盲信号分离的自适应算法研究及比较

盲信号分离在信号处理界一直有着重要的地位。简要介绍了LMS和RLS两种进行盲信号分离的自适应算法,并使用它们对合成数据及真实数据进行实验,考察算法的特性和效果,并进行比较分析。     

一种基于磨光函数与Parzen窗估计的ICA盲信号分离方法及其系统

一种基于磨光函数与Parzen窗估计的ICA盲信号分离方法及其系统,本发明基于Parzen窗估计技术,辅以新构建的磨光函数,提出一种新的ICA盲信号分离方法,以估算出源信号的概率密度函数与混合矩阵,继而有效分离     

独立分量分析技术在设备故障诊断中的应用

针对设备振动信号复杂难以分离的特点,提出采用独立分量分析技术对多源振动混合信号进行分离降噪和特征提取。实验结果表明,利用该方法可有效对多源信号进行分离降噪,提取特征信号,从而达到提高故障诊断准确率的目的。     

考虑中间换热器的能量集成精馏序列合成

针对考虑中间换热器（IHE）的精馏序列合成问题,提出基于随机优化策略的能量集成非清晰精馏序列（IHE-HIDSs）合成方法。通过对精馏序列分离任务合并处引入二元0/1变量表示是否存在IHE,以精馏序列的年总成本（TAC）为优化目标,建立了该合成问题的隐式混合整数非线性规划模型（MINLP）,通过模拟退火和粒子群优化（SA-PSO）混合随机优化算法进行求解。为验证在精馏序列合成中同时考虑IHE的必要性以及所提出合成方法的有效性,对五组分醇类混合物和五组分烷烃类混合物两个算例的精馏序列合成问题进行了研究。结果表明,相比同时考虑热耦合和能量集成的精馏序列,IHE-HIDS具有更低的TAC。此外,所提出的方法可以在合理的计算时间内以高概率获得多个分离序列方案。     

油轮到达时间不确定条件下的原油调度优化

原油调度是炼油企业生产的第一个环节,它直接影响后续生产过程的稳定性和经济性.文中采用连续时间建模方法.建立了油轮到达时间不确定条件下的原油从到港、卸载、储存、调合到进料全过程的随机规划机会约束调度优化模型,模型的优化目标是最小化给定调度时界内的总操作费用.采用直方图法对油轮迟到时间进行回归,得到油轮迟到时间的概率密度函数和分布函数,并引入置信水平,将模型中的不确定性约束转化为确定性约束,使得油轮到达时间不确定条件下的随机规划机会约束模型转变为可以求解的确定性混合整数非线性规划模型.针对原油调度模型的特点,采用广义Benders分解算法将原模型分解为两个混合整数线性规划问题和一个非线性规划问题进行迭代求解.避免了直接求解混合整数非线性规划问题的复杂性.最后,将建立的模型和算法应用于背景企业的原油调度过程,结果表明模型和算法都有良好的实用性.     

基于神经网络混合整数线性规划的精馏分离序列优化综合

针对精馏分离序列综合问题,运用图论方法研究网状超级结构。结合相对费用函数建立了混合整数线性规划模型。开发了面向大规模精馏分离序列综合问题的自动求解程序,实现了10组分精馏分离序列综合问题的成功解算,探索了神经网络混合整数线性规划的思想框架。     

丙烯腈连续水相聚合宏观动力学模型

从丙烯腈水相聚合机理和成粒机理出发,根据Danckwerts-Zwietering的微观混合理论,分别建立了微观完全分离和最大混合的聚合动力学模型.利用连续搅拌釜式反应器中取得的转化率和数均聚合度数据进行模型计算,发现微观完全分离模型更适合于描述丙烯腈水相连续聚合过程.     

镇海乙烯装置热交换器设计特点和运行分析

乙烯装置在设计阶段根据急冷区、压缩区和分离区特点识别出关键换热器14个位号,并逐一根据具体工艺流体特性提出优化设计方案。结合3个周期运行情况,分析设计和运行中存在的问题及提出改进措施。针对镇海乙烯分离装置中换热管的失效问题和水冷换热的失效问题进行分析,提出优化选型、操作和静设备管理相结合的解决方案。     

用列队竞争算法来解分离序列综合问题

提出了一种分离序列超结构的简洁表达方式,对N个组分的混合物分离问题,仅需N-1个整数即可表示所有的分离序列。基于所提出的超结构表达方式,确定了产生相邻分离序列的策略。在此基础上用作者提出的列队竞争算法对较大规模的分离序列综合问题进行了计算,结果表明用列队竞争算法只需搜索极少的解空间就能找到最优或接近最优的分离序列。     

基于流程模拟器和列队竞争算法的蒸馏优化设计

文章提出了基于流程模拟器与列队竞争算法的蒸馏过程优化设计方法。以总费用最少为目标函数,建立了蒸馏过程优化设计的混合整数非线性规划模型,其中考虑了蒸馏序列和热集成情况。流程模拟器对蒸馏过程的模拟与列队竞争算法的优化搜索交替进行,迭代计算直到收敛到最优解。将文中提出的方法应用于从C4混合物中分离1-丁烯的蒸馏过程优化设计,得到了最优的蒸馏序列和热集成流程结构,以及各塔的最优设计与操作参数。     

基于粒子群优化算法和非线性盲源信号分离测量两相流速度(英文)

In order to overcome the disturbance of noise,this paper presented a method to measure two-phase flow velocity using particle swarm optimization algorithm,nonlinear blind source separation and cross correlation method.Because of the nonlinear relationship between the output signals of capacitance sensors and fluid in pipeline,nonlinear blind source separation is applied.In nonlinear blind source separation,the odd polynomials of higher order are used to fit the nonlinear transformation function,and the mutual information of separation signals is used as the evaluation function.Then the parameters of polynomial and linear separation matrix can be estimated by mutual information of separation signals and particle swarm optimization algorithm,thus the source signals can be separated from the mixed signals.The two-phase flow signals with noise which are obtained from upstream and downstream sensors are respectively processed by nonlinear blind source separation method so that the noise can be effectively removed.Therefore,based on these noise-suppressed signals,the distinct curves of cross correlation function and the transit times are obtained,and then the velocities of two-phase flow can be accurately calculated.Finally,the simulation experimental results are given.The results have proved that this method can meet the measurement requirements of two-phase flow velocity.     

Measurment of gas-liquid two-phase slug flow with a Venturi meter based on blind source separation☆

We propose a novel flow measurement method for gas–liquid two-phase slug flow by using the blind source sep-aration technique. The flow measurement model is established based on the fluctuation characteristics of differ-ential pressure (DP) signals measured from a Venturi meter. It is demonstrated that DP signals of two-phase flow are a linear mixture of DP signals of single phase fluids. The measurement model is a combination of throttle re-lationship and blind source separation model. In addition, we estimate the mixture matrix using the independent component analysis (ICA) technique. The mixture matrix could be described using the variances of two DP sig-nals acquired from two Venturi meters. The validity of the proposed model was tested in the gas–liquid two-phase flow loop facility. Experimental results showed that for most slug flow the relative error is within 10%. We also find that the mixture matrix is beneficial to investigate the flow mechanism of gas–liquid two-phase flow.     

基于小波变换消噪和盲源信号分离的过程监控方法

针对过程信息不可避免地受噪声污染,提出了一种基于小波变换消噪和盲源信号分离的过程监控方法.该方法首先利用小波变换对过程测量信号消噪,再根据信息最大化准则提取盲源信号,然后利用Parzen窗法建立盲源信号的控制限及相应的过程监控图.通过对一个非等温连续搅拌过程（CSTR）的仿真研究表明,该方法是有效的.此外,为了与传统基于盲源信号分离的过程监控方法做比较,还进行了相应的对比研究.结果表明,对过程测量信息首先进行小波变换消噪能够提高过程的监控性能,减少过程故障的误报率和漏报率,从而进一步证实了方法的有效性.     

基于主元分析的传感器故障检测盲区预测

传感器故障极易发生但不易察觉，其测量数据是制冷空调系统安全运行和优化节能的必要条件。分析了以Q统计量为故障检测边界的基于主元分析的传感器故障检测流程，建立了一种预测传感器故障检测能力的指标--故障检测盲区，用于预测训练数据集中各个传感器的故障检测能力，从而分析、评价和优化建模用训练数据的质量。采用工程数据、实验数据分别开展算法验证，结果表明故障检测盲区能有效预测选定数据集的相关传感器的故障检测结果。     

基于主元独立性分析与混合核RVM的复杂过程区间预测方法研究及应用

近年来,随着化工过程日趋复杂,对过程监控及关键变量预测提出了更高的要求。传统意义上的点预测已不能满足化工过程上的实际需求,且点预测无法描述过程上的不确定性问题,因此不能很好地把握预测变量的趋势。由此,提出了一种基于主元独立性分析（principal component independent analysis,PCIA）与混合核相关向量机（RVM）的区间预测方法。首先,结合核主元成分分析（KPCA）和独立元分析（ICA）对复杂过程原始变量进行主元成分提取和独立性分析,形成独立主元;其次,将高斯核函数与多项式核函数相结合形成混合核,与RVM结合对得到的独立主元进行回归建模预测,并运用T分布对预测值进行区间估计;然后,构造区间评价综合函数对区间估计结果进行优劣分析,在分析预测区间覆盖率（PICP）及预测区间宽度（NMPIW）的基础上,引入累积偏差（AD）提高区间评判的合理性。最后,将所提方法应用到TE仿真过程进行区间预测分析,仿真结果表明,提出的区间预测方法对实际生产过程具有较高的预测精度和区间估计质量,可以有效地预测关键变量的趋势。     

含硫化氢混合气处理新技术

为提高经济效益和环境效益,采用全新的物理分离的方法,将含硫化氢尾气中价值较高的组分分离出来。该分离技术的核心是根据混合气各组分的临界点,控制适当的混合气体的温度和压力,使某一种或两种组分发生相变,根据混合气组分的数量、种类、各组分含量以及所要求的分离产物的种类、浓度或纯度,采用加压、蒸馏、比重差分离、吸收等工序设计工艺流程,适当控制参数,实现含硫化氢混合气体有效组分的分离。     

基于稀疏核主元分析的在线非线性过程监控

核主元分析(KPCA)适合非线性过程的监控,但存在计算量大、实时性差等缺点。提出一种基于稀疏KPCA(SKPCA)的过程监控方法,先使用SKPCA对正常建模数据进行加权,少数权值大的数据基本能代表全部正常数据的信息,因此稀化了建模数据,然后根据稀化后的正常数据建立过程的KPCA模型,并提出监控指标,大大减少了计算量,提高了监控的实时性,最后以化工分离过程为对象,就KPCA与SKPCA的监控效果和实时性进行了详细的对比研究,结果表明了基于SKPCA监控方法的优越性。     

中药有效成分快速检测方法的研究

指出实现中药成分快速分析的3个主要途径简化分析方法、高效分离技术和反应与分析的耦合,并对一些新型的分离分析方法在药物分析中的应用作了介绍,论述了它们在中药成分快速分析和质量控制中的前景.     

Effect of Feed Composition on the Gas Separation Performance of Binary and Ternary Mixed Matrix Membranes

Binary and ternary component mixed matrix membranes comprised of zeolite 4A and p-nitroaniline (pNA) in the polycarbonate (PC) matrix were prepared and appraised in gas separation. For comparison, homogenous membranes of PC and PC/pNA membranes were also investigated. The membranes were utilized to separate binary mixtures of CO₂/CH₄, H₂/CH₄, and CO₂/N₂. The effect of feed composition on the separation performance of membranes was investigated. Separation factors and ideal selectivities were similar for the PC membrane. A similar trend was also observed with the PC/pNA membrane. The separation factors of the PC/pNA membrane for CO₂/CH₄ were almost twice as high as those of the PC membrane regardless of the feed composition. The ideal selectivities were, however, higher than separation factors for PC/zeolite 4A and PC/pNA/zeolite 4A membranes. The PC/ pNA/zeolite 4A membrane has separation factors of 18 for 77% CO₂/ 23% CH₄ mixture, and 40 for 20% CO₂/ 80% CH₄ mixture, respectively. The separation factors of the mixed matrix membranes depended on the feed composition strongly. The PC/ pNA/zeolite 4A membrane had higher separation factors and lower permeabilities than the PC/zeolite 4A membrane. pNA assisted to eradicate partly the detrimental effects of interfacial voids and improved the molecular sieving effect of zeolite 4A dispersed in the PC.     

循环流化床提升管T形弯头动态压力的小波分析

针对循环流化床提升管出口T形弯头,以FCC催化剂颗粒为物料,采用动态压力传感器,对T形弯头内的气固两相流的动态压力进行了实验测量,以此分析T形弯头内动态压力的特性。实验结果表明,由于在T形弯头盲管处颗粒折返造成的冲击,形成了一个压力脉动源。小波分析表明T形弯头处的压力脉动主频来自盲管内,而次频能量所占比例随着颗粒质量流率增加而加大。T形弯头内的动态压力的标准偏差与颗粒质量流率呈线性关系,可以用于表征循环流化床内的颗粒质量流率。