基于TentFWA-GD的RBF神经网络COD在线软测量方法

针对污水处理过程COD难以实时准确测量的问题,提出了基于TentFWA-GD的RBF神经网络软测量方法。为解决现有RBF神经网络用于复杂工业过程软测量建模时存在网络参数难以确定及训练过程易陷入局部极值等问题,进一步提高RBF神经网络模型的预测精度与泛化能力,引入了Tent混沌映射对烟花算法(fireworks algorithm, FWA)进行改进,利用混沌运动的全局遍历性维持FWA的种群多样性并避免算法早熟收敛;将TentFWA算法与GD方法有机融合提出一种改进的RBF神经网络组合训练方法以改善网络的学习能力。将基于TentFWA-GD的RBF神经网络用于构建4个Benchmark函数拟合模型和农村生活污水处理过程COD在线软测量模型。仿真与应用结果表明,相对于其他神经网络模型,该模型具有较低的函数逼近误差和较高的COD预测精度。其中COD软测量模型训练结果的均方误差和平均绝对误差分别为0.18和0.25,测试结果的两种误差分别为0.23和0.36。     

基于改进谱分析法的大功率可控整流电路故障在线诊断系统

该文研究了一种便于在实时系统中实现的可控整流电路故障诊断方法。论文将3只以内的晶闸管故障按整流波形的畸变规律分为11类，115种故障元。选择4个特殊“面积”表达式描述电压波形，并建立了以此为基础的12维故障模式向量。通过对模式向量的逻辑处理，将其转化为由常数构成的12维简单时间序列向量。对新的模式向量进行DFT处理，得出了以三维特征向量表达的诊断定位算法，改进了现有的谱分析故障诊断方法。最后在研制的DSP实时诊断系统上实验。结果表明该方法能快速准确地诊断出各种故障。     

基于改进神经网络集成算法的软测量建模

为提高神经网络集成中成员网络的精度、增加成员网络间的差异度,提出一种改进的Bagging神经网络集成算法.通过分析初始样本集中样本间的欧式距离提取各子训练集,子训练集的元素在样本空间具有良好的遍历性和代表性;集成策略采用加权平均法,用粒子群优化算法求解成员网络的集成权重.几个典型回归分析型数据集的测试表明,本算法有效提高了训练样本质量,增强了集成泛化能力.最后将改进算法用于工业乙烯收率神经网络软测量建模,应用结果表明该软测量模型泛化性能好,测量精度高.     

基于新型粒子群算法的电力电子装置在线故障诊断方法

分析了12脉波可控整流电路的294种故障模式,根据整流电压畸变波形提出一种特殊的故障分类方法。通过对故障电压波形的逻辑预处理得出12维故障向量及相应的故障编码。为改善粒子群算法(particle swarm optimization,PSO)的性能提出一种改进的带扰动项粒子群算法。引入进化速度因子,当粒子进化速度低于一定值时在粒子速度更新方程中添加一扰动项,算法的搜索效率和全局优化性能显著提高。将改进算法用于神经网络故障诊断建模,实验结果表明该系统具有诊断速度快、精度高的特点。适用于复杂电力电子设备或系统的故障诊断场合。     

Clean Processing and Utilization of Coal Energy

The dominant status of coal on the energy production and consumption structure of China will not be changed in the middle period of this century. To realize highly efficient utilization of coal, low pollution and low cost are great and impendent tasks. These difficult problems can be almost resolved through establishing large-scale pithead power stations using two-stage highly efficient dry coal-cleaning system before coal burning, which is a highly efficient, clean and economical strategy considering the current energy and environmental status of China. All these will be discussed in detail in this paper.     

差分进化粒子群混合优化算法的研究与应用

对基本粒子群算法（PSO）和差分进化算法（DE）进行了分析,有机结合两种进化算法提出了一种新型差分进化粒子群混合优化算法,该算法将优化过程分成两阶段,两分群分别采用PSO算法和DE算法同时进行。迭代过程中引入进化速度因子并通过群体间的信息交流阻止算法陷入局部最优。对4个高维复杂函数寻优测试表明算法的鲁棒性、收敛速度和精度,全局搜索能力均优于常规PSO和DE。将提出的改进算法用于乙烯收率软测量建模,应用结果表明模型精度较高、泛化性能较好。     

基于FWADE-ELM的短时交通流预测方法

受道路环境和人为因素影响,实际交通系统可视为一个复杂的非线性动力系统,交通流数据具有较强的非线性、时变性和易受随机噪声影响等特征.针对复杂环境下的短时交通流预测问题,提出一种基于烟花差分进化混合算法-极限学习机的短时交通流预测方法.采用奇异谱分析方法滤除原始交通流数据中包含的噪声成分,降噪后的交通流数据用于训练极限学习...     

基于AT89S52单片机的晶体自动测试台

宁夏有色金属冶炼厂对初加工晶体(钽或铌材料，圆柱体形状，上下表面光滑，有一反光性不好的弦面)的重量、尺寸进行精确测量，通常用测量工具直接测量，其过程繁琐，精度受人为因素影响，且金属仪器易划伤晶体表面，造成不必要的经济损失。为此，研制了以AT89S52单片机为控制器的自动测试台。采用非接触式方法对重量(G)、直径(D)、弦宽(Ф)、高度(H)一次性自动测量，实现了测量过程的快速准确性，解决了以上诸问题。达到G精度为0．1g，D、Ф、H为0．1mm的技术指标。     

基于非线性同伦LM算法的故障诊断方法

引入同伦理论并定义了一种广义的非线性同伦映射,基于现有BP算法,将同伦方法与Levenberg-Marquardt(简称LM)优化方法结合,提出了一种非线性同伦LM神经网络学习算法用于神经网络训练,解决了现有学习算法收敛速度慢和局部极小值的问题,提高了神经网络的学习效率.将改进算法用于建立神经网络故障诊断模型,研制出实时诊断系统用于电站锅炉送风机在线故障监测与诊断.应用结果表明,该诊断方法在收敛速度、精度和稳定性能等方面较同类方法有较大改善.     

基于改进MVU的非线性动态过程故障检测方法

针对化工过程数据的非线性和动态性分布特征,引入Laplacian特征映射(LE),提出了一种基于改进最大方差展开(MVU)的特征提取算法.在改进算法中,局部以欧式距离、全局以测地线距离为尺度度量数据间差异性,以更好反映数据内在几何性质;此外,借鉴LE算法思路,通过最小化近邻点间距离实现流形结构保持.改进算法兼具全局特性保持和局部流形学习能力,计算效率也有较大提高.将其用于提取非线性动态过程高维数据子流形特征,利用SVDD在特征空间建立故障检测模型,构造统计量并确定其控制限.TE过程仿真及丙烯聚合过程实验研究表明改进方法能有效挖掘过程特征信息、监控过程变化并及时检测故障发生,故障检测率较传统方法有显著提高.