基于六西格玛的气流式烘丝出口水分的研究

为解决气流式烘丝机出口水分偏差偏高的现象,利用六西格玛的DMAIC模型对气流式烘丝机逐步分析,以确定影响气流式烘丝机出口水分的关键因子,进而通过优化关键因子来达到稳定气流式烘丝机出口水分的目的,并对优化前后的结果进行对比验证,通过生产实施,验证实际优化结果。     

基于机器学习的收入预测研究

个人收入关系着居民幸福指数和国家经济发展水平,个人收入的分析与研究一直是人们关注的热点之一。现主要研究机器学习在个人收入预测方面的应用,涉及的机器学习模型主要包括KNN、SVM和随机森林。实验结果表明,在这三种模型中,随机森林模型的预测准确率最高。     

基于机器学习的流程异常预测方法

鉴于工作流在逻辑信息组织和协同工作方面的优势,近年来被广泛应用于各行各业。通过工作流技术实现的业务流程管理可以协调多种资源执行生产工作或服务,为客户产生价值。然而,在业务流程执行的过程中,可能会发生异常情况,阻止其按照预定的方式执行,给业务流程的目标带来风险,需要在流程执行的过程中提前预测发现异常,尽早做出调整。因此,提出一种基于机器学习方法的异常检测方法,通过挖掘流程执行的日志记录和活动执行时间信息,实时预测业务流程中的超期异常和流程行为异常。经过在公开数据集上的实验表明,所提算法能有效地找出潜在超期异常的流程,以及行为异常的流程。     

基于机器学习的回流焊焊点形貌预测

提出一种基于机器学习预测回流焊焊点形貌的方法,通过该方法建立一个针对钽电容回流焊焊点形貌的预测模型,该模型为现有实验方式提供了新的思路。通过峰值温度、降温速率和焊膏厚度3种影响因素以及焊点厚度、焊点宽度和焊料爬高3种评价焊点形貌的评价标准,分别基于BPNN和LightGBM算法建立钽电容回流焊焊点形貌预测模型。对比实验证明,通过LightGBM算法建立的预测模型优于通过BPNN建立的预测模型,并通过实际测试帮助实验人员减少实验次数,节约大量时间成本。     

基于烟草烘丝品质提升的蒸汽系统综合优化

结合某卷烟厂薄板烘丝实际生产工艺,通过降低蒸汽输送环节热损耗、提升蒸汽疏水性能、改进HT温度控制及检测方式等措施对整个蒸汽系统进行综合优化,从而显著提高烘丝产品质量,有效提升产品的整体品质和竞争力。     

基于机器学习的蠕变断裂寿命预测方法

工程结构的寿命预测问题是结构完整性领域的重要课题.通常,工程问题的解析解难以获得、经验解无法描述高维变量之间的非线性交互,而机器学习可以克服两者的局限性,是实现工程部件寿命预测的重要解决方案.基于此,提出了面向工程结构寿命预测问题的机器学习方案及优化的一般性方法.以316奥氏体不锈钢蠕变断裂寿命预测问题为例,基于高维数...     

基于PSO参数估计的烘房温度预测函数控制

针对汽车涂装线中烘房温度控制由于多变量、非线性、时滞性强等特点所造成的控制困难、精度低等问题,提出了基于预测函数控制的烘房温度控制方式,建立温度控制模型,引入改进的协同粒子群算法,进行非线性温度控制系统的参数估计.通过烘房实例的仿真分析,证实了控制系统具有很好的鲁棒性和稳定性.     

基于机器学习的新能源汽车电池剩余寿命预测

利用一种改进的RVM模型(RVR-NDM)进行锂电池的剩余寿命预测,通过重构模型参数,提高了模型的预测性能,并将该方法应用于预测锂离子电池的剩余寿命。以充放电循环次数200,400和600为预测时间,分别进行了LR,RVR和RVR-NDM等3种不同方法对CALCE的数据集的验证。实验结果表明,当充放电循环次数为400或600时,RVR-NDM和RVR模型都展现出了良好的预测性能,且RVR-NDM的预测精度要高于RVR。     

基于机器学习的设备剩余寿命预测方法综述

随着科学技术的发展和生产工艺的进步,当代设备日益朝着大型化、复杂化、自动化以及智能化方向发展。为保障设备安全性与可靠性,剩余寿命(Remaining useful life,RUL)预测技术受到了普遍关注,同时得到了广泛应用。传统的统计数据驱动方法受模型的选择影响明显,而机器学习具有强大的数据处理能力,并且无需确切的物理模型和专家先验知识,因而机器学习在剩余寿命预测领域表现出了广阔的应用前景。鉴于此,详细分析和阐述了基于机器学习的设备剩余寿命预测方法。根据机器学习模型结构的深度,将其分为基于浅层机器学习的方法和基于深度学习的方法。同时疏理了每类方法的发展分支与研究现状,并且总结了相应的优势和缺点,最后探讨了基于机器学习的剩余寿命预测方法的未来研究方向。     

基于随机森林的烟草烘丝设备参数数据相关性分析研究

以烟草烘丝设备参数为研究对象,应用斯皮尔曼相关系数及随机森林等方法对其与烘丝段烟丝冷却水分之间的相关性进行分析,从而为实现烟丝冷却水分及筒壁温度的实时预测提供有效参数,为解决筒壁温度干预滞后问题奠定基础。     

降低卷烟端部落丝量的方法

针对卷烟端部落丝量未能达到国标要求而影响了卷烟包装与卷制质量得分这一问题,通过对烟丝质量的有关因素进行分析,以及对卷烟设备中有关部件的改进与调整,使卷烟端部落丝量达到了国标要求,提高了卷烟包装与卷制质量得分.     

基于机器学习的湿化仪温度预测建模与仿真

高流量呼吸湿化仪作为一种典型的非线性、大滞后且对象参数随流量变化的变结构温度控制系统,出气温度会随流量不断变化且易受到各种参数影响。鉴于对象的特殊性及复杂性考虑,无法通过传统的机理建模方法进行模型搭建。针对这一问题的出现,以大量的历史数据为基础,使用机器学习方法进行建模。整个建模过程,选用多元线性回归、随机森林和支持向量机三种算法进行模型训练;在性能效果评估方面,选用可解释方差（VS）、平均绝对误差（MAE）、均方误差（MSE）、判定系数（R2）四种指标进行效果评估。仿真实验结果表明,在不同工况条件下,三种模型皆可以对出气温度做出预测,且通过性能对比分析,相同条件下随机森林的预测效果要优于另外两种算法。实现对出气温度预测,不仅使湿化仪的性能得到提升,同时对于仪器的安全使用也具备一定的指导意义。     

基于机器学习的管材弯曲回弹有效预测与补偿

采用基于优化的误差反向传播(BP)神经网络的机器学习算法建模,提出了考虑材料参数、几何参数等多因素的弯管回弹精确预测和高效控制方法。该方法通过引入非线性惯性权重及遗传算法的杂交算子,改进了粒子群优化(PSO)算法,进而通过改进的PSO算法对BP神经网络进行优化,构建了基于改进的PSO-BP神经网络机器学习回弹预测和补偿模型。以多种规格的铝合金数控弯管构件为对象,将实际生产中不同规格、批次、成形参数下回弹数据作为训练样本,实现了所建机器学习预测模型的应用验证。所建模型获得的预测结果平均相对误差为6.3%,与未优化的BP神经网络等传统模型相比,预测精度最大提高了18.5%,计算时间可从1.5 h缩短至300 s,同时实现了回弹预测与补偿精度以及计算效率的显著提高。     

基于机器学习的电子束选区熔化成形件密度预测

电子束选区熔化技术,以其快速加工复杂几何形状、真空熔炼、成形件残余应力小、粉末可回收等优点,是近年来快速发展的一种增材制造技术。但该技术加工参数众多,目前很难建立起直接且准确的加工参数与成形件性能的关系。通过调节电子束选区熔化技术的扫描速度、束流、基板温度、粉层厚度等四种参数,制备了一系列Inconel718立方体样品,并测试获得其密度性能。利用线性回归、支持矢量回归和神经网络等三种机器学习算法建立了四种加工参数与密度的关系。算法结果表明:线性回归因其模型容量小,预测精度最差;神经网络模型容量大,但易出现过拟合,预测精度较好;支持矢量回归的模型容量适当,且解释性良好,预测精度最高。     

基于数据驱动的松散回潮出口水分预测模型分析

为了改善松散回潮工序出口含水率控制精度低、水分波动大对香烟的生产带来的不利影响,采用Pearson相关性分析法筛选出松散回潮机出口含水率的主要影响因素,并将其作为模型的输入,然后基于现场生产数据驱动分别采用主元回归分析法、主元神经网络法以及BP神经网络法建立烟叶出口含水率的预测模型。基于某卷烟厂某牌号的生产数据对3种预测模型的预测控制效果进行检验,结果表明：3种模型含水率预测结果与实际值的平均绝对误差均在0.2%以内,主元神经网络预测模型输出结果与真实值的平均相对误差为0.81%,优于主元回归和BP神经网络预测模型。研究结果对于提高松散回潮工序烟叶出口含水率的控制精度有一定的指导意义。     

基于机器学习的进口导流叶片损失与落后角预测

准确预测进口导流叶片的损失与落后角对设计优化压气机性能,提升压气机稳定性至关重要.本文使用叶型设计程序与MISES求解器耦合成的计算模型,创建了进口导流叶片样本数据库.通过支持向量回归搭建了损失及落后角代理模型,对比代理模型预测结果与经验模型计算结果,发现此代理模型能准确预测正反预旋大攻角下进口导流叶片的性能.     

基于机器学习的水液压高速开关阀退化趋势预测

高速开关阀以其结构简单、响应速度快、抗污染能力强、稳定性好等优点得到了广泛的应用。水液压高速开关阀的工作介质黏性低,更容易因性能退化发生故障。提出了一种基于机器学习的水液压高速开关阀性能退化状态识别及退化趋势预测方法。搭建了高速开关阀性能测试试验台,将电流信号的变化作为高速开关阀的性能退化指标。根据高速开关阀性能退化程度,将其退化状态定义为正常期、退化期和严重退化期3个阶段。采用BP神经网络(BPNN)方法对高速开关阀的退化状态进行了识别,并采用粒子群优化长短期记忆模型(PSO-LSTM)方法对高速开关阀的退化趋势进行了预测。使用高速开关阀的性能退化试验数据对提出模型的有效性进行了检验,结果表明该方法具有较高的预测精度。     

HL-2烟丝水分测定仪的研制

本文介绍了HL—2烟丝水分测定仪的测量原理及特点,并对硬件和接口电路设计作了介绍;文中还对系统软件设计作了说明。