优化模型, 得到故障检测误漏报率最小的最优报警阈值区间. 对石油管道泄漏实例和航天继电器加速寿命测试实例的故障检测问题进行了研究, 通过对比分析, 验证了所提方法的有效性.     

多喷嘴对置煤气化技术的研究与工业示范

煤气化技术是发展煤基化学品(氨、甲醇、二甲醚等)、煤基液体燃料、先进的IGCC发电、多联产系统、制氢、燃料电池等过程工业的基础,是这些行业的共性技术、关键技术和龙头技术.本文详细介绍了多喷嘴对置煤气化技术的特点,研究开发的方法和过程,多喷嘴对置的水煤浆和粉煤气化中试装置的运行情况,多喷嘴对置的水煤浆气化技术工业示范装置的运行情况.示范结果表明,同样采用北宿精煤的国泰化工有限公司多喷嘴对置气化炉与鲁南化肥厂Texaco气化炉相比,碳转化率提高3个百分点以上,比氧耗降低约8%,比煤耗降低2%～3%;同样采用神府煤的华鲁恒升化工有限公司多喷嘴对置气化炉与上海焦化厂Texaco气化炉相比,碳转化率提高3个百分点以上,比氧耗降低约2%,比煤耗降低约8%左右.工业运行结果表明,多喷嘴对置气化炉工艺指标先进,运行稳定可靠.     

含缺失数据的小波-卡尔曼滤波故障预测方法

研究了复杂系统存在缺失数据时的故障预测问题.首先,针对测试数据的非平稳性,在小波-卡尔曼滤波预测模型的基础上进行了改进,并 利用期望最大化算法对模型参数进行了在线更新,提高其对非平稳时间序列的预测能力;其次,将数据缺失通过一个满足伯努利分布的随机变量描 述,实现了缺失数据情况下小波-卡尔曼滤波状态估计.基于此,提出了缺失数据下的故 障预测算法;最后,通过数值仿真和实例验证,说明了所提算法的有效性和可行性.     

基于BP神经网络和证据理论的超声检测缺陷识别

针对超声检测缺陷性质识别中准确率较低的问题,研究了一种基于BP神经网络和证据理论进行超声检测缺陷识别的方法。首先,提出了一种基于BP神经网络和证据理论的融合模型,利用BP神经网络进行特征层融合,将其输出作为证据源的概率分布函数。其次,在决策层融合中针对传统D-S证据理论易出现证据冲突的情况,考虑到不同传感器获取数据的可靠性差异,给出获取证据源可靠性因子的方法。通过引入可靠性因子λ衡量不同证据源的可靠性,使得所有证据源经过可靠性评估后再进行数据融合。最后,通过超声检测手段获取某航空材料的缺陷数据,并对提出的方法进行了验证。研究结果显示,该方法能够更加准确地进行缺陷识别,与传统D-S证据理论相比提高了缺陷识别的准确性。     

基于规则的建模方法的可解释性及其发展

建模方法的可解释性指其以可理解的方式表达实际系统行为的能力. 随着实践中对可靠性需求的不断提高, 建立出可靠且可解释的模型以增强人对实际系统的认知成为了建模的重要目标. 基于规则的建模方法可更直观地描述系统机理, 并能有效融合定量信息和定性知识实现不确定信息的灵活处理, 具有较强的建模性能. 本文从基于规则的建模方法出发, 围绕知识库、推理机和模型优化梳理了其在可解释性方面的研究, 最后进行了简要的评述和展望.     

Real time remaining useful life prediction based on nonlinear Wiener based degradation processes with measurement errors

Real time remaining useful life（RUL） prediction based on condition monitoring is an essential part in condition based maintenance（CBM）. In the current methods about the real time RUL prediction of the nonlinear degradation process, the measurement error is not considered and forecasting uncertainty is large. Therefore, an approximate analytical RUL distribution in a closed-form of a nonlinear Wiener based degradation process with measurement errors was proposed. The maximum likelihood estimation approach was used to estimate the unknown fixed parameters in the proposed model. When the newly observed data are available, the random parameter is updated by the Bayesian method to make the estimation adapt to the item＇s individual characteristic and reduce the uncertainty of the estimation. The simulation results show that considering measurement errors in the degradation process can significantly improve the accuracy of real time RUL prediction.     

软件工程时代的软件文档作用

对软件工程进行了简单的介绍,针对软件工程时代软件文档的作用展开了深入的研究,结合本次研究,提出一些针对性建议,希望能够帮助读者对软件文档的作用有全面的认识和了解,提高对软件文档编写的重视度,为之后的软件开发工作打下良好的基础。