Methodology for robust multi-parametric control in linear continuous-time systems

This paper presents an extension of the recent multi-parametric (mp-)NCO-tracking methodology by Sun et al. [Comput. Chem. Eng. 92 (2016) 64–77] for the design of robust multi-parametric controllers for constrained continuous-time linear systems in the presence of uncertainty. We propose a robust-counterpart formulation and solution of multi-parametric dynamic optimization (mp-DO), whereby the constraints are backed-off based on a worst-case propagation of the uncertainty using either interval analysis or ellipsoidal calculus and an ancillary linear state feedback. We address the case of additive uncertainty, and we discuss approaches to dealing with multiplicative uncertainty that retain tractability of the mp-NCO-tracking design problem, subject to extra conservativeness. In order to assist with the implementation of these controllers, we also investigate the use of data classifiers based on deep learning for approximating the critical regions in continuous-time mp-DO problems, and subsequently searching for a critical region during on-line execution. We illustrate these developments with the case studies of a fluid catalytic cracking (FCC) unit and a chemical reactor cascade.     

基于NB分类器重访概率预测的Web缓存替换策略

Web缓存是用来解决网络访问延迟和网络拥塞问题，缓存替换策略直接影响缓存的命中率。为此，提出一种朴素贝叶斯（NB）分类器重访概率预测的Web缓存替换策略；根据用户之前访问日志，通过分区操作提取多项特征来表示每次访问的对象，并构建特征数据集；训练NB分类器，用来确定缓存中对象被再次访问的概率，为对象分配权重；结合LRU策略来合理删除一些对象。仿真结果表明，提出的策略在保证较高命中率的同时有效降低了执行时间。     

涡流空气分级机的发展与应用

随着羰基铁粉市场的细化,市场需要粒度更小、分布区间更窄的羰基铁粉,为满足这一需求,我们做了大量市场调研,根据羰基铁粉特性与流能粉体设备有限公司合作研发成功了国内首台用于羰基铁粉的氮气保护涡流分级机。本文在兴化涡流分级机研发的基础上,介绍了涡流空气分级机的工作原理和发展过程,对不同类型的涡流空气分级机进行了分析对比。简要介绍了兴化在选型与研发、改造涡流分级机的过程中取得的经验和效果。     

基于改进小波阈值-SVM的齿轮故障信号识别

针对在齿轮疲劳试验中需要多次停机拍照的问题,提出基于改进的小波域阈值降噪方法,对采集的齿轮啮合的声发射信号分析,并提取特征矢量作为支持向量机的输入特征向量,识别出故障信号,根据齿轮旋转周期,确定缺陷轮齿。与开箱拍照的记录进行对比,计算得出的问题轮齿和照片记录吻合。该方法减少了因停机拍照造成的齿轮工作数据采集不准确的问题,同时也减少了工作人员的工作量,在后续的实验中该方法得到了有效的应用。     

基于HALCON的发票号字符识别研究

为了解决人工方式识别发票号效率低下、费时费力的问题,以HALCON软件为平台,对发票号进行识别,首先,对读取的图像进行图像预处理,包括把原图像转化成单通道图像、图像增强、高斯滤波、阈值分割和连通区域分割,然后对预处理后的图像进行数学形态学处理,接着把粘连的数字拆分开,最后用基于多层感知分类器(MLP)对发票号数字进行识别.通过与人工方式的方法对比,结果表明,用基于HALCON的方法,发票号数字能被快速、精确的识别出来,有效的减少了人员的工作量,提高了工作效率.     

基于情感词典与LDA模型的股市文本情感分析

建立了一种基于股票情感词典与LDA分析股票文本情感倾向的模型。针对股票文本情感分析中情感词典不全面与句子分析片面的问题,构建较为全面的股票情感词典,同时以句子的倾向性、程度性与相关性三方面分析股票文本情感。引入针对股票的词语、程度性词语与转折性词语构建较为全面的情感词典;抽取预处理之后的股票文本句子的情感词;利用句子算法计算句子倾向、程度向量,并对句子向量利用支持向量机(SVM)和K均值算法分类;利用LDA(latent dirichlet allocation)对情感词计算文档 主题、文档 词语概率分布,以此概率分布获取句子的相关性;综合句子的倾向性、程度性、相关性计算句子情感;最后,通过句子情感获取股票文本的情感倾向比例。通过对百度新闻经济板块收集的股票文本进行实验并与其他算法比较,该模型对句子与文本分类准确率提高到82.78%与84.14%。     

基于FOABHC＿SVM的微电网短期负荷预测模型

为适应微电网的建设和发展对负荷预测效率及精度的要求,针对微电网负荷基数小、间歇性和随机性大等特点,提出一种基于历史认知果蝇优化算法（FOABHC）－优化支持向量机（SVM）的微电网短期负荷预测模型。以国内某微电网示范工程项目为例,将FOABHC＿SVM用于微电网短期负荷预测。实例仿真结果表明,所提出的FOABHC＿SVM预测模型优于SVM预测模型,更适用于当前微电网短期负荷预测需要。     

基于布谷鸟算法和支持向量机的变压器故障诊断

电力变压器是电力系统运行中的重要设备之一,对故障和缺陷进行正确的诊断,关系到整个电网的运行安全。支持向量机(SVM)能够较好地解决小样本、非线性特征的多分类问题,适用于变压器故障类型判断。利用布谷鸟搜索算法,对支持向量机进行寻优得到全局最优解,从而得到具有最佳参数的支持向量机分类模型。该分类模型将变压器油色谱数据(DGA)中各气体相对含量作为评估指标,将变压器的故障分为低能放电、高能放电、中低温过热、高温过热等4个故障类型。通过已有的数据实例分析得出,利用布谷鸟搜索算法得到的分类模型比常用的网格搜索算法(GS)、粒子群搜索算法(PSO)、遗传算法搜索(GA)等算法得到的模型拟合准确率更好。     

一种适用于WAMS量测数据的系统暂态功角稳定评估方法

考虑WAMS量测数据刷新速率快,数据量大的特点,提出了一种适用于WAMS量测数据的暂态功角稳定评估方法。选取初始特征量集并用核主成分分析法对特征集进行降维,过滤冗余特征并降低分类器输入向量的维度。构建训练样本集,计算各样本的初始特征量集并进行降维。通过训练ECVM分类器对暂态功角稳定进行评估,并用测试数据集验证分类器的准确率。在新英格兰10机39节点系统中的仿真表明,所提算法有较高的分类准确率,与传统分类算法相比降低了单个样本评估所需的时间,具有工程使用价值。     

Visualisierung der Partikelbewegung in einem Abweiseradsichter

In spite of its great importance for the dry classification of fine powders, the processes in deflector wheel classifiers are to a large extent unknown. Therefore, in the present work a commercial available classifier was modified to gain an optical access to the deflector wheel. For the first time, the obtained photographs enable an observation of the gas flow and the particle motion between the blades of the deflector wheel. Especially the importance of particle‐particle‐ and particle‐blade‐collisions could be shown.