基于Hausdorff距离的光纤陀螺阈值滤波算法

要实现采矿机组的智能化，必须对采矿机械的位姿进行实时准确地控制。由于开采工作面环境复杂，可选用捷联惯性导航技术来实现对采矿机械的监测。光纤陀螺作为捷联惯导系统的核心元件，其随机噪声制约着惯性导航系统的精度。传统的建模滤波及小波消噪方法由于其自身的局限性，不能保证准确性和去噪效果。所以结合经验模态分解（Empirical Mode Decomposition，EMD），提出了Hausdorff距离（Hausdorff Distance，HD）筛选准则与阈值滤波相结合的去噪算法。该算法以本征模态函数（Intrinsic Mode Function，IMF）与原始信号概率密度函数（Probability Density Function，PDF）的Hausdorff距离为判别依据，对所有IMF进行筛选，之后引入阈值对筛选出的IMF进行滤波处理，最后将其与余项重构。通过试验比较了软硬阈值的滤波效果，确定了该算法采用硬阈值。为验证算法的有效性，将该算法与其他3种方法进行比较，仿真信号与实测陀螺静态漂移数据的试验结果表明了该方法的优越性，能够有效降低陀螺的各项随机误差。     

超重力强化臭氧高级氧化技术的研究进展

臭氧高级氧化技术因其绿色高效、适用性广、操作简便等优势，成为当前水处理领域前沿技术之一，但臭氧在传统反应器内普遍存在吸收效果差，臭氧利用率低等缺陷。旋转填料床（RPB）利用高速旋转的填料产生超重力场，将液体剪切破碎为细小的液膜、液丝或液滴，其较高的相界面积、不断更新的界面以及内部流体的强制湍动，加快了臭氧的传质与分解，该技术对于传质受限的臭氧高级氧化过程的强化有着突出的优势。本文简述了超重力强化臭氧氧化过程的原理，介绍了RPB与O₃、O₃/H₂O₂、O₃/Fenton、O₃/PS（过硫酸盐）、催化臭氧氧化等高级氧化法耦合应用处理有机废水的研究现状，并对超重力技术的优势及技术突破进行了述评，总结了超重力应用臭氧高级氧化技术的潜在经济效益和环境效益，提出功能化填料及大型RPB的开发需求，以期为超重力技术在废水处理领域的拓展应用提供理论基础和技术参考。     

基于集合经验模态分解和关联维数的风力机齿轮箱故障诊断

针对齿轮箱故障信号的非线性和非平稳性特征,提出基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)、关联维数和支持向量机(Support Vector Machine,SVM)的故障诊断方法。将美国国家可再生能源实验室(National Renewable Energy Laboratory,NREL)"Gearbox Reliability Collaborative(GRC)"项目进行测试获得振动信号数据,通过EEMD进行分解得到本征模态函数(Intrinsic Mode Function,IMF)分量,采用G-P算法求取各组本征模态函数分量的关联维数,将各组关联维数输入SVM中进行故障识别及分类。结果表明:振动信号的关联维数与嵌入维数呈正相关,且正常信号和故障信号的关联维数区分度不明显,通过SVM能对其进行精确识别和分类。该方法能有效提取系统故障非线性特征,比传统的基于统计参数的故障诊断方法具有更高的诊断精度,准确率高达100%。     

磷酸高效分解磷矿实验研究

为改进湿法磷酸生产工艺,提高副产石膏的品质,减少湿法磷酸固体副产物磷石膏堆存产生的经济和环保压力,进行了磷酸分解磷矿制磷酸的实验研究。采用贵州某磷矿为主要原料,研究了湿法磷酸预分解磷矿的反应条件。通过单因素实验确定了湿法磷酸分解磷矿最优反应条件：反应温度为75 ℃,磷酸与磷矿的质量比（液固比）为9,反应时间为3 h,磷酸质量分数为30%（以五氧化二磷计）。在此条件下,磷矿的分解率为98.62%。     

回转窑人工智能专家系统的应用实践

根据水泥熟料煅烧过程操作控制原理研发的"回转窑人工智能专家系统"采用了人工智能模拟技术、实时数据清洗技术、控制数据关联匹配技术。该系统由分解炉出口温度自动控制系统、篦速自动控制系统和氨水用量自动控制系统三个模块组成。该系统投运后,分解炉出口温度控制有效率由之前人工控制的平均60%~70%提高至平均80%~95%;篦下压力和二次风温稳定性提高;氨水消耗量下降显著;窑系统投料量增加10 t/h左右,熟料标准煤耗降低2.85 kg/t,熟料强度均有提高。     

MIMO-GFDM系统中低复杂度动态禁忌搜索检测算法的改进

针对多输入多输出的广义频分复用（MIMO-GFDM）系统的等效信道矩阵维度极大，传统的MIMO检测算法复杂度高且性能不佳的问题，将大规模MIMO系统中的动态禁忌搜索（RTS）检测算法运用到MIMO-GFDM系统中，并解决了RTS算法初始值的求解复杂度高的问题。首先利用最小均方误差（MMSE）检测算法所用到矩阵的正定对称性将矩阵Cholesky分解，并结合Sherman-Morrison公式迭代计算初始值，降低了初始值求逆的高复杂度；然后以改进的MMSE检测结果作为RTS算法的初始值，从初始值逐步全局搜索最优解；最后通过仿真，对不同算法的迭代次数和误码率（BER）性能进行了研究。理论分析与仿真结果表明：在MIMO-GFDM中，所提改进RTS信号检测算法误码率远低于传统信号检测算法。在4QAM时，RTS算法大约有低于MMSE检测6 dB的信噪比性能增益（误码率在10^-3时）；在16QAM时，RTS算法大约有低于MMSE检测4 dB的信噪比性能增益（误码率在10^-2时）。与传统RTS算法性相比，所提改进算法在不影响误码率性能的同时降低了算法复杂度。     

模型预测控制在水泥生产线自动化的应用

介绍模型预测控制（MPC）在某5?000 t/d水泥生产线的应用，MPC系统用于分解炉、回转窑和篦冷机的控制。生产线动态模型由多变量系统辨识（动态数据建模）获得。该MPC系统的实施时间为3周，2018年7月投运后一直稳定运行。相对手动控制，MPC控制系统大大降低了分解炉出口温度等关键参数的波动性。与手动控制比较，可节煤15%。最新运行数据表明，分解炉出口温度波动进一步降低，熟料游离氧化钙合格率接近100%，而另一条手动控制生产线熟料游离氧化钙合格率约为80%。本文还提出一个MPC项目经济效益的简单估算公式。     

预热预分解系统的技术指标及评价方法

基于水泥窑预热预分解系统特点，本文从技术层面提出了评价预热预分解系统技术性能优劣的五项指标，预热器出口温度t、预热器出口压力P、预热器压降ΔP、预热器温降Δt和分解炉压降ΔPc，阐述了这五项指标各自对预热预分解系统技术性能的影响，通过权重分析提出了评价预热预分解系统技术性能的综合评分计算方法，对水泥生产线的节能降耗有很好的指导作用。     

鲸鱼优化支持向量机的短期风电功率预测

为提高风电预测的精度,提出一种鲸鱼优化支持向量机SVM(support vector machine)的组合预测模型。该模型针对风电序列的非平稳波动特性,首先应用集合经验模态分解技术EEMD(ensemble empirical mode de?composition)将原始风电序列分解为一系列不同特征尺度的子序列;并引入鲸鱼优化算法WOA(whales optimiza?tion algorithm)解决SVM中学习参数选择难的问题,进而对各子序列建立WOA_SVM预测模型;最后,叠加各子序列的预测值以得到最终预测值。仿真表明,所提EEMD_WOA_SVM模型具有较高的风电预测精度,显著优于其他基本模型。