直接接触沸腾换热过程连续相特征提取及分布规律

利用支持向量机(SVM)理论构建了有机工质?导热油直接接触沸腾换热过程连续相特征提取方法,获得了导热油和气泡群两相流流型的拓扑结构。对9组正交实验工况获得的两相流图像分别进行连续相特征提取和同调群计算,得到量化连续相数量的1维和0维贝蒂数?1和?0用于粗略估计气泡群数量,并与传统数字图像处理方法的结果比较,对比了换热效率较好和较差情况下形态学开运算对SVM方法的影响,建立了两相流贝蒂数演化规律与换热效率的关联性,比较了传统方法获得的气泡群数量和SVM方法获得的连续相“洞”的数量的演化规律。结果表明,SVM结合贝蒂数方法不仅可准确量化导热油连续相,且可粗略地表征气泡分散相;L6工况(连续相导热油液位高度Z=0.5 m、初始换热温差?T=120℃、分散相工质流率U0=0.04 m/s、连续相导热油流率Uc=0.15 kg/s)下连续相数量变化几乎重叠,相对波动较小,而L4工况(Z=0.5 m, ?T=80℃, U0=0.06 m/s, Uc=0.3 kg/s)下连续相数量偏离程度较大;SVM方法获得的连续相和气泡群个数演化曲线同步,且混合时间相同,?1和?0中位数偏离程度的局部最小值可作为性能指标之一,通过实验验证可优选出换热效果最好的工况。     

一种改进的各向异性扩散模型去噪方法

本文通过扫描模型的每个采样点拟合出一个二元二次多项式,运用高斯滤波进行预处理,然后对J.Weickert的各向异性扩散模型进行了改进,添加判定矩阵,建立一种判定规则,在一定程度上优化了J.Weickert模型.实验表明:新的模型能更好的达到去噪的效果。     

钢铁企业副产煤气预测及优化调度

针对钢铁企业副产煤气系统产消量频繁波动,不平衡现象比较严重,供需之间的平衡程度对钢铁企业的生产成本、能源消耗情况影响较大,并且钢铁企业中工序、设备繁多,每道工序都涉及多种能源介质的问题,利用HP滤波、支持向量机分类（SVC）、最小二乘支持向量机(LSSVM)和Elman神经网络的特性建立了SVC-HP-ENN-LSSVM模型,并根据用能设备的能源利用特点和预测结果对副产煤气进行优化调度。模型应用表明：所建预测模型对煤气系统的预测平均相对误差小于4%,满足工业生产需要。根据预测结果进行的优化调度解决了煤气系统的不平衡问题,应用于钢铁企业典型工况,主工序可降低10%左右能耗,应用其自备电厂（一年按照330天计算）,可多产蒸汽约104148 t,节能约9998208 kg标煤。     

改进的Fourier-Mellin描述子在图像匹配中的应用

Fourier-Mellin描述子被广泛应用于数字图像匹配中,但由于频谱混叠等噪声及误差的存在,不能保证变化后得到的相关值分布形式是一个标准的二维脉冲函数。本文在此基础上引入带核函数的加权距离公式,先用小波变换在频域中提取出稳定的特征点形成特征向量;然后利用核函数对特征向量进行修正,使之形成标准的二维脉冲函数,以便计算出正确的匹配参数,从而达到两幅图像的匹配。实验结果表明了新算法的有效性和可靠性。