多元支持向量机在压缩机故障诊断中的应用

为了克服神经网络诊断方法在故障诊断中存在局部极小值、算法收敛速度慢、受网络结构复杂性和样本复杂性的影响较大、容易出现"过学习"或泛化能力低等缺点,在分析了支持向量机的特点后,提出了一种基于多元支持向量机的离心式压缩机转子故障分类识别方法。试验证明,利用支持向量机对压缩机转子故障模式进行识别是可靠和有效的,即使在少样本情况下,该方法仍可有效地诊断出压缩机关键部件的工作状态和故障类型,解决故障诊断中少样本情况下模型训练不足和识别效率低的问题。     

神经网络信息融合技术在故障诊断中的应用

在简述多传感器信息融合技术和BP诊断神经网络的基本概念后 ,详细讨论了基于神经网络多传感器信息融合的柴油机故障诊断技术 ,给出了测试系统框图和数据处理模式。在4 135柴油机上进行的 10种故障状态和 7种神经网络输入特征的故障监测和诊断实验表明 ,压力信息与振动信息的融合诊断效果比单一压力信息或单一振动信息要好 ,融合诊断的正确识别率比单一信息分别提高了 1 6%和 2 8 3% ,神经网络多源信息融合技术对复杂机械故障状态有较好的可诊断性和准确性。     

支持向量机及其在石油勘探开发中的应用综述

支持向量机（SVM）是20世纪90年代中期发展起来的机器学习技术，与传统的人工神经网络不同，前者基于结构风险最小化原理，后者基于经验风险最小化原理。SVM在解决小样本、非线性和高维的机器学习问题中表现出许多特有的优势，适用于函数预测，模式识别和数据分类领域。将SVM应用于石油勘探开发领域是一个重要的研究方向，具有广阔的应用前景。     

基于数据融合技术的钻井过程故障诊断

提出一种基于数据融合技术的钻井过程故障诊断方法.系统采用三层结构,特征层利用BP神经网络对单个测点的多个钻井参数进行故障模式识别;决策层利用D-S证据理论对多个测点的初步识别结果进行融合,得到证据融合决策诊断结果,提高了系统决策的准确性和合理性,使诊断系统适用于多变量、多参数、多过程的复杂钻井过程系统.     

化工过程半经验模型的求取及回归方法和AN方法的联合应用

在求取过程的半经验数学模型时,将数学回归分析方法和人工神经网络（ＡＮＮ）的人工智能方法结合起来,可以发挥很好的作用。作为这种方法的应用实例建立描述某类合在胶乳粘度特性的两参数半经验关联式,取得了较为令人满意的结果。     

一种工业过程校核方法及其在精馏过程中的应用

提出了一种基于非线性过程参数估计方法同时进行过失误差检测和数据校核的方法，并用该方法对一个稳态多组分精馏过程进行了仿真研究，结果证明了该方法的有效性。     

多种岩性分类方法在火山岩岩性识别中的应用

基于对松辽盆地火山岩近5年的测井响应研究,探讨按照松辽盆地火山岩分类原则的二级分类类型,实现利用常规测井资料识别岩性的方法.建立了一个具有准确薄片定名信息的火山岩测井样本,通过交会图分析、聚类分析、判别分析、主成分分析、因子分析、BP神经网络、SOM神经网络及支持向量机等8种方法对样本进行处理,得出各种方法针对岩性分类...     

非平衡级模型及其在化工分离过程中的应用

分离过程在化工、炼油、制药、环保、冶金等行业有着广泛的应用 ,其中精馏、吸收、萃取等分离过程应用最为广泛。因此 ,描述分离设备的传质规律 ,对分离过程的计算与设备的设计极为重要。长期以来 ,化工分离设备的设计与模拟都沿用1 893年Ｓｏｒｅｌ研究稳态精馏过程时提出的平衡级模型。这种模型把传质设备描述为串连的“级” ,如图1。板式塔中的“级”是一块塔板 ;填料塔可根据填料的等板高度把填料层分成若干段 ,每段看作一个“级”。平衡级模型假定离开级的两相物流处于热力学平衡状态 ,温度相同 ,各组份在两相的化学势也相等。平衡级模…     

融合多源信息的液压动力单元故障诊断方法

针对液压动力单元中元件数量繁多、联系复杂,以及难以精确进行故障诊断的问题,提出了融合多源信息的贝叶斯网络故障诊断新方法,建立了液压动力单元单一故障失效模式的贝叶斯网络拓扑结构,开发了融合多源信息的故障诊断网络。利用Noisy-OR/MAX计算了故障诊断网络的条件概率参数;针对两故障并发模式,将观测信息节点加入已建立的单一故障模式诊断网络,辅助诊断液压动力单元的两故障并发失效。实例诊断结果表明:对单一失效的诊断,观测节点对诊断结果的影响不大,正确率均接近100%;对于两失效同时发生的情况,未考虑观测信息的模型出现了漏诊和误诊的问题,正确率不到50%,而考虑观测信息的模型能够正确诊断出所有两失效并发的情况,正确率达到100%。研究结果可为水下生产系统的故障诊断奠定基础。     

核函数方法及其在过程控制中的应用

基于核函数技术的各种非线性数据处理方法近来得到了较大的应用和发展。首先分析了核函数方法的基本原理和特点，然后介绍了几种主要的核函数方法及其在过程控制中的应用。针对复杂工业过程的复杂性，提出了几种集成核函数方法。最后对核函数方法及其在过程控制中的进一步应用进行了展望。     

烟气轮机机组在线状态监测及故障诊断系统的研制

研制了一套适用于烟气轮机组的在线式状态监测及故障诊断系统（简称为ＥＣＭＳ），系统采用了实时多任务管理机制，仅用一台微机完成了目前具有上、下位机配制的同类系统所完成的全部功能。投入工业运行后，取得理想效果。     

人工神经网络在动态过程故障诊断中的应用

以加氢裂化反应器为实际背景，将人工神经网络较成功地用于动态过程的故障诊断，研究了输入样本的时间序列，输出参数值的离散化及网络拓扑结构等问题，拓宽了人工神经网络的应用范围，为将来反应和分离系统的进一步联合实时优化控制创造了条件。     

面向流体机械的智能故障诊断系统设计

流体机械广泛应用于石油机械类行业,对其进行状态监测、诊断维护具有重要的实用价值。以旋转式流体机械的典型故障特征为对象,利用LabVIEW软件和MATLAB软件,设计了一套适用于旋转式流体机械的智能故障诊断系统。该系统除了具有常见旋转式流体机械故障诊断中的信号采集与处理功能、动平衡人机交互功能外,为了提高系统的智能化水平,还设计了基于遗传算法优化的BP神经网络智能故障识别系统。基于多功能转子实验台的测试结果显示,该诊断系统在旋转式流体机械故障问题诊断中,具有良好的故障识别率和准确率。上述研究表明,该测试系统具有精度高、功能齐全、可移植性和拓展性强等特点,可以较好地适用于旋转式流体机械故障诊断科研实践工作。     

集成神经网络信息融合技术在油种鉴别中的应用

介绍了一种应用集成神经网络信息融合技术的油种鉴别系统。它以加权信息融合技术为基础,对各种油类的三维荧光谱的光谱分析数据采用集成神经网络进行油种鉴别。通过对机油的举例验证表明,该鉴别系统能将鉴别误差由7．59％减小到2．51％。该系统充分利用了数据信息,其诊断精度及学习能力明显优于单一神经网络诊断模型。     

大型冷轧轧机高压液压系统油液劣化原因的分析与诊断

通过油液诊断技术对某大型冷轧轧机高压液压系统液压油的劣化过程进行研究,并分析该液压系统液压油迅速劣化的根源。结果表明：液压管道局部布置的不合理以及油液的使用频率过高时产生的高温是引起油液严重氧化的主要原因,并提出设备改造的合理方案。     

序列二次规划法在石油化工过程优化中的应用及其改进

针对序列二次规划法（ＳＱＰ）在应用中存在的两个关键问题，目前广泛应用的线性搜索策略－Ｗａｔｃｈｄｏｇ监控技术不能有效地避免在非最优解处因素搜索方向过小引起的低效率收敛，和二次规划问题用传统的有效率方法求解，寻优初始可行点不易确定，计算工作量大，提出了基于Ｈａｎ－Ｐｏｗｅｌｌ法（ＶＦ０２ＡＤ程序）的改进算法，通过对两个典型考题的计算分析，证实了本方法可以提高ＳＱＰ算法求解石油化工过程优化问题的整体计     

新型过程装备技术在我国精细化工中的应用

新型过程装备技术在我国精细化工中产生了重要作用,以CAD技术、快速原型制造技术为例介绍了当今新型过程装备技术的发展及其趋势,以期为相关的工业应用和研究提供帮助。     

协整理论应用于非平稳FCCU系统的状态监测与故障诊断

 笔者在国内外首次提出了将经济学领域中的协整理论应用于非平稳工业过程系统的状态监测与故障诊断。首先简要介绍了协整理论，并基于流化催化裂化装置（FCCU）的仿真数据建立了非平稳变量组的协整模型，验证了这些变量在正常状态下满足协整关系。模拟FCCU系统的两种故障模式用来验证协整模型的非正常状态监测能力，还引入降阶协整模型故障隔离法，锁定了破坏协整关系的变量。应用结果表明，协整理论在工程系统状态监测与故障诊断领域具有潜在的重要应用价值。     

往复压缩机在线状态监测及故障诊断系统应用分析

往复式压缩机作为石化行业的大型机组,是一种使用量大、涉及面广的通用机械,对于这类设备运行状态的监测与故障处理,是企业维持安全生产、提高经济效益面临的重要问题。文章通过对状态监测与故障诊断技术的发展、现状、原理、应用状况及社会经济效益等方面的介绍,探讨该技术在二期项目往复式压缩机组上应用的可行性。     

一类非线性系统的建模及其在套管损坏趋势预测中的应用

应用含有加住随机噪声的指数模型，以现代控制理论的方法，研究在经济和工程系统建楼时，如何利用观测数据建立这类非线性随机系统的动态预测模型。给出的指数模型参数辨识的递推算法，能克服迭代算法无法在线运行、运等量大和占存储空间大的不足。当模型参数随时间变化时，通过引入虚拟噪声来补偿参数时变导致的模型误差，从而提高了预测模型的精度。针对油田开发过程中油、水井套管发生损坏的情况及原因进行了分析，并应用上述方法建立了预测模型，对油田油、水井套管损坏的趋势进行了较准确的多步预测。这种建立预测模型的方法对油田开发过程的总体规划设计有实用价值。