回转窑筒体激光测量系统的研制

熟料回转窑系统是冶金建材行业等部门的重要烧成设备。在窑的长期生产过程中,有时由于窑体衬砖的脱落引发"红窑"事故,窑筒体会发生永久性径向变形。变形后重新砌上的衬砖粘附性较差,容易再次脱落,     

径向导叶与流道式导叶性能分析与试验

以某一参数的阶段式多级泵的导叶为研究对象进行研究。通过数值模拟与试验验证相结合的研究方法,改传统的径向导叶为流道式导叶。以FLUENT为计算平台,基于Navier-Stokes方程和标准k-e湍流模型,采用SIMPLEC算法对比分析叶轮加原始径向导叶方案及叶轮加新设计的流道式导叶方案,数值模拟发现流道式导叶内部流场明显优于径向导叶内部流场。经过试验验证流道式导叶方案效率明显优于径向导叶方案,说明流道式导叶在水力性能方面比径向导叶更加出色。     

气固下行流化床反应器Ⅱ气固两相的流动规律

气固下行流化床反应器气固两相流动过程是比较复杂的，沿轴向气固两相运动可分为第一加速、第二加速和恒速３个运动段，沿径向局部气体速度、颗粒速度和颗粒浓度都具有不同程度的不均匀性。而这种不均匀性是由气固两相顺重力场湍动运动所决定的。和循环床提升管相比，下行管反应器气固两相沿径向分布的不均匀性得到有效地改善，气固可以实现超短接触操作，因而是一种新型高效气固超短接触反应器     

基于SVM和RBFN的汽车主动降噪系统传感器故障诊断

汽车主动降噪系统的工作依赖于多个噪声传感器,一旦传感器发生故障,将严重影响降噪效果。为保证汽车主动降噪系统的性能,提出了由支持向量机(SVM)预测模型和径向基神经网络(RBFN)预测模型构成的传感器故障诊断系统,SVM模型判断是否发生传感器故障,RBFN模型则利用各传感器间的信息冗余关系定位故障传感器并对其信号进行重构。仿真结果表明,该诊断系统可有效实现汽车主动降噪系统中的传感器故障诊断及信号重构。与传统的汽车主动降噪系统相比,引入传感器故障诊断系统可保证更稳定的降噪性能。     

循环流化床提升管中颗粒速度的径向分布及其沿轴向的发展

采用5光纤速度探头对f100mm?5.1m循环床提升管8个高度截面上11个径向位置的局部颗粒速度进行了实验测试,并采用径向不均匀指数(RNI)对颗粒速度径向分布的不均匀性及其沿轴向的变化进行了定量描述。研究结果表明:在高气速、高颗粒循环量操作时,操作条件对颗粒上升速度和下降速度的径向分布的影响在加速段和充分发展段呈现出不同的规律;颗粒上升速度和下降速度沿轴向的变化在核心区和边壁区也表现出不同的趋势。当颗粒循环速率大于200 kgm-2s-1时,颗粒的加速段长度大大延长,以至于大于提升管的高度(15.1m)。颗粒速度径向分布的不均匀性沿轴向是逐渐增大的,并且与截面平均颗粒速度存在很强的相关性。     

A301型氨合成催化剂在NC—1020合成塔内件中的应用

根据Ａ３０１型催化剂的具体特点，介绍了该催化剂在兴平化肥厂ＮＣ－１０２０合成塔内件中的装填，还原情况及应用效果。     

大规模孔洞点云的快速重建算法研究 *

针对实际中经常存在的含有孔洞的点云数据 ,在原多层重建算法的基础上提出了一种可以进行点云补洞的快速曲面重建算法。首先对散乱点云数据进行空间自适应八叉剖分 ,然后对点云数据进行由粗到精的多层插值 ,建立隐式曲面方程 ,最后提出了两种加快重建的方法。加速算法可以减少重建时间 ,非常有利于处理大规模点云。实验结果证明 ,本算法对点云孔洞修补效果良好 ,重建速度快 ,效率高。     

边坡稳定可靠度分析的神经网络法

用常规可靠度分析方法进行边坡稳定的可靠度分析时,可靠度分析的主程序与用GEO-SLOPE软件求解安全系数的过程需交互进行,过程繁琐。为加快运行速度,本文采用了基于RBF神经网络的蒙特卡罗模拟法（RBF-MCSM）,此法在进行可靠度分析时,需在运行可靠度分析程序之前先用GEO-SLOPE软件来准备好所有样本。本文首先应用GEO-SLOPE软件中的Slope/w模块对皮园边坡四组剖面支护前后的安全系数进行求解,接下来采用基于径向基函数神经网络的蒙特卡罗模拟法（RBF-MCSM）拟合出功能函数,进而求解边坡的失效概率及可靠指标,并与常规的可靠度分析方法（中心点法、验算点法和响应面法）进行比较,由于RBF-MCSM法的计算结果与常规法中精度较高的验算点法和响应面法结果非常接近,说明RBF-MCSM法十分准确。     

非线性部分最小二乘方法的研究与应用

该文将部分最小二乘算法与径向基函数神经网络相结合,给出了一种非线性部分最小二乘建模方法,可以更加有效地处理过程非线性和数据共线性等复杂特性,提高模型的精度和推广能力。该方法在确定径向基函数神经网络的隐节点时,采用了一种改进型的k-均值聚类算法来自动确定最优的聚类区数。对煤气化炉合成气组分浓度软测量建模的应用结果表明,采用该方法建立的软测量模型在模型精度和推广能力等方面明显优于二次型多项式部分最小二乘方法建立的模型,并且计算精度满足工业生产的实际要求。     

混合粒子群径向基神经网络的短期负荷预测的应用

电力短期负荷预测的结果对电力系统的经济效益具有重要影响.为了克服基本粒子群(Particle Swarm Optimization,PSO)算法收敛精度不高、易陷入局部最优的缺点,提出一种将自然选择和变异结合的混合粒子群(Hybrid Particle Swarm Optimization,HPSO)算法,可以保持种群的多样性,有效地避免粒子早熟,并利用混合粒子群算法优化径向基神经网络的权值,最后将优化好的径向基神经网络进行广西某市的短期电力负荷预测.计算结果表明,该算法收敛速度快,并达到了提高预测精度和改善网络性能的要求.