变分布的量子行为粒子群优化算法求解工程约束优化问题

针对工程形状设计领域中带有多个约束条件的非线性设计优化问题,提出了一种自适应的基于高斯分布的量子行为粒子群优化(AG-QPSO)算法。通过自适应地调整高斯分布,AG-QPSO算法能够在搜索的初始阶段有很强的全局搜索能力,随着搜索过程的进行,算法的局部搜索能力逐渐增强,从而满足了算法在搜索过程不同阶段的需要。为了验证算法的有效性,在压力容器和张弦设计问题这两个工程约束优化问题上进行50轮独立实验。实验结果表明,在满足所有约束条件的情况下,AG-QPSO算法在压力容器设计问题上取得了5890.9315的平均解和5885.3328的最优解,在张弦设计问题上取得了0.01096的平均解和0.01096的最优解,远优于标准粒子群优化(PSO)算法、具有量子行为的粒子群优化(QPSO)算法和高斯量子行为粒子群(G-QPSO)算法等现有的算法的结果,同时AG-QPSO算法取得的结果的方差较小,说明该算法具有很好的鲁棒性。     

面向过程装备工程师培养的O2O课程体系构建

过程装备与控制工程专业的人才培养方案及课程体系可以划分为线上和线下两块。线上课程侧重于新知识传授,有助于学生开阔眼界,活跃思维,启迪智慧;线下课程侧重于基本知识传授,有助于学生夯实专业基础,培养专业素养,锻炼工程技能。研究线上和线下课程的主辅关系及交互模式,形成具有鲜明流程工业装备特征的“线上+线下”一体化课程群,建立培养效果(达成度)的评价方法与持续改进机制,有利于培养掌握综合知识、善于设计计算、了解制造检验的优秀过程装备工程师。     

重介质选煤过程自动控制系统的应用实践

以塔山选煤厂为研究对象,分析了选煤工艺中的重介质选煤过程自动控制系统的控制原理、构成和特点,同时对悬浮液密度、介质桶液位、悬浮液中非磁性物含量和旋流器入口压力检测的自动化控制进行了阐述。该技术的应用实现了对全厂生产设备的集中控制,完成对悬浮液的密度、液位等关键参数的监测,有效提高了选煤厂的自动化控制程度。     

基于高斯混合隐马尔科夫模型与人工神经网络的紧急换道行为预测方法

为了有效降低因驾驶员紧急换道行为而诱发的交通事故，提高道路交通事故链阻断效率，提出一种基于高斯混合隐马尔科夫模型（GMM-HMM）和人工神经网络（ANN）的紧急换道行为预测方法。首先利用GMM-HMM对车辆行驶状态以及驾驶行为连续观察序列进行换道意图辨识，采用ANN预测下一时段的驾驶行为，再预测换道过程中的横向加速度变化率，从而判断紧急换道的危险程度。驾驶员在环仿真实验及实车实验结果表明，该方法预测避险成功率达92.83%，实验避险成功率达90.32%。该方法能有效地对紧急换道行为进行提前警告与干预。     

改进ILoG算子的故障检测方法

针对强背景噪声干扰下轮对轴承故障特征微弱、难以准确检测的问题,提出了一种自适应改进高斯拉普拉斯(improved Laplacian of Gaussian,简称ILoG)算子的微弱故障检测方法。ILoG算子滤波器具有优良的信号突变特征检测能力,将其用于轮对轴承故障信号的冲击特征检测,同时利用水循环算法(water cycle algorithm,简称WCA)的寻优特性,并行搜寻筛选最佳的ILoG算子影响参数,通过对参数优化后ILoG算子滤波后信号做进一步包络解调分析,提取出轮对轴承微弱的故障特征信息。对实际轮对轴承外圈和内圈故障信号分析的结果表明,该方法可以有效检测出轴承微弱故障特征频率,故障检测效果优于小波阈值和多尺度形态学差值滤波方法。     

低渗油田注水过程中储层保护技术

近年来,随着科技的进步和时代的更替,我国各领域改革迎来重大机遇。特别是对于油田行业而言,更是在这一趋势下得到突飞猛进的发展。油田层保护技术作为油田行业中系统性极强的技术类型,会贯穿于施工的始终。从钻井阶段再到开发生产阶段,不同阶段都会涉及到注水开发方式,并且取得了十分理想的成果。鉴于此,分析了我国油田行业中低渗油田注水过程中的储层保护情况,并进行了技术分析,旨在为更好地提高低渗油田注水中储层保护技术水平献力。     

基于项目的电类课程过程性考核模式的探索与应用

目前高等学校的考核方式存在一定的弊端:考试内容中记忆成分占比较大、考试形式单一、一次考试定成绩、考试反馈不够等等,因此应该加大过程性考核的比例,增加平时成绩的占比,注重学习过程中对知识的积累,针对电类课程特点,课程具有实践性、工程性、创新性,因此探索基于项目的过程性考核方式,促进以学为中心的教学方式,克服教师的满堂灌的现象,提高学生的创新实践能力。     

超高水头水泵水轮机甩负荷导叶关闭规律分析

为研究导叶关闭规律对超高水头水泵水轮机甩负荷的影响,以敦化电站为例,定性分析了超高水头大容量高转速蓄能机组的过流特性;在过流特性曲线分析的基础上,采用一段直线、延时直线及传统两段的三种导叶关闭规律对该电站进行大波动过渡过程计算分析。计算结果表明,关闭规律的选取对过流特性的依赖性强,该特性对过渡过程各参数值的影响较大;延时直线关闭可有效降低蜗壳进口压力,虽机组转速会小幅度上升,但在可控范围内,对尾水管进口最小压力没有积极作用;两段关闭中折点位置和时间的选择在平衡蜗壳进口压力和尾水管进口压力方面很关键。研究成果对高水头蓄能电站导叶关闭规律的选择具有借鉴意义。     

基于贝叶斯MCMC方法的高斯烟羽模型不确定性分析

适当的大气扩散模型对于核电厂假想事故的后果评价是必要的,对其进行参数不确定性分析对于提高模型预测的可信度具有重要的意义。相比于传统的不确定性分析方法,贝叶斯方法充分考虑了已有的观测数据,马尔科夫链蒙特卡罗方法(Markov Chain Monte Carlo,MCMC)可以方便地将贝叶斯方法和高斯烟羽模型相结合。首先使用一次改变一个变量值的方法分析模型对几个重要参数的敏感性,然后选择敏感性最大的两个参数使用贝叶斯MCMC方法进行了不确定性分析。通过分析MCMC样本序列,得到了观测值的最优拟合及模拟结果的置信区间。贝叶斯方法能获得更可靠的置信区间,从而为事故后应急响应提供更好的参考数据。