过程神经网络水华预测方法研究

水华是水体富营养化的表现,会导致水体透明度下降,溶解氧降低,产生藻毒素,给人类居住环境和人体健康造成很大损害,水华已成为我国水资源保护急需解决的一个重大问题。在深入研究水华形成机理的基础上,通过化工正交实验分析和粗糙集理论,确定温度、溶解氧、叶绿素、氮磷比、总氮和光照作为水华预测的指标,叶绿素作为表征水华产生的指标,提出1种过程神经网络的水华预测模型。该模型将输入函数在给定精度下展开为1组正交基的有限项级数形式,将网络权函数表示为同1组基函数的展开形式,利用基函数的正交性来简化过程神经元对时间聚合运算的复杂性,同时通过变速率学习算法和加入动量项以提高网络的收敛速度,减少训练时所产生的振荡误差等问题。通过实验室数据的仿真,得到预测精确度为83.4%,证明本方法的有效性,为水华的预测提供1种有效途径。     

一种基于DSP的炉管泄漏实时监测系统

在火力发电中能及时的检测出炉管泄漏能大大减少电厂的经济损失.本文设计了一种基于DSP的炉管泄漏实时监测系统,介绍了系统的结构和所实现的功能,该系统在工程实际中取得了很好的效果.     

基于实时监测的供水管防泄漏报警研究

采用嵌入式MCU和GSM技术,设计了基于实时监测的供水管防泄漏自动控制和报警系统,能很好地解决无人值守情况下,当供水管停水并重新给水后,因下游阀门未关而造成的泄漏问题,在最大程度上减少了生产和生活重此类损失的发生。     

基于支持向量机的空调控温过程实时预测

分析了空调工作过程中温度控制的重要性与传统方法的不足,将基于统计学习理论的支持向量机方法用于控温过程中,对温度进行实时预测。采用数字实验对所提方法的可行性进行验证,结果表明该方法可以获得比传统方法更高的预测精度,实时性较高,能为空调控温系统提供更好的决策支持,具有较大的发展潜力和实用价值。     

舰艇运动姿态实时预测方法研究

针对某艇载发射装置稳定控制系统中舰艇姿态数据因采样和传输产生的延迟问题,建立组合Kal-man滤波隔点预测算法的数学模型,并采用算法流程调整法、衰减记忆法和平方根法对预测算法进行改进优化,实现对舰艇横纵摇运动姿态精确实时的预测.通过Matlab软件对优化前后的预测算法进行仿真验证.实验结果表明,改进优化后的组合Kalman滤波隔点预测算法满足舰艇上发射装置稳定控制系统姿态实时预测的需求.     

L—异亮氨酸发酵过程的神经网络预测控制

运用智能控制的方法研究了L-异亮氨酸发酵过程的控制,利用神经网络准确地预测发酵趋势,实时获取生化变量的预测值,神经网络预测控制克服了发酵生产过程中大时滞的影响,使系统具有较强的鲁棒性和抗干扰能力。     

管网泄漏监测数据采集中实时近无损压缩

提出了一种适合于管网泄漏监测数据采集的通用、低复杂度的近无损压缩算法.该算法在研究泄漏信号特点的基础上设计了专门的预测器和误差可控的量化方案,并采用Rice编码对量化后的预测误差进行编码.实验结果表明,该算法在管网泄漏监测数据采集中是有效的,在取得较高压缩比的同时保持低的失真度,而且具有实时编码的优点.     

基于k近邻的批次过程在线实时监测方法

针对基于k近邻的故障检测方法(Fault Detection method using the k-Nearest Neighbor rule,FD-kNN)的在线实时监测需预估当前时刻之后的采样数据,检测性能会受到预估精度影响的问题,对FD-kNN进行扩展以适用于批次过程的实时监测.该方法根据每个采样时刻的历史数据进行建模,并根据这些模型实时监测批次过程.该方法不需要预估数据,避免由于预估误差大而带来的误报和漏报问题,同时较好地继承k近邻法则(k-Nearest Neighbor rule,kNN)在处理非线性、多模态和非高斯等问题上具有的优势.青霉素发酵过程的仿真试验验证该方法可行.     

注浆过程实时监测系统的研究

针对煤矿注浆过程中注浆管道泄漏故障难于及时发现等问题,提出了一种注浆过程实时监测系统。具体论述了系统的结构与软、硬件实现方法。     

实时离散事件系统的预测状态反馈控制

本文我们将预测监控的一般结果推广到状态反馈控制的情况。给出了预测状态反馈控制器存在的充要条件及设计方法。对一类特殊的系统,我们证明了任一传统的状态反馈控制下的解也是预测状态反馈控制问题的解,从而预测状态反馈控制对这类系统有最优解存在。最后,我们给出了一个例子来说明这一结果。     

Real-time risk monitoring in business processes: A sensor-based approach

This article proposes an approach for real-time monitoring of risks in executable business process models. The approach considers risks in all phases of the business process management lifecycle, from process design, where risks are defined on top of process models, through to process diagnosis, where risks are detected during process execution. The approach has been realized via a distributed, sensor-based architecture. At design-time, sensors are defined to specify risk conditions which when fulfilled, are a likely indicator of negative process states (faults) to eventuate. Both historical and current process execution data can be used to compose such conditions. At run-time, each sensor independently notifies a sensor manager when a risk is detected. In turn, the sensor manager interacts with the monitoring component of a business process management system to prompt the results to process administrators who may take remedial actions. The proposed architecture has been implemented on top of the YAWL system, and evaluated through performance measurements and usability tests with students. The results show that risk conditions can be computed efficiently and that the approach is perceived as useful by the participants in the tests.     

复杂工业过程集成建模及其实时监控与调度

采用一种新的混合标识过程／变迁网模型一变计时过程／变迁网来描述复杂工业过程。该模型通过引入过程运行标志离散标识(逻辑变量)和过程运行剩余时间连续标识(时间变量)，有效解决了多工位多工况复杂工业过程底层子过程的集成建模问题、离散事件与连续状态和过程控制与生产控制之间的耦合衔接问题，以及离散事件实时监控、连续子过程实时调度与控制等问题。给出了其实时监控、实时调度与过程控制的最佳策略求解方法。     

Coupling the short-term global forecast system weather data with a variable source area hydrologic model

Few current modeling tools are designed to predict short-term, high-risk runoff from hydrologically sensitive areas (HSAs) in watersheds. This study couples the Soil and Water Assessment Tool-Variable Source Area model with the Climate Forecast System Reanalysis model and the Global Forecast System-Model Output Statistics model short term weather forecast, to develop a HSA prediction tool designed to assist producers, landowners, and planners in identifying high-risk areas generating storm runoff and pollution. Short-term predictions for stream flow and soil moisture level were estimated in the South Fork of the Shenandoah river watershed. Daily volumetric flow forecasts were found to be satisfactory four days into the future, and distributed model predictions accurately captured sub-field scale HSAs. The model has the potential to provide valuable forecasts that can be used to improve the effectiveness of agricultural management practices and reduce the risk of non-point source pollution.     

实时系统调度算法综述

在多道程序环境下,主存中有多个进程,其数目往往多于处理机数目。操作系统通过处理机调度程序,按照某种调度算法动态地把处理机分配给就绪队列中的一个进程,使之执行。处理机是重要的计算机资源,提高处理机的利用率及改善系统性能（吞吐量、响应时间）,很大程度上取决于处理机调度性能的好坏,因而操作系统的调度算法是非常重要的。通过研究基本的操作系统作业（进程）调度算法,详尽分析和对比这些调度算法的优势和劣势。最后对新兴的实时系统研究现状进行介绍和展望,为以后实时系统调度算法研究提供了有效的参考价值。     

模糊神经网络技术在铅锌烧结过程中的应用研究

烧结过程是铅锌冶炼过程中的一个重要环节,但烧结过程的建模难度较大。文章提出了一种烧结块成分预测的模糊神经网络模型,并通过仿真验证了其可行性。     

利用Delphi的多线程编程技术实现远程实时监控

提出了采用多线程编程的设计思路去完成系统的远程监控。阐述了多线程编程技术及其应用领域,又以通信电源集中监控系统为例,说明了如何利用Delphi的多线程编程技术实现远程实时监控。通过使用多线程编程技术,不仅保证了前、后台协同工作,使应用程序的CPU利用率大大提高,而且加快了信息的处理速度,同时也提高了实时性。     

微机控制微波活性碳再生炉实时控制系统

阐述了以单片机为控制核心的实时控制系统的工作原理、硬件结构和软件设计思想。在控制策略上采用了PID－PD控制算法，提高了被控对象的可靠性和稳定性，因而在工业生产中具有一定的使用价值。     

实时系统中时间错误的分析与解决

分析实时系统在运行过程中可能产生时间错误的几种原因,提出相应的监测方法。以极向场电源控制系统为研究对象进行时间错误分析,找出影响时间性能的关键因素并提出几种解决措施。实验结果表明,对电源控制系统采用时间错误的解决措施后,能对程序运行过程中出现的时间错误进行及时有效的保护。     

基于工厂信息的实时数据流分析与全过程质量监控

针对某钢铁企业生产过程中的生产信息不畅通、产品质量无法追踪问题,开展了基于工厂信息（PI）的实时数据流分析与全过程质量监控方法的研究。着重研究了实时数据流分割和过程监控,提出基于统计质量控制（SQC）图和工序性能指标的统计监控方法,并开发了一个产品技术质量监控系统,应用结果表明基于PI的实时数据流分析与产品质量监控实现了企业对生产工序质量的监控,以及关键生产工艺的识别与改进。