TGARCH模型预测高炉铁水硅质量分数

为了更好地反映高炉铁水硅质量分数序列的高波动特性,利用门限广义自回归条件异方差（TGARCH）模型对硅质量分数序列进行预测.应用Portmantea Q检验、拉格朗日乘子检验以及非对称项系数显著性检验,验证了高炉铁水硅质量分数序列存在异方差性和非对称性.在此基础上将TGARCH模型应用于高炉铁水硅质量分数预测,采用极大似然估计法确定参数,建立TGARCH(1,1,1)预测模型,并采用命中率和误差率2种评价准则对预测结果进行分析.这种方法克服了以往模型没有考虑序列非对称性影响的缺陷,更加适合于高炉铁水硅质量分数的预测.将预测模型应用于包钢6号高炉,取得了较好的预测效果.     

基于噪声温度计的铟凝固点热力学温度研究

热力学温度研究表明,国际温标ITS-90定义的一系列固定点与真实热力学温度有一定差异。以量子电压标定的噪声温度计为基础,设计了用于铟凝固点测量的温度探测装置,解决了高温复杂环境下电磁干扰的抑制问题。实验采用研制的噪声温度计系统测量了铟凝固点的热力学温度,测量积分时间100h,在20～500kHz的测量带宽内得到的铟凝固点热力学温度为429.7476K,相对不确定度为11.58×10^-6,与ITS-90给出的铟凝固点值相差0.9mK。实验结果可以为国际温标的修订提供参考。     

基于频率梳的太赫兹辐射强度测量

为实现太赫兹辐射特性精准认知,开展太赫兹辐射绝对强度测量研究。通过光学频率梳产生太赫兹频率梳,利用太赫兹频率梳实现太赫兹辐射源空间强度测量。本文利用电光采样和光电导探测两种方式,实现了100 GHz辐射源空间辐射强度测量;将100 GHz辐射总功率溯源到标准太赫兹功率计,实现太赫兹辐射强度绝对测量。分析比较了利用800 nm空间光进行电光采样和利用1550 nm光纤激光进行光电导探测的测量结果。本文在不同距离下,对太赫兹辐射源的空间辐射绝对强度进行了测量,实验揭示了太赫兹辐射传输的空间演化特性。     

改进遗传算法求解柔性作业车间调度问题

针对柔性作业车间调度问题中最大完工时间、机器最大负荷和总机器负荷三项性能指标,提出一种改进的自适应交叉和变异的混合遗传算法。在基本遗传算法染色体编码的基础上,设计一种基于海明距离的调度个体差异判别方法,并通过自适应交叉阈值和动态变异概率计算提高遗传算法整个种群调度个体的多样性,防止算法过早的进入早熟。在遗传算法进化期间,对每个调度个体的进化采用变邻域搜索算法,扩大调度个体的邻域搜索范围。最后,使用文献中相同的调度实例将本文的计算结果与其它文献中的测试结果进行比较,验证了所提出的算法的可行性和有效性。     

核主成分分析的高炉故障检测研究

由于高炉冶炼系统的复杂性,传统的故障检测方法在高炉故障检测中的应用效果不佳.同时,高炉冶炼过程中的数据具有明显的非线性特征,利用主成分分析(PCA)等线性多元统计方法也难以取得良好的故障检测效果.针对这种情况,提出了利用核主成分分析(KPCA)方法对高炉冶炼过程中的故障进行检测,以适应高炉的非线性特征,实现对高炉故障的快速检测.     

热电偶动态响应的带外部输入自回归模型

热电偶测量动态温度受到热电偶自身动态特性的制约和影响。为了评价热电偶的动态特性,建立了一种双气流环境下的热电偶动态响应实验系统,测量热电偶在两种不同温度气流交替激励下的响应。由于激励温度本身也存在测量误差,当用回归方法分析热电偶响应过程时,响应过程构成了一种变量带误差问题。为了获得热电偶动态响应的无偏估计,建立了热电偶动态响应的状态空间方程,用随机扰动与确定性模型结合的方式描述热电偶动态响应过程,采用一种带外部输入自回归模型对响应过程进行辨识。以一种工业中常用的露端式镍铬镍硅热电偶为对象,给出了一个算例。实验和计算结果表明,带外部输入自回归模型适用于双气流环境下热电偶动态响应能力的评价。     

基于经验模态分解和主成分分析的滚动轴承故障诊断研究

针对传统的振动信号特征提取效率低、诊断时间较长等问题,提出了基于经验模态分解与主成分分析的滚动轴承故障诊断方法。首先利用经验模态分解将振动信号分解为有限个本征模函数和一个残差函数,提取主要的本征模函数能量及其局部平均频率特征,最后将复合特征向量作为主成分分析分类器的输入,完成对故障的识别。实验结果表明:复合特征向量能够有效地反映轴承的运行状态;相比于BP神经网络、支持向量机、K-近邻算法,主成分分析分类法不仅能够准确地识别故障,而且训练时间短、使用方便。     

基于隐Markov模型的高炉铁水硅质量分数预测算法

为正确预测高炉铁水中硅的质量分数（［Si］）,提出了一种基于隐Markov模型（HMM）的预测算法.从高炉冶金反应动力学出发,分析了高炉内反应的链接关系,这种链接关系和HMM的原理是一致的.在对系统参数初始化之后,利用重估公式对参数进行训练直至收敛,从而得到系统模型.通过Viterbi算法找出所有训练样本的最大可能状态路径,并计算其似然值.将新样本输入模型得到新的状态路径及其似然值,从训练样本中找出具有相同状态路径或最小偏差似然值的序列,以训练样本下一［Si］值作为新样本下一时刻的预测值.利用该算法对高炉实际生产数据进行仿真,结果表明,与传统的人工神经网络方法相比,该方法能够有效提高预测精度和效率.     

离散制造业计划执行和控制方法

为解决离散制造企业由于离散工序多、派工任务转换快等引起的计划执行性差、过程质量控制困难的问题,提出了一种离散制造企业派工单生产管控模式。设计了以零件-组件-产品型号-派工单为主结构的任务派工模型,该模型将产品型号与生产工艺要求及零部件相关联,将派工单生产任务与现场生产线及工序相关联;通过派工任务匹配实现计划的执行流转;通过工序间差错互锁、工序位过程控制、离散装配电子看板等实现派工单在执行过程中对生产过程的质量控制。最后给出了派工单模式的操作流程和系统应用。