基于峭度系数和隐马尔科夫模型的气液两相流流型识别方法

为了研究垂直上升管中气液两相流流型,采用经验模态分解与峭度系数相结合的方法对垂直上升管中的气液两相流进行流型特征提取,利用隐马尔科夫模型对流型进行识别。首先对采集的电导波动信号进行经验模态分解,然后根据得到的固有模态函数分量求取峭度系数,并将其作为特征向量,输入到已经训练好的隐马尔科夫模型中对流型进行识别。实验结果表明该方法能够准确地识别出3种典型流型,且识别效果良好。     

贝叶斯网络推理与学习方法研究

近年来,在计算机领域的研究中,图模型的研究取得了令人瞩目的进展,其中最具代表性的便是贝叶斯网络,其作为一种描述、学习、推理计算复杂条件下概率分布的决策性工具,在医学、生物信息学、工程学等许多领域得到了广泛的应用,许多我们所熟知的工具,如隐马尔科夫模型、马尔科夫场等,都随着贝叶斯网络的发展走进了人们的视野。本文着重讲述了贝叶斯网络当前的研究进展,并详细论述了与之有关的推理学习算法。     

基于互补神经网络级联模型的聚丙烯MFR预报

提出了一种基于集成数据处理的,由高斯基-自适应复合基函数构成的互补径向基函数(RBF)神经网络系统和隐马尔科夫模型(HMM)的聚丙烯熔体流动速率(MFR)预报方法。首先构造HES-KDE-TVW集成数据处理方法,挖掘建模数据规律;然后构造自适应复合基函数,搭建互补的RBF神经网络预报模型;最后引入HMM对聚丙烯生产过程中的随机误差进行估计。经过工厂实际数据检验,模型在精度、泛化性及可靠性方面具有较好的综合性能。此种建模方法能为聚丙烯生产过程中牌号切换和质量控制提供一种备选的指导方案。     

基于SVR误差补偿技术的神经网络城市污水厂水质预测

城市污水处理是一个复杂的生化处理过程,现在的神经网络技术无法做到对此过程精准建模。为了解决该问题,提出了一种基于SVR误差补偿技术的神经网络水质预测算法。该算法先利用BP神经网络对水质处理过程进行映射,再利用SVR误差补偿模型获得BP网络的预测补偿,进行预测数据校正。为了验证补偿模型的性能,还组织了马尔科夫补偿模型的对比试验。试验结果表明,SVR误差补偿模型可有效提高模型预测的精度,且模型性能优于马尔科夫补偿模型。     

基于主曲线的软测量方法及其在精馏塔上的应用

为解决工业过程软测量中的变量维数高、数据相互耦合、非线性强等问题,提出了基于主曲线的软测量方法。其中的基于主曲线的非线性回归模型借鉴了PLS的基本思想,采用主曲线提取隐变量信息的同时考虑了自变量与因变量的相关性;在隐变量空间中,采用多项式函数拟合隐变量之间的非线性关系。在实例研究中,分别采用纯函数数据和氯乙烯精馏塔实时运行数据对该模型进行了验证。仿真结果表明,该模型所需要的隐变量数目比传统的PLS模型更少,并且能够实现更为精确的预测,可较好地处理工业过程中存在的数据高耦合度以及强非线性问题。     

腐蚀海底管道悬跨段抗震可靠性分析

为研究腐蚀海底管道悬跨段的抗震可靠性,根据腐蚀的随机性,基于马尔科夫链理论,建立了管线腐蚀模型.提出悬跨段管道的简化计算模型,推导出其在地震作用下轴向位移和轴向应力的表达式.利用Monte Carlo方法求出了轴向位移和轴向应力反应的均值和标准差.根据建立的腐蚀海底管道失效的极限状态方程,分析了腐蚀悬跨管道在计算时间的抗震可靠性.为实际工程中对海底管道进行抗震可靠性分析提供了参考.     

基于改进隐马尔科夫模型的电路板故障诊断算法的研究

基于改进隐马尔可夫模型提出了一种印刷电路板故障诊断新方法。首先建立在时域上相关的隐马尔可夫模型,然后引入遗传算法训练模型的参数,克服了传统算法的收敛速度慢、易陷入局部最优解和运算复杂等缺点。实验结果表明:改进后模型的故障预测准确率、收敛速度和收敛稳定性都有明显改善。     

基于电-声检测法的整流变压器局部放电故障监测

针对整流变压器局部放电处理不及时会造成变压器击穿、使用寿命缩短的问题，提出了一种基于电-声检测法的整流变压器局部放电故障监测方法。通过加速度传感器和电容传声器分别采集整流变压器振动信号和声纹信号，采用集合经验模态分解（EEMD）和盲源分离相结合的方法提取振动信号和声纹信号特征，包括时域、频域和Mel频谱倒谱系数，以提取的特征作为输入，通过隐马尔科夫模型实现整流变压器局部放电故障识别。以故障类型为绝缘材料内部放电的整流变压器为测试对象进行算例分析，结果表明：绝缘材料内部放电故障类型的观测样本概率最大，说明整流变压器存在局部放电故障，且故障类型为绝缘材料内部放电，与实际情况一致，证明了所研究监测方法的有效性。     

基于动态故障树分析的化工反应釜干涸事故危险性研究

根据化工系统的某反应釜干涸事故为例,建立了基于动态故障树的反应釜干涸事故模型,由该模型可知,液位传感器失效、控制器失效、管道泄漏等是反应釜干涸事故的基本事件。本文应用马尔科夫链法和二元决策图法分别对动态和静态子树进行定性和定量分析,得出最小顺序割集、故障模式、事故后果失效概率,在此基础上对反应釜干涸事故进行分析研究,并提出针对该事故的有效预防和改进措施。     

混凝土中钢筋腐蚀速率的概率预测模型

为了克服传统确定性预测模型无法考虑不确定性因素影响所存在的缺陷,研究建立了一种基于材料和环境因素的钢筋腐蚀速率概率预测模型.首先分析了水灰比和氯离子含量等材料参数,以及环境温度和相对湿度等环境条件对钢筋腐蚀速率的影响规律;然后综合考虑上述因素的影响建立了钢筋腐蚀速率的概率预测模型表达式,并根据贝叶斯理论和马尔科夫链蒙特卡洛(MCMC)法确定了概率模型参数的后验分布信息,从而建立了钢筋腐蚀速率的概率预测模型;最后利用试验数据和传统确定性模型,对比验证了模型的适用性,并校准分析了传统确定性模型的计算精度.