基于粗糙集理论的馈线自动化技术

馈线自动化系统是配电网系统的重要环节,文中从配电网系统及馈线自动化系统的分析出发,研究基于多Agent系统(MAS)网络式保护的FTU馈线自动化模式。FTU的设计基于Agent技术,构成MAS,其基于粗糙集理论的故障判断模块能针对馈线的不同故障采取有效的保护措施实施馈线保护.在系统发生复杂故障或断路器、保护存在较多误动、拒动以及因信道干扰而发生信息丢失等诸多不确定因素的情况下,也能够按决策规则表进行故障诊断,有效地提高系统的容错性。     

基于变异CPSO算法的LSSVM蒸发过程软测量

在分析混沌粒子群优化算法(CPSO)和最小二乘支持向量机(SVM)理论基础上,以某氧化铝厂蒸发过程为对象,采用带有末位淘汰机制的混沌粒子群优化算法优化支持向量机的参数,建立了基于变异CPSO算法的LS-SVM的氧化铝蒸发过程软测量模型,并与PSO-LSSVM、LSSVM模型比较,研究表明,ICPSO-LSSVM模型预测准确,泛化性能好,且该模型预测结果中相对误差小于5%的样本达到92.5%,最大相对误差仅为8.1%,均方差MSE为0.05153,模型具有较高的精度,其现场实施结果表明基本可以实现出口浓度的实时在线预估。     

小波分析在振动信号去噪中的应用

旋转机械振动信号是监测和诊断设备运行状态的重要信息,但是采样信号不可避免地受到各种噪声和干扰的污染。介绍了采用小波分析对振动信号进行去噪处理。通过对噪声信号的特性分析,用一维小波对信号进行分析和研究,并在MATLAB环境下对信号进行详尽的仿真研究,验证了小波去噪的优越性,并总结了应用小波去噪的一些实际经验。     

基于分级递阶结构的铁矿石烧结过程智能控制

针对铁矿石烧结过程具有强非线性、大滞后、强耦合性的特点,提出一种基于分级递阶结构的烧结过程智能控制方法,建立具有智能控制层和基础自动化层的递阶控制系统。在智能控制层,首先融合灰色理论与BP神经网络方法建立烧结终点预测模型;然后建立烧结终点混杂模糊-预测控制模型;最后提出基于满意度的协调控制方法,实现烧结终点与混合料料槽料位之间的智能协调。基础自动化层实现对操作参数的稳定化跟踪控制。实际运行结果表明,该系统有效地抑制了烧结终点的波动,提高了烧结矿产量质量。     

基于蚁群算法的制冷机组调度与优化

本文详细分析了遗传算法和蚁群算法特点,提出了一种蚁群混合遗传算法求解制冷机组优化调度问题的新算法,算法思想是在制冷机组调度的前阶段利用遗传算法群体性全局搜索能力,快速形成初始解,在满足终止遗传算法的条件之后,将遗传算法调度的较优解转化为蚁群算法所需要的初期信息素,然后利用蚁群算法所具有的正反馈性、高效等特点迅速地形成制冷机组调度的最优解。这种新算法的优点在于很好的避免了遗传算法后期搜索速度变慢,容易过快收敛和蚁群算法前期生成初始最优解较慢的缺点,从而提高了算法的整体性能。     

基于PETRI网的无线链路网MAC协议研究

本文提出了利用无线传感器网络对重载货物列车危险状态进行在线监测的新网络——无线链状网,并在无线自组网的通信协议基础上,提出适用无线链状网的MAC协议,并利用有色PETRI网对其进行了模型抽象、化简和性能分析。实验证明该MAC协议在无线链状网络通信中的有效性。     

EDTA掩蔽-络合物吸附催化波极谱法测定锌电解液中钴

在丁二酮肟(DMG)和亚硝酸钠存在的氨水-氯化铵缓冲介质中,以EDTA作掩蔽剂,建立了测定锌电解液中钴的络合物吸附催化波极谱法。探究了掩蔽剂EDTA用量的选择,结果表明:所需EDTA的量与溶液中锌的含量有关,当EDTA与锌的物质的量比n_EDTA/n_Zn为1.15时为最佳选择,此时可消除锌电解液中高浓度锌及其他共存杂质金属离子对测定痕量钴的干扰。对底液酸度、氨水-氯化铵缓冲液用量、丁二酮肟乙醇溶液用量和亚硝酸钠溶液用量,以及静置时间等进行了优化。结果表明,在优化的实验条件下,钴的浓度分别在5.0×10^-11~5.0×10^-9和5.0×10^-9~3.2×10^-7mol/L范围内时与其对应的二阶导数波峰电流I_p(nA)呈良好的线性关系,相关系数分别为0.9980和为0.9997,方法检出限为2.0×10^-12mol/L。将实验方法应用于中性上清夜、锌电解新液和除钴后液等实际样品分析,测定值与国标方法GB/T 223.22—1994(亚硝基R盐分光光度法,NRS)比较,相对误差(RE)在±4.5%范围内,相对标准偏差(RSD,n=6)不大于2.7%。方法线性范围宽,对锌电解液中钴的测定具有很高选择性,适用于湿法冶金过程控制分析。     

有色金属选矿过程中浮选药剂的合理使用

在有色金属选矿过程中,为了测定出其对应矿区内的金属含量,需要按照测量工作开展中的需求,及时的进行测量工作开展规划,并且严格的按照金属选矿中的标准去控制对应的药剂。尤其是在我国当前矿业工程建设开采能力逐渐提升背景下的选矿工作实施中,更应该注重对选矿中的药剂应用分析,以科学合理的药剂应用,能够发挥出整体的选矿技术应用工作开展性能提升。鉴于此,本文针对有色金属选矿过程中浮选药剂的合理使用进行了分析,希望在本文的研究帮助下,能够为有色金属选矿中的浮选药剂应用提供参考。     

基于双树复小波和自适应权重和时间因子的粒子群优化支持向量机的轴承故障诊断

提出了一种基于双树复小波和具有自适应权重和时间因子的粒子群算法优化支持向量机的轴承故障诊断方法。首先对机械振动信号进行DTCWT变换,提取能量熵作为特征向量。然后采用AWTFPSO算法优化SVM,实现轴承故障诊断。不同方法的对比实验及分析结果表明,该方法速度快、准确率高。     

基于动态神经网络的高炉炉壁不完备温度检测信息软测量方法

针对高炉炉壁温度检测系统中由于传感器故障导致的检测信息不完备问题,提出一种基于动态神经网络的不完备检测信息软测量方法。首先,依据高炉结构和炉壁温度传感器位置分布建立温度传感器位置描述模型和分区域温度检测模型;其次,根据热传递学分析炉壁分区域温度检测模型中各个传感器之间存在的相关性,并采用最大互信息非参统计量方法从传感器检测序列上定量的计算分区域温度检测模型中各传感器间的相关度;最后,依据相关性分析结果,结合温度传递规律,提出炉壁不完备温度检测信息软测量模型,采用Elman神经网络对模型的结构和参数进行辨识。通过高炉冶炼现场采集的数据仿真计算表明,提出的方法具有较好的准确度与检测精度,能够满足现场的检测精度要求,具备广泛的应用价值。