基于优化支持向量机的非线性时变灌浆过程建模

通过利用灌浆过程中的监测数据建立灌浆过程的数学模型,解决机理模型或参数辨识模型不能很好地适应地层和裂隙变化的问题.首先以灌浆管道中流体为对象,依据压力平衡和质量守恒定律来定性分析参数的影响关系,提取孔口压力与注入流量作为反映灌浆过程变化的主要特征参量;然后描述支持向量机建模的基本原理,并研究模型参数优化求取方法,提出嵌套式优化算法求取支持向量,提高建模的速度;最后针对实际工程注入灌浆数据仿真建模.研究结果表明,此方法与实际工程数据吻合较好,本次建模统计出错率不超过为7%.     

基于支持向量机的高炉炉况诊断方法

现实中高炉炉况的征兆样本集是有限的,常规的基于经验风险最小化原则的方法的应用效果并不理想.支持向量机方法是针对小样本集分类问题提出的,具有很好的泛化能力,因此采用最小二乘法支持向量机进行高炉炉况诊断.通过仿真试验证实此方法具有很好的诊断效果.     

基于支持向量机灵敏度的轧制过程模型仿真

为了获得轧制过程的仿真模型,本文利用支持向量机建立轧制力模型,并将所建立的轧制力模型分别对各输入变量进行偏微分,从而进行轧制过程出口厚度灵敏度系数计算,使轧制模型简化,可以解决解析方法难以求解的轧制过程"代数环"问题,有利于在线监控.模型仿真表明基于灵敏度的轧制厚度模型与解析模型对比,具有很高的精度,可以有效、准确地分析在干扰因素作用下各变量的变化情况.     

基于遗传算法优化的支持向量机品位插值模型

将支持向量机(SVM)和遗传算法(GA)集成应用到矿体品位插值问题中,利用遗传算法全局搜索的优势对支持向量机的三个关键参数——惩罚系数C、不敏感系数ε和核函数参数σ进行寻优,克服单纯支持向量机法中依靠经验确定参数的局限性.将优化参数代入到支持向量机中进行迭代训练,得到基于遗传算法参数优化的支持向量机(GA-SVM)矿体品位插值模型.以国内典型矿山的实际勘探数据为例,通过该品位插值模型计算结果与传统插值方法计算结果和矿山生产实际数据的对比分析,验证了其可行性和有效性.     

基于多目标支持向量机的ADHD分类

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一,在大多数情况下持续到成年期。近年来,基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的,然而事实上,ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本,从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题,即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征,提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型,其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差,进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解,并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估,并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好,可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断,还可用于阿尔茨海默病和自闭症等疾病的辅助诊断。      

基于全局优化支持向量机的多类别高炉故障诊断

针对高炉故障诊断系统快速性和准确性的要求,提出基于全局优化最小二乘支持向量机的策略.首先,采用变尺度离散粒子群对最小二乘支持向量机的参数和故障特征的选取进行优化;然后,利用核主元分析法对选取的特征向量进行压缩整理;最后,构造了以Fisher线性判别率为标准的启发式纠错输出编码.仿真结果表明,通过对故障训练样本有意义地分割重组,用较少的最小二乘支持向量机分类器,得到较高的故障判断准确率且增强了整个系统的实时性.     

基于灰狼优化支持向量机回归与SHAP值的锡冶炼能耗预测

锡冶炼过程综合能源消耗占整个锡生产过程90%,存在很大节能潜力。针对锡冶炼过程综合能耗机理模型难以建立、导致预测准确度不高的问题,提出灰狼优化的支持向量机回归(GWO-SVR)模型用于锡冶炼过程综合能耗的预测,并以某锡冶炼厂为例,将所提模型与SVR、RF(随机森林)、BP(反向传播神经网络)、LR(线性回归)模型进行比较。结果表明,GWO-SVR模型可获得最理想的预测结果,在预测精度上相比于其他机器学习算法有着巨大优势。此外,使用SHAP值从全局解释和单样本解释两个方面解释所建立的GWO-SVR模型,可视化特征对输出的贡献,增加了GWO-SVR的可解释性,并以此制定可靠的节能策略。     

玉溪矿业公司生产数据实时监控与动态管理系统

针对玉溪矿业有限公司生产实际开发了一套生产数据实时采集、远程监控、动态管理系统.该系统是基于三层体系结构的集成化ERP系统,适用于采选型金属矿山生产数据的实时采集、远程监控和动态管理.系统可实时采集采矿、选矿、质检、化验、计划部、生产部、矿产资源部等单位的原始数据,提供远程分布式监控,实时图表,异地上报与动态管理.     

基于支持向量回归与极限学习机的高炉铁水温度预测

选取某4000 m3级别高炉2014年至2019年时间范围内的日平均数据,以铁水温度为目标函数,首先对铁水温度的特征参量进行线性与非线性相关性分析、特征选择与规范化处理,获取了显著影响铁水温度的正负相关性特征参量。在此基础上,基于支持向量回归与极限学习机两种算法对铁水温度构建预测模型,模型均可对铁水温度实现有效预测,基于支持向量回归算法构建的预测模型较优,预测平均绝对误差为4.33 ℃,±10 ℃误差范围内的命中率为94.0%。      

基于支持向量机起重机载荷谱获取方法的研究

采用支持向量机的非线性回归理论,建立相应类型桥式起重机工作循环次数与不同额定起升载荷和起升载荷之间的非线性映射关系——构建出桥式起重机的当量载荷谱,并利用可视化程序设计语言VC++6.0编制了起重机载荷谱获取与预测的应用软件。经工程实例验证:使用本软件构建相应类型桥式起重机的当量载荷谱是可行的,同时为起重机疲劳寿命评估软件的编制奠定基础。     

融合大数据技术和工艺经验的高炉参数优化

 为了更精准地评判高炉运行情况,量化高炉指导方针。根据高炉生产过程的特点,应用大数据技术对高炉生产参数与铁水产量和高炉能耗等指标进行数据驱动分析,提出了一种优化高炉生产参数的新方法。首先,对某钢铁厂高炉各工序历史数据进行了采集、清洗、过滤和整合,建立了高炉数据仓库。然后,将多种聚类算法相结合,完成了对高炉炉况变化的详细划分。运用工艺经验与递归特征消除算法相结合,全面筛选得到能够反映炉况波动的强相关变量。应用统计学方法分析得出Class_a炉况对应的核心参数的最优范围,这对指导现场生产、保持高炉长期稳定顺行具有重要意义。     

CSP生产线设备故障诊断与监测实践

CSP是当今世界先进的短流程薄板坯连铸连轧生产线,设备系统诊断与监测的主要途径是在线监测、智能诊断、远程诊断、计算机辅助测试及油样分析等,诊断与监测工作意义重大,珠钢CSP设备故障诊断成绩显著.     

基于Intranet的轧机状态监测与故障诊断系统的研制

宝钢集团２０５０热轧生产线中Ｆ２精轧机状态监测和故障诊断系统采用Ｉｎｔｒａｎｅｔ技术,设计了基于客户机／服务器模式的状态监测程序和数据库服务程序、数据库管理系统,实现了轧机的状态监测与故障诊断。     

状态监测和诊断系统在压缩机中的应用

介绍了压缩机组状态监测和故障诊断系统的组成、功能和特点。现场应用表明 ,系统先进可靠 ,使用方便 ,为建立科学的设备维修方式提供了重要手段。     

基于稀疏化鲁棒LS-SVR与多目标优化的铁水硅含量软测量建模

针对高炉炼铁过程的关键工艺指标——铁水硅含量[Si]难以直接在线检测且化验过程滞后的问题,提出一种基于稀疏化鲁棒最小二乘支持向量机(R-S-LS-SVR)与多目标遗传参数优化的铁水[Si]动态软测量建模方法.首先,针对标准最小二乘支持向量机(LS-SVR)的拉格朗日乘子与误差项成正比导致最终解缺少稀疏性的问题,提取样本数据在特征空间映射集的极大无关组来实现训练样本集的稀疏化,降低建模的计算复杂度;其次,标准最小二乘支持向量机的目标函数鲁棒性不足的问题将IGGⅢ加权函数引入稀疏化后的最小二乘支持向量机模型进行鲁棒性改进,得到鲁棒性较强的稀疏化鲁棒最小二乘支持向量机模型;最后,针对常规均方根误差评价模型性能的不足,提出从建模误差与估计趋势评价建模性能的多目标评价指标.在此基础上,利用非支配排序的带有精英策略的多目标遗传算法优化模型参数,从而获得具有最优参数的铁水[Si]在线软测量模型.工业实验及比较分析验证了所提方法的有效性和先进性.     

基于粒子群算法的拉矫机工艺参数优化设计

为了研究带材在拉弯矫直过程中拉矫机工艺参数对伸长率的影响,基于弹塑性力学理论,分析了带材拉弯矫直工艺变形过程,建立了带材伸长率的数学模型,采用多目标粒子群优化算法对伸长率数学模型进行优化计算,根据拉矫机装备特征,确定参数优化约束范围,基于Python语言开发了拉矫机工艺参数优化计算程序,实现了拉矫机工艺参数设定值优化....     

新钢基于多元数据采集的电弧炉炼钢过程能量监控系统

电弧炉炼钢过程中能量多元且复杂,采用单一的数据采集方式不能满足对电弧炉炼钢过程各工序能量构成分析要求。通过多元数据采集方式,准确采集电弧炉炼钢过程各工序实际生产数据,并使用Visual Studio 2013、Microsoft SQL Server 2012数据库等软件建立电弧炉炼钢过程能量监控系统。该系统通过实时动态采集到的电弧炉炼钢过程各项冶炼数据,量化电弧炉炼钢过程各工序能量,实现电弧炉炼钢过程能量监控;对电弧炉炼钢过程各工序能量消耗、能量流动、能量利用等方面进行分析,为电弧炉生产过程能量高效利用提供理论依据。     

基于生产流程的炼钢-连铸-热轧仿真系统

介绍了基于生产流程的炼钢-连铸-热轧仿真系统,该系统利用系统建模、仿真技术,采用分布式结构,模拟钢铁生产过程。仿真工位涉及转炉、电炉、LF炉、RH炉、VOD炉、AOD炉、LATS炉、连铸和轧钢。系统根据作业生产计划组织生产、监视生产过程,并对结果进行分析。该系统建立了钢铁生产流程的框架,为生产过程的研究提供了研究工具,为相关应用系统的开发提供了调试验证的环境。     

基于数据仓库的生产管理辅助支持系统的开发与应用

数据仓库技术是在充分开发信息资源的迫切要求下产生并迅速发展起来的一个国际前沿研究新领域。根据公司数据仓库中生产管理子系统的需求,提出了基于数据仓库技术的生产管理辅助支持系统总体架构,并对系统的优越性、所用到的技术、创建过程以及系统功能等进行了深入分析。