基于GA-BP神经网络的塑料X射线吸收光谱的辨识

采集15种塑料样本的X射线吸收光谱(XAS),对光谱数据进行预处理和主成分分析,建立误差反向传播(BP)神经网络和遗传算法优化的误差反向传播(GA-BP)神经网络模型,利用训练集进行网络训练,并通过测试集进行验证。结果表明,GA-BP神经网络相比于BP神经网络可以更好更稳定的对塑料样本的XAS进行识别,这对塑料的回收具有重要的指导意义。     

基于神经网络的注塑制品表面缺陷自动识别方法的研究

将基于误差反向传播算法(BP)的神经网络引入到注塑制品表面缺陷的自动识别.介绍了如何选择合适的BP神经网络,包括网络层数的选取、学习算法的选取等.最后分别利用90组样本对BP神经网络进行训练和仿真,得到制品表面缺陷的平均识别率达84.44％,说明利用BP神经网络对于注塑制品表面缺陷进行识别是可行的.     

腐蚀海洋立管剩余强度预测

利用人工神经网络具有的高度非线性映射功能,对在役腐蚀海洋立管的剩余强度进行预测。综合分析了管径、壁厚、腐蚀缺陷长度、腐蚀缺陷深度和管材极限抗拉强度对腐蚀海洋立管剩余强度的影响,建立了反向传播(BP)神经网络预测模型。利用遗传算法(GA)优化BP神经网络的权值和阈值,构建了GA-BP神经网络预测模型。采用DNV-RP-F101标准计算出来的样本数据分别对以上两种网络模型进行训练和预测。预测结果表明:利用人工神经网络对腐蚀海洋立管剩余强度进行预测是可行的,且GA-BP神经网络能够有效地提高网络的收敛性和预测精度。     

基于近红外光谱结合主成分分析和BP神经网络的常用塑料快速鉴别

为了实现塑料的分类回收,需要对塑料进行快速准确的鉴别。收集了丙烯腈-丁二烯-苯乙烯(ABS)、聚丙烯(PP)、聚乙烯(PE)、聚对苯二甲酸乙二醇酯(PET)、聚苯乙烯(PS)、聚氯乙烯(PVC)、聚碳酸酯(PC)等7种常用的塑料,利用近红外光谱仪分别测得其反射光谱,应用主成分分析和反向传播(BP)神经网络建立模型进行鉴别。首先利用主成分分析提取光谱的特征信息,前8个主成分的累计贡献率达到94.367%,包含了原始光谱的主要信息,将这8个主成分作为BP神经网络的输入,7种塑料的种类作为输出,建立三层BP神经网络模型。每种塑料各30个样本共210个用来训练神经网络模型,各10个共70个用来预测,预测结果准确率达98.571%,能够有效鉴别常用塑料。     

基于遗传算法优化的BP神经网络气化用煤灰流动温度预测模型

采用遗传算法优化的BP神经网络建立煤灰流动温度预测模型，模型以灰成分及酸碱质量比、硅铝质量比等组合参数作为输入变量，以煤灰流动温度作为输出量，对126组来自中国北部地区的煤灰样数据进行训练与测试，并建立常规BP神经网络模型，研究了各输入变量对网络模型预测精度的影响并对比与常规BP神经网络模型的预测能力。结果表明：不同输入层变量的GA-BP神经网络模型对训练集和测试集样本数据都具有较好的学习和泛化能力，所有预测结果相对平均预测误差均不超过4%。酸碱质量比和硅铝质量比参数作为神经网络输入层的添加，虽略微提高模型对训练样本的拟合程度，但也导致验证时过拟合现象的发生，模型对新样本的拟合优度下降。采用SiO₂,Al₂O₃,Fe₂O₃,CaO,MgO和Na₂O+K₂O的质量分数6个参数作为输入变量的GA-BP模型最为适合，其对测试集数据的预测相对平均误差为3.45%,低于常规BP神经网络模型3.79%的误差。     

基于BP神经网络的T10A钢针织器材化学镀镍工艺预测

基于BP(反向传播)神经网络理论,利用MATLAB R2012b软件的人工神经网络工具箱,以实验中得到的25组不同温度、时间、pH、硫酸镍浓度、次磷酸钠浓度、辅助配位荆浓度下的T10A钢针织器材化学镀镍层厚度及孔隙率为样本,对建立的BP神经网络模型进行训练及预测。结果表明,该BP神经网络有较快的学习速度及较高的预测精度。     

神经网络对固体推进剂力学性能的预测

针对误差反向传播算法(BP)神经网络在寻优过程中容易陷入局部最优的缺陷,将遗传算法(GA)与BP神经网络相结合,构建了一种基于遗传算法反向传播(GABP)神经网络模型。建模所用网络训练数据是推进剂配方中的工艺助剂及键合剂含量、固化参数、不同粒度的高氯酸铵含量、不同粒度的铝粉含量、端羟基聚丁二烯(HTPB)的羟值等对应的不同温度下测试的抗拉强度和断裂伸长率共12组数据,对它们进行预测和实测。结果表明,预测值与实验值整体具有较好的吻合性,抗拉强度及断裂伸长率的最小误差分别为0.71%、4.67%,即所建模型具有指导配方性能预示的意义。     

基于遗传算法的模糊神经网络控制器的仿真

对遗传算法 (GA)和模糊神经网络控制器的结构进行了说明。为了克服反向传播算法 (BP)的缺点 ,通过遗传算法对模糊神经网络控制器的参数进行优化 ,亦即对模糊神经网络进行训练。用通过优化后的模糊神经网络控制器控制一个带有纯滞后的非线性对象 ,仿真结果证实了其性能较常规模糊控制器优越。     

ACO-BP算法在化工过程故障诊断中的应用

将蚁群算法和BP神经网络相结合,利用蚁群优化算法与误差反向传播算法结合而构成的混合算法(ACO-BP)训练神经网络的权值和阈值,给出ACO-BP算法训练神经网络的基本原理和方法步骤,并将该算法应用于连续搅拌釜式反应器的故障诊断。仿真结果表明:ACO-BP算法具有较高的诊断精度,能够及时、有效地检测连续搅拌釜式反应器中存在的故障。     

反向传播神经网络在隐框玻璃幕墙脱胶损伤识别中的应用

引入反向传播(BP)神经网络法,首先择取玻璃面板关键部位的25种动力响应参数、动力特性参数以及隐框玻璃幕墙尺寸以归类神经网络数据库。采用非线性弹簧单元模拟结构胶本构行为及其组合局部脱胶状态,采用有限元方法对不同脱胶状态的隐框玻璃幕墙单元进行了拉压状态下的参数化分析,量化描述了12 545种工况下各脱胶状态,并建立训练数据库。采用反向传播神经网络方法训练检验了数值模拟样本并校验预测精度。结果显示采用本方法可以较好预测隐框玻璃幕墙的组合脱胶状态。     

乙烯酮(双乙烯酮)下游产品废水的治理技术

乙烯酮(双乙烯酮)是十分重要的化工中间体,其下游产品较多。江苏某化工厂开发生产乙烯酮(双乙烯酮)下游产品三十多个,年生产规模三万多吨,是国内以乙烯酮(双乙烯酮)为中间体生产精细化学品的综合骨干企业。针对乙烯酮(双乙烯酮)下游产品废水特点,该厂结合企业实际,开展了产品优化,结构调整,清洁生产,资源循环利用,节水降耗等工作,从源头削减了污染物的生产。同时投资二千多万元新建预处理装置三套,6000m3/d废水生化处理装置一套,使全厂乙烯酮(双乙烯酮)下游产品的废水得到了有效的治理。     

分解炉扩径的技术改造

我厂3号回转窑(Φ4m×60m)生产线在1996年年底由SP窑(产量912t/d)改为NSP窑(产量1320t/d),预分解系统为四级旋风预热器带离线式分解炉     

基于组件技术的化工原理实验课件的设计

利用组件技术开发化工原理实验课件,给出了系统层、组件库层和应用层的架构划分。重点讨论了组件库的设计,给出了流体阻力这一典型实验的实现描述。实践证实,基于组件技术可以提高仿真实验的开发效率。     

水泥水化热测定方法综述

水泥水化热是中、低热水泥和核电工程用水泥的一项关键的技术指标。全球范围内测定水泥水化热的方法有溶解法、直接法/半绝热法、等温传导量热法三种。本文总结了中、美、欧相关方法标准,对其测试原理、仪器设备、试验过程等方面进行了比对,并对其在领域的应用做了简单的概括。     

几种乙炔加压设备性能的比较

阐述并比较了几种加压设备在乙炔加压清净过程中的性能和特点。     

A study of miscibility of blends of polybutadienes of varying microstructure

The miscibility of various amorphous polybutadienes with mixed microstructures of 1,4 addition units (cis, 1,4 and trans 1,4) and 1,2 addition units have been investigated. The studies here involved optical transparency, differential scanning calorimetry, and small angle light scattering. It was found that a 90 percent (cis) 1, 4 addition polybutadiene was immiscible with high (91 percent) 1,2 addition polybutadiene. Reduction of the 1,2 content to 71 percent induced an upper critical solution temperature (UCST) with the cis 1,4 polymer. Polybutadienes with 50 percent and 10 percent 1,2 contents were miscible above the crystalline melting temperature of the cis 1,4 polybutadiene. Immiscibility of the 91 percent 1,2 addition polymer was also found with a 10 percent 1,2 polybutadiene. The latter polymer also exhibits an UCST with the 71 percent 1,2 polymer. The results are used to interpret the characteristics of blends of polybutadienes of varying microstructure.     

粉煤灰中烧失量检测的不确定度分析

以F类粉煤灰为例,详细介绍了测定粉煤灰中烧失量的步骤、计算数学模型、影响测量不确定度的因素以及各项测量不确定度分量评定,人员、设备、材料、方法、环境都是影响测量不确定的因素。     

Process of acceleration of filtration of viscose

Conclusions It is significant that the purification on a single passage of viscose through porous ceramic corresponds to the result of a two-stage filtration of it in industrial filter-presses with standard fillings.Kiev Combine. Kiev Technological Institute of Light Industry. Translated from Khimicheskie Volokna, No. 3, pp. 20–22, May–June, 1969.