影响制品重量重复精度主要工艺参数实验分析

注塑制品的重量重复精度是衡量注塑制品质量精度及评价注塑机性能指标的重要技术指标。文章基于统计过程误差理论确定了适应于注射重量重复精度的理论计算方法,并在实验的基础上得到了验证。同时通过更改影响熔体密度的主要工艺参数——温度和注射压力进行注射重量对比实验,确定了影响注射重量的主要工艺参数,提出了通过在线控制注射重量来提高注射重量重复精度的理论方法。     

聚合物熔体密度在线测量在精密注射成型中的应用

基于超声波传播速度与传播介质物性参数密切关联和快速响应的特性,通过实验和理论分析得到了超声波传播速度与聚合物熔体密度存在单值对应关系的重要结论;根据精密注塑制品成型周期短的特点,在实验的基础上采用改进最小二乘法,即缩小自变量使其在0～1的范围内可以有效降低拟合阶数,提高运算速度的方法,建立了基于超声波速度单值变量的熔体密度在线软测量模型,并将该软测量模型应用于注射成型过程中对聚合物熔体注射重量的控制;即由该软测量模型得到的在线熔体密度与螺杆截面积的乘积对螺杆注射行程进行积分,可以精确计算出聚合物熔体注射重量,以此实现对注射机成型制品重量的精密控制;理论和实验都验证了基于熔体密度在线软测量的注射量重量控制方法优于传统的体积控制方法,是提高注射成型过程制品重量重复精度的有效方法。     

纤维增强复合材料剪切强度测定方法的优化

鉴于目前纤维增强复合材料剪切强度测试方法存在测量精度低、成本高、效率低等问题,提出了改进三点弯曲剪切强度的测量方案。通过在试件表面粘贴增强片的方式,调节复合材料最大切应力和正应力的比值,使复合材料优先出现剪切破坏。从实验验证和理论分析两个方面对改进方案进行了实验测试,结果表明,复合材料剪切强度测定方法的优化方案的最大误差为1.56,最小误差为0.30。误差在可接受范围内,可以为相关工作提供参考。     

基于恒电流热式质量流量计的研究

在分析常用流量测量方法存在缺陷的基础上,结合热式质量流量测量方法的基本原理,提出了恒电流法进行质量流量的测量。通过分析恒电流法的原理及其测量公式,并且设计实验对质量流量计的原理进行验证,将实验结果与标准流量计进行对比,结果表明:在严格控制功率的条件下,质量流量计具有较好的测量精度。     

激光光谱法同步测量尿素水溶液液膜厚度与浓度

对尿素水溶液液膜厚度和浓度进行定量分析在工业应用中至关重要,而传统的测量方法只能对液膜厚度和浓度分别进行测量。提出了一种用于尿素水溶液液膜厚度和浓度高精度同步在线测量的新方法。通过灵敏度分析和内部交叉验证,选取了测量精度及灵敏度最高的一对波长组合(7040.75 cm^-1 与 6761.00 cm^-1)。由内部交叉验证可知,该方法测量液膜厚度误差小于1.40%,浓度误差小于5.76%。     

基于稳定Hammerstein模型的在线软测量建模方法及应用

针对复杂工业过程中由于存在未建模动态和不确定干扰,导致关键变量的软测量精度下降的问题,提出了一种基于稳定Hammerstein模型(H模型)的在线软测量建模方法。H模型的非线性增益采用带有时变稳定学习算法的小波神经网络模型,线性系统部分采用基于递推最小二乘的ARX模型,基于输入到状态稳定性理论证明了H模型辨识误差的有界性。其中小波神经网络具有表征强非线性的特性,稳定学习算法可抑制未建模动态和不确定干扰的影响,改善了模型的预测精度和自适应能力。以典型非线性系统和实际污水处理过程为例进行了仿真研究,结果表明,基于稳定H模型的软测量方法具有较高的在线软测量精度。     

基于稳定Hammerstein模型的在线软测量建模方法及应用

针对复杂工业过程中由于存在未建模动态和不确定干扰,导致关键变量的软测量精度下降的问题,提出了一种基于稳定Hammerstein模型(H模型)的在线软测量建模方法。H模型的非线性增益采用带有时变稳定学习算法的小波神经网络模型,线性系统部分采用基于递推最小二乘的ARX模型,基于输入到状态稳定性理论证明了H模型辨识误差的有界性。其中小波神经网络具有表征强非线性的特性,稳定学习算法可抑制未建模动态和不确定干扰的影响,改善了模型的预测精度和自适应能力。以典型非线性系统和实际污水处理过程为例进行了仿真研究,结果表明,基于稳定H模型的软测量方法具有较高的在线软测量精度。     

正癸烷高温高压下等压热容测定新方法

针对航空燃料高温高压条件下的等压热容测试,建立了一种新的在线测量装置和测试方法。通过冷、热油对冲混合方式,基于能量守恒原理建立了等压热容的计算公式;基于自制的燃料高温高压流动装置,增加混油和测温部件建立了等压热容测试的实验装置。通过对相关物理量测试不确定度分析,计算得到等压热容的相对扩展不确定度为±3.78%;采用纯水进行标定,验证了该方法测试等压热容的可靠性和精确性。采用航空燃料中的常用组分正十烷,实验测定了在2.1和3.0MPa压力下的等压热容数据,与采用Supertrapp软件的拟合值吻合很好,误差基本在±5%以内。     

超声法在线测量烟气脱硫浆液粒度分布、密度方法和装置

针对烟气脱硫工艺中石灰石/石膏浆液粒度、密度（浓度）在线测量需求,研究了基于超声衰减法的浆料多参数在线测量方法和装置。改进了一种自适应控制参数的差分进化算法用于颗粒粒径反演,模拟算例显示,改进差分进化算法求解精度更高;设计了非接触式测量管段,采用换能器一发一收模式,实现非接触式无损测量;开展了温度变化对声衰减影响实验,提出了声衰减量的温度修正方法。通过实验室结果验证,文中方法浓度测量结果与取样法浓度分析结果最大偏差为1.75%,最小偏差为0.59%。通过电厂测试结果验证,文中方法的粒度测量结果与显微镜图像法、激光粒度仪三者测量结果具有较好的一致性,最大偏差小于17%;密度测量结果与取样法吻合度高,最大重复性偏差仅为0.23%,单次测量结果与取样法最大偏差为0.26%,两项指标均优于差压密度计测量结果,可满足烟气脱硫工艺中石灰石/石膏浆液粒度、密度（浓度）在线测量需求。     

精密注射成型中背压对制品重复精度的影响

通过对空注射方式对影响精密制品质量重复精度之一的背压进行实验和理论研究。研究发现背压对螺杆塑化能力的影响明显，螺杆射退和多级背压对提高制品重复精度和质最稳定性效果显著。同时研究了不同物料对重复精度的影响，基于实验结果提出了提高制品质量重复精度的措施。     

基于RBF神经网络和遗传算法的注塑成型质量控制与预测

针对注塑产品容易产生翘曲和缩痕的问题,以某检测仪外壳为研究对象,运用RBF神经网络模型和遗传算法,对注塑成型质量进行控制与预测。基于正交试验方案,运用Moldflow有限元分析软件获得试验结果;利用样本数据建立试验因素与响应值之间的RBF神经网络模型,并用最优拉丁超立方抽样技术,获得样本点对模型精度进行检验;运用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对注塑成型工艺参数进行多目标优化,达到有效控制和预测翘曲变形、体积收缩率和缩痕指数的目的,并经模拟和试模验证误差较小。结果表明,运用RBF神经网络模型和遗传算法对注塑成型质量进行控制与预测,生产出检测仪外壳最大翘曲变形量为0.394 mm,外观无缩痕。     

含时滞测量值下间歇过程的双维状态估计

基于粒子滤波研究了间歇过程的状态估计问题。根据间歇过程双维动态特性,针对关键参数在线检测精度低、离线分析时滞大等问题,分别建立一种双维状态转移模型和时滞测量模型,并利用贝叶斯方法及前/后向平滑,提出一种含时滞测量值下的双维状态估计算法。该算法通过融合先前批次和时滞测量值的信息提高估计精度,并且克服了离线采样周期和时滞时间不确定的问题。在数字仿真和啤酒发酵过程中的仿真应用验证了该算法的有效性。     

重力沉降作用下的采样管路颗粒物损失

为了研究烟尘采样系统的系统误差,采用重力沉降理论对颗粒物在水平直管段内的穿透率进行了理论计算,并以此方法为基础估算了在线监测系统水平直管段由于重力沉降造成的测量误差。结果表明,水平直采样管内的颗粒物损失会随着粒径增大、停留时间增长而显著增多;当颗粒物采样系统为烟气外抽式时,水平直管内颗粒物重力沉降会造成采样系统误差,超低排放的达标测量值应小于10 mg/m~3。以一台600 MW火电机组为例,估算出由于采样系统水平直管内颗粒物重力沉降造成的年烟尘误排量约为15.5 t。     

基于自适应采样算法的芳烃异构化代理模型

异构化是芳烃生产中的重要环节,提高异构化环节的建模和优化效率对工业生产有着重要意义。但是,直接使用机理模型的优化过程耗时较长,优化效率低。代理模型可以有效地对机理模型进行近似,而代理模型采样方法对模型精度有很大影响。提出了一种新的基于稀疏度和最邻近期望的自适应采样算法,该方法可以平衡全局搜索和局部搜索,通过求解优化问题找到反映函数关键信息的新采样点,再加入原始样本集中,使得代理模型精度不断提高。多个测试函数结果表明,相比于其他自适应采样算法,该算法能有效提升代理模型精度和建模效率。该算法在芳烃异构化环节代理模型中也得到了有效验证,与本文中其他算法对比,该算法模型误差减少5%以上,建模时间缩短30%以上。     

均匀性试验抽样误差的蒙特卡罗模拟

对现行均匀性试验抽样误差和扩大样本容量后的抽样误差,应用蒙特卡罗方法进行数值模拟。结果表明,当总体标准偏差为1.5MPa,样本容量为10,对应水泥28d抗压强度分别为40MPa、50MPa和60MPa时,以变异系数表示的抽样误差分别为1.7%、1.4%和1.1%。这个误差很大,可能导致对水泥均匀性的错误评价。根据扩大样本容量后的抽样误差模拟结果,提出了均匀性试验抽样方法的修改建议。     

基于甲烷收率在线测量技术的乙烯裂解炉闭环优化方法

由于缺乏裂解产物收率绝对量信息,现有的乙烯裂解炉优化策略需要依靠裂解反应模型对裂解产物分布进行预测并依此进行开环优化计算,其优化结果完全依赖于裂解反应机理模型的精度.本文通过改进乙烯裂解炉裂解气取样系统实现了甲烷质量收率这一关键参数指标的在线测量,并在此基础上进一步提出一种裂解炉闭环优化运行新方法.该方法针对乙烯和丙烯收率和(简称“双烯”收率)最大这一优化目标,根据甲烷收率和双烯/甲烷比(烯甲比)的在线测量数据迭代求解获得最优炉管出口温度(COT).该方法采用闭环迭代寻优的方式,能够有效克服灵敏度函数的非线性以及在线分析仪表本身的测量误差,具有良好的鲁棒性;另一方面,由于不需要借助任何裂解原料与裂解反应模型,从而大大减少了裂解炉优化系统实施的投资,因此具有很好的工业应用前景.     

交流电力测试系统中关键采样点的估计方法研究

以交流电压为例,分析了交流电力测试系统信号处理中关键采样点对特征参数的影响,提出了关键采样点基于误差最小均方法和拉格朗日插值法的估计方法,指出这些方法能提高测试的抗干扰能力,在不增加额外硬件开销的情况下有效提高测试系统的精确性和可靠性。实验结果表明,采用这些估计方法可减少2倍左右用于分析的采样点数,初始相位角的测试误差减小到原来的25%左右,干扰幅值的要求从小于信号幅值的5%可放宽到信号幅值的15%。     

基于迭代算法的信号频率快速估算

提出一种正弦信号频率估算的快速迭代算法，它可以保证在不知信号频率的确切值的情形下在2个周波内以0．1％的测量准确度来估算信号频率的实际值。本算法是一个迭代计算过程，仅利用一个采样周期信号采样序列值中的任何两个相邻的采样值，并通过构造信号幅值、频率和相位与这两个采样值有关的影响系数来实现。在迭代计算中，通过设定不同数值的迭代系数，可以在不同的计算时间内获得不同的估算精确度。并给出一个实际应用系统的实例计算，仿真结果证明这种算法的可靠性、准确性和快速性。