一种新的对角回归神经网络快速学习算法

提出一种新的动态对角回归神经网络学习算法－局部动态误差反传算法（LDBP），该算法定义了一种新的局部均方差函数，并为回归单元建立一种新的学习结构。如果估计出各层的期望输出值，多层回归网络便可分解成一组自适应单元（Adaline），而每个单元可通过二次优化方法进行训练。采用可在有限步人找出全局最优解的共轭梯度法（CG）进行寻优。由于学习过程采用超线性搜索，大大减少了循环步数和计算时间。     

国产不锈钢带极堆焊材料的堆焊工艺

对国产不锈钢带极堆焊材料的工艺和性能进行了试验研究，采用几种不同的堆焊工艺和方法进行对比试验，制订几套较为合理的焊接工艺，满足不同焊接条件下的焊接需求。     

基于多块MICA-PCA的全流程过程监控方法

多块策略广泛应用于全流程过程监控领域,以解决变量关系复杂性较高的问题,但传统分块方法得到的子块数据存在高斯与非高斯混合分布问题,影响过程监控的效果.为此,提出一种基于多块MICA-PCA的过程监控方法.首先采用Jarque-Bera(J-B)检测方法对原始数据进行高斯与非高斯分块;然后利用Hellinger距离(HD)方法获得高斯与非高斯子块,通过对高斯与非高斯子块采用不同的建模和诊断方法,提高监控效果;最后将该方法应用于田纳西-伊斯曼(TE)过程的监控中,以验证所提出方法的有效性.     

基于JIT-MOSVR的软测量方法及应用

针对传统多模型软测量方法在面对复杂、多变工况时缺少在线更新机制、更新时输出精度降低等问题,提出了一种基于即时学习算法（JIT）的多模型在线软测量方法（MOSVR）。离线阶段首先采用模糊C均值聚类（FCM）对训练数据进行聚类,接着采用SVR建立初始模型集。在线部分以多模型输出作为主要输出,当出现新工况时,通过在线模型更新策略（OSMU）将输出模式切换为JIT,同时多模型集进行在线更新。该方法不仅拥有多模型输出的快速性、精确性,而且在模型更新时通过JIT模式还能保证输出的连续性、稳定性、精确性。最后将该软测量方法进行了数值仿真并运用到乙烷浓度软测量中,验证了该方法的有效性。     

安全约束下合作型多智能体TD3算法

合作马尔可夫博弈中,每个智能体不仅要实现共同的目标,还需要保证联合动作能够满足设定的约束条件。为此提出了安全约束下的合作型多智能体TD3算法MACTD3 (multi-agent constrainted twin delayed deep deterministic policy gradient)。首先,结合注意力机制对各个智能体采取的动作与决策过程约束条件进行了协调。然后利用拉格朗日乘子构造了修正的代价函数。进而为保证算法的收敛性,保证每一个智能体能够满足预先设定的约束条件,设计了不同时间尺度分学习策略：在短时间尺度上执行Actor-Critic网络的梯度下降,在长时间尺度上对拉格朗日参数进行迭代。最后在异质和同质的合作型多智能体环境下进行实验。实验结果表明,与其他算法相比,提出的MACTD3算法始终能够获得最小的惩罚成本;通过数量的扩展性实验表明了MACTD3在不同数量智能体的情况下仍然能够满足约束条件,证明了算法的有效性与扩展性。     

基于Ms-LWPLS的化工过程网络化性能分级评估方法

针对化工过程输入输出数据间非线性关系问题，提出一种基于多数据空间局部加权潜结构映射(multi-space locally weighted projection to latent structures，Ms-LWPLS)的网络化性能分级评估方法。该方法将历史数据分成不同性能等级的集合，利用Ms-LWPLS方法提取不同性能等级训练数据的过程变化，获得训练数据与性能等级标签之间的非线性映射结构，实现输入数据与性能等级之间的网络化“离线建模”。得到模型后，以数据滑动时间窗为评估单元，将滑动窗口数据输入到训练好的神经网络模型中，根据网络输出划分过程当前性能等级，并构造过渡性能系数，将稳态性能等级和过渡性能等级进行识别和区分。最后，将该方法应用到乙烯裂解过程在线性能评估中，说明此性能评估方法的有效性和准确性。     

厨房变压式防串气共用排气道

随着燃气事业的发展,厨房设备的配置和功能的完善已成为人们关注的热点。北京农业大学住宅楼于1991年通天燃气,每户居民相应配备了灶台、热水器、排油烟机等设备,大大改善了厨房条件。为解决越来越为人们所认识的厨房空气污染,1992年度以来在新建设的3栋教授住宅楼,采用了建设部城镇住宅研究所研制的变压式防串气共用排气道。通过使用证明,这种排气道质量可靠,效果良好。它的推广可以说是对厨房排污的一次革新,也是厨房文明建设提高的一个标志。     

基于非线性动态全局局部保留投影算法的化工过程故障检测

传统基于核映射的非线性故障检测方法的性能受核函数类型和核参数的调优影响较大,且实际工业环境中对过程变量的非线性阶数存在很多物理限制。针对这一问题,提出一种非线性动态全局局部保留投影(nonlinear dynamic global-local preserving projections,NDGLPP)的故障检测算法。该方法首先使用动态全局局部保留投影算法对数据矩阵进行降维;然后对降维后的矩阵建立二阶多项式映射提取非线性空间的相关特性;接着通过迭代这两个步骤以获得高阶非线性映射;最后,将所提方法应用于乙烯精馏过程和Tennessee Eastman(TE)过程仿真中,验证了检测方法的有效性和可行性。     

基于多数据集动态潜变量的在线性能分级评估方法

针对动态多变量过程中难以提取明确的过程变量的动态关系问题,本文提出基于多数据集动态潜变量分析(MSDLV)的在线性能分级评估的方法.首先将性能相近的过程历史数据段划分为不同性能等级的集合,然后运用MSDLV方法提取性能级之间的公共基向量,保留训练数据中性能相关的过程变化,将性能相关的特有变化分解为动态部分与静态部分,提取动态自相关过程的动态因素.建立动态潜变量与性能等级之间的离线模型后,在线评估当前过程性能以及判断其所处状态.最后,将该方法运用于乙烯裂解炉反应过程,结果表明该方法具有良好的准确度.     

乙烯裂解炉关键组分质量收率在线测量技术

深入分析了裂解炉现有裂解气取样分析系统存在的问题,提出了一种裂解气关键组分质量收率的在线测量方法。该方法基于对裂解气组成、物理和化学性质的分析,推导了裂解气中关键组分质量收率的表达式,进而提出了一种新的裂解气在线取样分析系统,并详细地给出了设计和实现方法。该系统可以在现有取样系统的基础上,通过增加1个取样孔和1股防焦蒸汽,解决裂解气关键组分质量收率无法直接在线获取的难题,对乙烯装置运行优化系统设计和效益评价有非常重要的意义。