LNG船液货装卸系统仿真计算与实现

液化天然气(LNG)船液货装卸过程中,需严格控制装卸时间,但由于装卸系统的复杂性,设计装卸系统时很难准确得到LNG在管路中的流动状态平衡控制。针对上述问题,提出了一种面向LNG船液货装卸系统结构的计算方法,根据图论和有限元软件构建装卸系统拓扑模型,形成双层反馈控制结构,建立仿真装卸模型,计算任意时间点的管网节点压头和管路流量情况。采用Visual C++编制了图形化界面的仿真计算软件进行仿真。仿真结果与实际情况基本符合,表明装卸方法具有实用性,能对LNG船液货装卸系统的设计起借鉴作用。     

蒸汽管网水力热力仿真系统及其应用

建立了蒸汽管网水力热力计算模型,通过迭代校正管段流量、管段平均密度和定压比热的方式,采用管网水力计算模型与热力计算模型相关联的节点方程法求解节点温度与节点压力。基于该计算模型,以数据库技术、仿真技术和可视化技术为支撑,成功开发出蒸汽管网水力热力计算仿真系统,实现了管网动态仿真数字化与模块化。以济南市典型蒸汽供热管网为例,对管网的水力和热力的工况进行了模拟计算,其计算结果与实际运行结果比较表明：该系统可用于蒸汽管网的设计计算、运行调节及其数值模拟。     

城市蒸汽管网水力热力耦合系统及其应用

本文建立了蒸汽管网水力热力耦合计算模型,通过迭代校正管段流量、管段平均密度和定压比热的方式,采用管网水力模型与热力模型相关联的节点方程法求解节点温度与节点压力.基于该耦合模型,以数据库技术、仿真技术和可视化技术为支撑,成功开发出蒸汽管网水力热力计算分析系统,实现了管网动态仿真数字化与模块化.以济南市典型蒸汽供热管网为例,对管网的水力和热力的工况进行了模拟计算,其计算结果与实际运行结果比较表明:该系统可用于蒸汽管网的设计计算、运行调节及其数值模拟.     

LNG船液货安全系统的设计方法研究

LNG船是用于运输低温常压的液化天然气的大型船舶,由于液化天然气的特殊性质,对LNG的运输船提出了更高的安全要求。LNG船液货安全系统是船舶安全运行的重要保证。IEC61511标准是专门用于指导功能安全系统设计的标准,为LNG船液货安全系统的设计提供了有利的指导。遵循IEC61511标准对LNG船安全系统进行设计能够确保整个安全系统的可靠性。文章首先对安全生命周期进行了介绍,然后根据安全生命周期对LNG船液货系统中的安全功能进行分析,设计,为同类系统利用标准进行安全系统的设计提供了借鉴作用。     

LNG船液货系统的安全仪表系统设计方法研究

LNG船是在-163℃下运输液化天然气的专用船舶,是高技术、高难度、高附加值的产品。由于LNG船具有超低温沸点、易燃易爆等高危特点,因此对LNG船有着很高的安全要求。这其中LNG船液货系统又是LNG船的关键组成部分,它的安全系统设计优劣对整个LNG船的安全尤为重要。IEC61508标准是专用于指导安全系统设计的权威标准,该文将它应用到LNG船液货系统的安全设计中并取得了一定的积极效果。该文首先介绍了IEC61508标准的主要内容并引入了其中的两个重要概念：安全完整性水平和安全生命周期,然后基于IEC61508标准,采用HAZOP方法和事件树分析方法对LNG船液货安全仪表系统进行分析设计,最后通过事件树分析验证了安全仪表系统设计的有效性。     

LNG船液货装卸系统组态设计软件开发

为提高我国LNG船设计、建造的创新能力,在研究LNG船实际装卸过程的基础上,开发了具有我国自主知识产权的LNG船液货装卸系统组态设计及装卸分析的软件平台系统.该系统基于VC++平台和数据库技术,拥有装卸模型建立、流程仿真和合理性分析等功能.该系统还可以与其它系统的数据接口联接,为实现工厂、研究所协同设计创造了技术条件.详细介绍了系统的组态设计理念和实现过程.     

FPGA中Slice总线宏的设计实现及应用

对FPGA的动态配置是实现可配置计算的最基本和重要的技术手段.它要求在保证系统正常时序与功能的情况下将暂时闲置模块调出系统,将需要模块调入系统,因此系统与可配置模块间的通信至关重要,总线宏就是连接系统与可配置模块间的固定通道.分析了Slice总线宏的设计方法,针对Virtex-4系列开,GA的特殊性设计实现了带使能控制端口的8位Slice总线宏,并将其应用到某雷达实时告警系统中,经仿真测试,利用该总线宏能够较好地满足雷达告警系统算法模块动态配置的需求.     

基于节点递归算法的污水排放管道网规划仿真

污水管网是城市公共设施和排水系统中最为关键的部分。管道基础设施的合理性是确保污水排放需求的重要指标。设计人员一般采用传统计算构图模式设计管道构图,不仅效率偏低,且无法全面考虑各管段水力坡度、流速以及输水能力等参数。为此,提出一种基于节点递归算法的污水排放管道网规划方法。将管道网污水流动过程定义为有向图,利用关联矩阵描述节点和管段的耦合关联,将管道网拟作若干有向树森林,采用链式表标记管道网,利用节点递归算法计算污水每小时最高排水量与排放最小服务压力,得到各管段水力坡度、流速和输水能力等参数。构建污水排放管道网规划模型,实现污水排放管道网的规划。实验结果显示,所提方法能准确评估污水流动状态,增强污水排放能力,具有理想的应用可靠性。     

供水管网水龄的逐节点遍历简化算法

基于水龄的定义,设计逐节点遍历简化算法计算供水管网节点水龄。此法克服了国内传统通过寻找不同的水源到节点的路径而进行广度优先搜索的算法,以及国外常用的划分管段为若干片段并将水龄作为水质的特例来逐时段模拟的拉格朗日传输算法的不足,建模简单,运算快速,结果准确,从而为管网水质的进一步计算和模拟提供了基础理论模型与算法参考。     

管路堵塞的电容层析成像可视化监测

利用电容层析成像技术实现粉体输运管路堵塞的可视化检测。介绍了电容层析成像系统中两个关键技术:电容/电压转换电路和图像重建算法。电容/电压转换电路采用交流激励型设计,电路具有较好的转换性能。图像重建算法采用正则化优化修正算法,该算法具有较好的成像质量。实验结果表明,系统能很好的提供管路堵塞状况信息。     

智慧管网算法研究与应用

随着智能信息化的发展,智慧管网在人们的日常生活和城市的发展中的需求越来越大,然而智慧管网算法问题一直是一个难题。针对管网爆管点查找模糊、流量监测数据精度不高和管网成本评估分析困难等问题,根据流向分析与缓冲分析结合的思想,设计一种基于流向的管网爆管分析算法,采用管线管网漏损率和多因素的综合资产评估方法设计了管网评估算法,采用面积比流量、沿线水头损失、水力等效原则和管网水力平差等设计了管网水力计算算法。最后通过乐山市市中区管网数据进行了实验分析,有效地实现了智能化的流量监控、预警提示、爆管点分析、智能规划维修路线以及管网成本评估等功能,达到了智慧管网算法的基本需求。     

改进的遗传算法在污水管网中的应用

城市污水管网中各级泵站密切相关,泵站间由于链级制抑而协调性差,导致整个管网运行效率不高,甚至引起污水外溢。因此,本文提出了一种改进式遗传算法并应用于管网中各级泵站节点,从而使管网流入流出平衡,链级效应消失,整个污水排放系统处于最佳状态,同时降低了各级泵站能耗,提升了管网的运行效率。     

基于知识图谱的潜油电泵井故障诊断

潜油电泵井系统是油田开采重要工具,具有排量大、扬程高与作业环境灵活多变等优点.为了降低潜油电泵井系统故障危害,需要对其发生故障部件进行快速精确定位并维修.本文提出一种基于知识图谱的潜油电泵井故障诊断方法.采用改进BiLSTM-CRF实体识别算法与BERT关系抽取算法提取故障数据中的专家知识,构建潜油电泵井故障诊断领域知识图谱;利用构建知识图谱搭建以故障征兆为初始节点的贝叶斯推理网络,利用历史故障数据与条件概率解耦的计算方式推理出故障原因.本文通过故障诊断真实案例进行方法验证.     

基于改进SPEA2算法的给水管网多目标优化设计

针对给水管网多目标优化设计问题，将管网造价、节点富余水头总和以及节点富余水头方差设为目标函数，从经济性和可靠性两方面对给水管网进行优化。为了获取多样性和收敛性好的解，本文结合选择机制中支配和分解的思想，引入参考向量到强度帕累托进化算法（strength Pareto evolutionary algorithm 2, SPEA2）中，配合支配强度进行解的选择。通过双环管网和纽约管网两个管网案例，仿真结果表明了所提算法在解决管网多目标优化设计问题上的有效性，并最终应用于实际的管网工程建设中。     

环型管道水力计算的递推算法

针对环型管道这种特定的网络结构,提出了一种基于单源环型管道水力计算的递推算法,该算法可直接计算出单源环型管道的流量分布.阐述了递推算法的数学依据,证明了递推算法的可行性和唯一性,并说明了将一般环型管道问题转化为单源环型管道问题的处理方法.     

浮筒转塔式系泊系统中的动态管缆数值分析

借助有限元法,结合非线性时域分析,对浮筒转塔式系泊(Buoyant Turret Mooring,BTM)系统与FPSO脱离前后分别采取不同的分析策略,解决其柔性立管、动态脐带缆和动态电缆(合称动态管缆)的设计分析工作量大以及所面临的高度非线性和强耦合等难题.以我国南海某BTM系统的动态管缆的分析为例,借助专业立管分析软件Orcaflex展示该类系统的数值建模和分析技术,并通过极值和疲劳的分析与评价阐述此类工程设计的技术特点.     

一种改进型离散Hopfield学习算法

针对离散Hopfield 神经网络(DHNN) 的权值设计问题, 提出一种改进型学习算法, 并在DHNN动力学分析的基础上设计该学习算法. 利用矩阵分解的方法(MD) 得到正交矩阵, 并采用得到的正交矩阵直接计算DHNN的权值矩阵. 通过该学习算法得到的权值矩阵, 可以很好地存储训练样本的信息, 使测试样本收敛到稳定点. 该学习算法不需要进行分块计算, 减少了计算步骤和计算量, 降低了网络的迭代次数, 从而提高了网络运行速度. 最后, 将该学习算法应用于水质评价, 验证了其有效性和可行性.     

Reclaimed water distribution network design under temporal and spatial growth and demand uncertainties

A significant—but underutilized—water resource is reclaimed water, i.e., treated wastewater that is reintroduced for various purposes. Especially in water scarce regions, reclaimed water is often the only remaining source of water to meet increasing population and water demands. In this paper, we develop a new model formulation for the cost-effective branched reclaimed water network design and solve it with an exact optimization method. We consider both construction and energy costs expended over a twenty-year period. Unlike other formulations, uncertain reclaimed water demands, temporal and spatial population changes are explicitly considered in our two-staged construction and expansion model. In order for the system to meet higher demands during the peak times and to evaluate energy use, we consider two pumping conditions: one with average demands, which is used to compute the average energy consumption, and the other with peak demands, which dominates pipe size and pump station capacity selection. By introducing binary variables that indicate discrete pipe and pump sizes, we linearize the nonlinear hydraulic equations and objective function terms. We develop methods to significantly reduce the problem dimension by exploiting the problem characteristics and network structure. Our computational results indicate that these methods are very effective. Finally, we apply our model to design a reclaimed water network for a realistic municipal system under estimated demand and population scenarios, and analyze the sensitivity of the system to model parameters.     

基于半监督学习的动态神经网络结构设计

针对神经网络初始结构的设定依赖于工作者的经验、自适应能力较差等问题,提出一种基于半监督学习(SSL)算法的动态神经网络结构设计方法。该方法采用半监督学习方法利用已标记样例和无标记样例对神经网络进行训练,得到一个性能较为完善的初始网络结构,之后采用全局敏感度分析法(GSA)对网络隐层神经元输出权值进行分析,判断隐层神经元对网络输出的影响程度,即其敏感度值大小,适时地删减敏感度值很小的神经元或增加敏感度值较大的神经元,实现动态神经网络结构的优化设计,并给出了网络结构变化过程中收敛性的证明。理论分析和Matlab仿真实验表明,基于SSL算法的神经网络隐层神经元会随训练时间而改变,实现了网络结构动态设计。在液压厚度自动控制(AGC)系统应用中,大约在160 s时系统输出达到稳定,输出误差大约为0.03 mm,与监督学习(SL)方法和无监督学习(USL)方法相比,输出误差分别减小了0.03 mm和0.02 mm,这表明基于SSL算法的动态网络在实际应用中能有效提高系统输出的准确性。     

Safe Reinforcement Learning Algorithm and Its Application in Intelligent Control for CPS

The design of a safe controller for a Cyber-Physical System (CPS) is a hot research topic. The existing safety controller design based on formal methods has problems such as excessive reliance on models and poor scalability. Intelligent control based on Deep Reinforcement Learning (DRL) can handle high-dimensional nonlinear complex systems and uncertain systems and is becoming a very promising CPS control technology, but it lacks safety guarantees. This study addresses the safety issues of Reinforcement Learning (RL) control by analyzing a typical case of an industrial oil pump control system and carries out research on a Safe Reinforcement Learning (SRL) algorithm and intelligent control application. First, the SRL issue of the industrial oil pump control system is formalized, and a simulation environment of the oil pump is built. Then, by designing the structure and activation function of the output layer, an oil pump controller in the form of a neural network is constructed to satisfy the linear inequality constraints of the on-off operations of the oil pump. Finally, in order to better balance the safety and optimality control objectives, a new SRL algorithm is designed based on the Augmented Lagrange Multiplier (ALM) method. A comparative experiment on the industrial oil pump shows that the controller synthesized by the proposed algorithm surpasses existing similar algorithms both in safety and optimality. During the evaluation, the neural network controllers synthesized in this study pass rigorous formal verification with a probability of 90%. Meanwhile, compared with the theoretically optimal controller, neural network controllers achieve an optimal objective value loss of 2%. The proposed method is expected to be applied in more scenarios, and the case study scheme may provide a reference for other researchers in the field of safe intelligent control and formal verification.