以案例推理为中心的拉丝机故障诊断系统

将案例推理技术引入到托丝机故障诊断系统中.分析基于案例推理(Case-Based-Reasoning,CBR)故障诊断的机理,建立CBR拉丝机故障诊断系统模型.运用CBR方法对拉丝机系统故障诊断过程中案例的收集与整理、案例库的建立、案例的检索与匹配以及案例的维护等关键技术进行研究.     

基于大数据驱动案例匹配的电站锅炉燃烧优化*

电站锅炉燃烧是一个复杂的多相反应过程。针对基于计算智能的燃烧优化算法复杂度高、难以进行实时在线优化的问题,同时考虑提高锅炉效率与降低污染物排放的双重要求,提出了基于数据驱动案例匹配的电站锅炉燃烧优化方法。依托电厂的SIS大数据库,利用数据挖掘技术进行深层次的分析,离线建立燃烧案例库。在线优化时,基于机组DCS中的实时运行数据进行当前工况计算,基于案例库进行案例工况匹配,进而得到适于当前工况运行的最优参数值。对某机组的优化计算结果表明,基于数据驱动案例匹配的锅炉燃烧优化系统算法复杂度低、稳定性高,是一种相对简单、有效而实用的电站锅炉燃烧优化方法。     

基于案例推理(CBR)的流动式起重机故障诊断

研究了基于案例推理的专家诊断模型中的关键技术——故障案例库的建立、故障案例检索、故障案例的重用,研究探讨了案例检索机制中字符串相似度的计算方法,建立了故障检索机制的模型。结合实际工作的需要,设计实现了一个基于案例推理(CBR)的流动式起重机故障诊断系统,系统以基于案例推理的诊断技术为基础,采用关系型数据库存储数据,实现了流动式起重机械的故障诊断。     

基于案例推理的激光焊接管理

为提高激光焊接试验的成功率,将基于案例推理(CBR)技术应用在激光焊接系统中。介绍了激光焊接系统的案例表示、案例检索(包括权重设定和相似度计算)以及实例检索,使用最近邻算法从案例库中找寻最相近的案例。实例表明,CBR技术能够有利于提高激光焊接试验的成功率。     

GA-CFS结合案例推理的轴承故障诊断

针对轴承故障诊断中知识难以获取的问题，提出了一种GA-CFS(Genetic Algorithm and Correlation-Based Feature Selection,GA-CFS)结合案例推理的轴承故障诊断方法。利用案例推理技术（Case-Based Reasoning,CBR）建立轴承故障案例库进行故障诊断。又针对案例推理技术中案例检索时遇到的属性冗余问题，以及难以人工确定关键属性及其权重的问题，采取GA-CFS方法对属性集合进行筛选，初步确定特征子集，再根据遗传算法确定各个子集中的特征的权重，最后根据特征子集及其权重选取符合要求的最佳特征子集，再用该特征子集构建轴承故障案例库，并通过实验验证了该方法的可行性。     

电站锅炉燃烧优化过程的数据建模研究

各燃煤电厂均面临着节能和降低NO_x排放量的双重压力,而通过燃烧调整来降低NO_x排放量及煤耗是公认的最佳解决方法。现利用BP神经网络与遗传算法相结合的方法为某300 MW电站锅炉建立燃烧模型,并对输入、输出数据寻优,从而为锅炉优化运行提供指导。     

锅炉燃烧系统运行优化分析

新能源发电机组的大规模投运,使得火电机组正逐渐从传统的支柱性电源转变为调节性电源,火电机组的生存空间受到了巨大的挑战。为提高火电机组的年利用小时数,减轻机组现有的生存压力,开展机组调峰过程中的燃烧优化成为关键。鉴于此,对机组锅炉燃烧系统精确的运行优化调整进行了更加细致的分析,以期推动机组节能降耗、降本增效、高效运行目标的实现。     

基于改进粒子群算法的火电机组锅炉燃烧多目标优化

目前火电机组仍是我国电力供应的主体，因此通过运行优化技术来实现锅炉燃烧效率的提升，同时减少NO_x等污染气体排放具有重要意义。鉴于此，针对现有技术建模精度低、运行效果差、脱离实际需求等缺点，采用改进粒子群算法建立锅炉燃烧模型，得出机组最佳运行参数，以期提高机组运行的安全性和经济性。     

有限代遗传算法及其在电弧炉自适应控制中的应用

针对一般遗传算法寻优速度不确定,难以可靠应用于自适应控制的特点,提出有限代遗传算法,并应用于自适应控制器参考优化上。仿真以电弧炉控制为例,用辅助最小二乘法辩识模型的参数,以不对称优化法初步确定控制器参数,然后以有限代遗传算法调控制器参考,结果显示,可达到优良的控制品质。     

基于案例推理与模糊粗糙集理论的汽轮机故障诊断系统研究

案例推理(CaseBasedReasoning,CBR)适于表达复杂的综合性知识,其思想和工作机制对故障诊断有重要意义。应用案例推理技术,可通过检索机制在诊断系统的案例库中对故障的征兆信息进行检索,匹配到与当前问题相似的历史案例比对后得出结论,并对新问题的知识经验进行归纳总结,作为新的案例存储到案例库中。由于汽轮发电机组的故障特征具有复杂性和多样性,应用粗糙集理论对历史案例中的故障特征进行提取,得到对故障识别有贡献的故障特征,对冗余的特征进行筛检和剔除,构建出故障诊断特征库,根据故障特征对故障模式进行识别。     

基于AWLS-SVM的污水处理过程软测量建模

针对污水处理过程建模中样本数据可能存在的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(AWLS-SVM)回归的软测量建模方法。该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的指数分布赋权规则,自适应地为每个建模样本分配不同的权值,以降低随机误差对模型性能的影响;同时采用一种全局优化算法——混沌粒子群模拟退火(CPSO-SA)算法对最小二乘支持向量机的模型参数进行优化选择,以提高模型的泛化能力。仿真实验表明,AWLS-SVM模型的预测精度及鲁棒性能优于LS-SVM和WLS-SVM。最后,应用AWLS-SVM方法建立污水处理过程出水水质关键参数的软测量模型,获得了较好的效果。     

可靠性约束下的包装生产线运行参数优化

针对包装生产线运行参数的选择与优化问题进行了研究,根据包装生产线的结构特点,构建了各耦合单元的可靠性与运行参数之间的映射关系,建立了可靠性约束下的包装生产线运行参数优化模型。以订单周期内包装生产线的有效运行速度为优化目标,采用自适应遗传算法求解最佳运行速度。实验结果表明,所提出的可靠性建模方法对研究可靠性约束下包装生产线的运行参数优化问题是有效和实用的。     

[绿色制造工艺和系统]面向节能高效需求的数控加工系统多目标优化模型

针对数控加工系统复杂的多源动态能耗特性,提出了一种基于单元工作状态的能耗建模与优化方法。首先,对数控加工系统能耗单元及其工作状态的能耗特性进行分析,建立了时变能耗单元和非时变能耗单元的工作状态能耗模型;其次,构建以切削速度和进给量为变量,以最小系统能耗和最短加工时间为目标的数控加工系统节能高效多目标优化模型,提出一种基于小生境遗传算法的模型求解方法;最后,通过某机床中心架底座加工案例对所提方法和模型进行了验证,并对优化结果、算法性能进行了对比分析,说明了上述模型和方法的有效性。     

基于神经网解耦的循环流化床锅炉燃烧系统自适应模糊控制

电厂循环流化床锅炉的正常运行受到很多因素的影响,因此使其在实现自动控制方面遇到困难.根据循环流化床锅炉的特点,将自适应理论与模糊控制相结合,设计了一种基于BP神经网解耦的具有参数在线自调整功能的自适应模糊控制器,并应用于循环流化床锅炉燃烧控制系统中.该控制器不但可以适应被控对象的变参数运行工况,而且可以实现循环流化床锅炉燃烧过程主汽压力与床层温度的解耦控制.仿真试验和现场应用结果证明,本控制器对循环流化床锅炉燃烧过程具有良好的控制效果.     

信息熵与优化LS-SVM的轴承性能退化模糊粒化预测

为了提高滚动轴承性能退化指标的预测精度,得到性能退化指标的一个预测范围,本文提出信息熵与优化最小二乘支持向量机(LS-SVM)的轴承性能退化趋势模糊粒化预测。首先利用信息熵理论提取轴承信号的性能退化指标序列,再利用模糊信息粒化理论对该性能退化指标序列进行模糊信息粒化;然后将粒化后的数据输入给LS-SVM进行回归预测,并采用粒子群算法(PSO)优化LS-SVM的惩罚参数和核函数参数;最后根据实测值和预测值的对比分析评估预测模型的优良性。实验结果表明,对于每个时间段内的轴承性能退化指标,该方法均能获得准确的预测结果,具备较强的实用性和工程应用价值。     

离散制造单元生产扰动识别模型及其自适应节能控制方法

离散制造单元的生产扰动是中断设备生产、造成能耗浪费的源头，如何在复杂动态的扰动环境下实现设备节能控制策略的自适应选择和控制参数的自适应优化从而达到最优的节能控制效果是一个亟待解决的难题，为此提出了基于生产扰动识别模型的离散制造单元自适应节能控制方法。首先，基于生产扰动的模式性和不确定性，构建了一种马尔科夫逻辑网络驱动的生产扰动识别模型，实现生产扰动的精准识别。然后，以能耗浪费期望为优化目标，生产延迟时间期望为优化约束，制定了基于时间阈值的设备节能控制策略，提出了面向生产扰动自适应的节能控制方法。最后，以某压铸单元为对象进行了案例验证，结果表明生产扰动类型会对节能控制效果造成显著影响，所提出方法在尽量保证生产的前提下通过提升节能控制的自适应能力实现了更好的节能效果。     

薄片零件尺寸机器视觉检测系统中的线扫描步长自适应优化研究

借鉴自由曲面逆向工程中扫描步长自适应优化的思想,提出了基于CAD信息的线扫描步长自适应优化方法。基于曲线拟合容差开发了圆弧图元线扫描步长自适应优化算法;基于等线段长开发了直线图元线扫描步长自适应优化算法;基于图元间的拓扑结构归纳了区域线扫描步长自适应选取准则。用弹性臂薄片零件的尺寸检测实验对基于CAD信息的线扫描步长自适应优化方法的检测精度和扫描数据量进行了分析。实验结果表明,该方法能提高检测系统的检测精度,提高线扫描的扫描效率,减少扫描数据量。     

基于改进算法的锅炉燃烧系统的经济性研究

针对锅炉燃烧系统的非线性、时变性和强耦合的特点,传统的控制方法的控制精度不高、自适应能力差等,提出了一种改进的模糊神经网络控制算法,对烟气含氧量进行控制。为克服常规算法的缺陷,将BP算法和粒子群PSO算法二者相结合,充分利用PSO算法的全局寻优能力和BP算法的局部搜索能力。另外引入了动态递归神经网络,对系统模型进行在线辨识,从而提高了网络的训练效率和控制器的控制效果,使系统达到经济燃烧。     

锅炉灭火保护可靠性分析及改进

锅炉燃烧系统是火电厂的核心系统之一,燃烧系统是否可靠直接影响到火电厂的安全稳定运行.而对燃烧系统影响最大的就是给粉系统、火检系统.同时锅炉FSSS系统如果不够完善可靠,则易引起主辅设备的误动或拒动,也会对燃烧系统造成重要的影响.燃烧系统如果发生故障,在异常工况下将导致设备损坏或人员伤亡事故.为了确保燃烧系统的完善和可靠运行,结合乌海热电厂两年来燃烧系统在运行维护中暴露出来的问题及其中隐含的不合理之处,从热工角度研究探讨并进行改善和优化.