盘式干燥器设计和应用

盘式连续干燥器发展至今已有几十年的历史,最初它只用于硫铁矿的焙烧及煤粉的干燥,由于其设备投资较大及当时的一些技术问题,一直没有引起人们的重视。近几十年,由于节能、改善工作环境及一些难处理物料干燥的需要,许多国家又开始了盘式连续干燥器的开发和研究工作,进一步改进了其制造加工工艺,降低了成本,提高了干燥性能,将广泛应用于化工、染料、农药、塑料、医药、食品等领域,并取得很高的效益。     

中央空调水系统优化控制研究的发展及现状

概述了国内外在中央空高水系统优化控制领域的研究成果，总结了以往研究的特点，分析了今后的研究方向。     

夏热冬冷地区能源总线系统的区域能源规划方法

本文提出一种适于夏热冬冷地区、采用能源总线进行区域能源规划的普遍方法。利用分布式变频水泵的水力解耦特性,通过冷、热线将多个冷(热)源和多个用户(楼宇)连接成能源网。在冷(热)源处采用制冷或供热设备控制总线供水温度,在用户处采用制冷机组和热泵等为用户提供冷水、热水或生活热水。该能源总线组态方式具有热力解耦能力,源和用户都可根据本地负荷变化灵活调整设备运行。本文建立了一整套水力、热力数学模型,用于规划冬季供暖且夏季供冷的区域供能场合,以实际案例说明了能源总线的区域能源规划的具体方法。结果表明:结合地源热泵、水源热泵及蒸气型溴化锂等供能设备,该方法具有良好的低品位能源利用率,在夏季和冬季的系统综合性能系数COP分别为3.85和3.17。     

AGM信念收缩算子的拓扑式刻画

当agent的信念集是无限集时,传统的基于有限逻辑语言的刻画信念变化(belief change)的简单语义模型通常不再适用。Grdenfors和Makinson 引入的epistemic entrenchment(认知牢固度)模型虽然可以用来从语义上刻画AGM型信念收缩算子,但他们并未给出如何构造一个具体的epistemic entrenchment 的方法。在无限命题逻辑语言的背景下,通过在模型集上引入一个拓扑结构,构造出一种新的用来刻画AGM信念收缩的语义结构,称为认知链,并给出相应表示定理。讨论了epistemic entrenchment与认知链之间的关系。相对epistemic entrenchment而言,认知链具有结构简单并易于构造的特点。     

智能控制在污水处理系统中的应用

本文综述了近几年智能控制在污水处理系统中的应用现状,主要包括模糊控制,神经网络控制,专家系统和模糊神经网络控制技术在污水处理中的应用,最后指出了将两种或两种以上的智能控制技术结合的集成智能控制技术将是未来研究的热点。     

LMS自适应滤波器在激波报靶系统中的应用

在野外复杂训练环境下,利用激波原理进行实弹射击的精度坐标报靶,是一项具有相当挑战性的技术.本文采用FPGA(现场可编程门阵列)结合自适应滤波技术,对报靶系统采集的激波信号进行了实时滤波处理.采用VHDL语言编程,利用QUARTUS Ⅱ6.0进行了仿真.实验结果证明,当弹丸穿过靶平面时,数据采集电路采集的激波信号含有大量噪声,基于FPGA的自适应滤波器能很好地滤除了大部分干扰噪声,得到了比较理想的激波数据,提高了报靶系统的报靶精度.     

氨合成塔温度分级递阶智能控制

本文详细分析了氨合成塔的控制难点,提出了分级递阶的智能控制方案.其中,监控级实现了系统在不同负荷下的调节参数切换,并利用神经网络模型对氨产率进行预测来指导生产操作.该方案以DCS为依托,建立上层监控管理局域网,实现了对氨生产过程的智能监控与管理.     

自适应模糊神经网络在炉温控制中的应用

针对复杂工业过程系统的特点,提出了一种自适应模糊神经网络控制器,这种控制器由模糊神经网络控制器(FNNC)和模型网络(MNN)组成,具有自适应学习能力.着重讨论了自适应模糊神经网络的混合学习算法,给出了适于非线形时滞电阻加热炉的控制方案.经仿真和加热炉温控实验表明,控制性能良好.     

超临界压力正癸烷在螺旋管中传热与裂解吸热现象的数值模拟

探讨了正癸烷的裂解吸热反应对流动、传热和化学组分分布的影响。结果表明,由于裂解吸热反应把加热热量转换成了燃料分子的化学能,与未考虑热裂解的计算结果相比,考虑裂解反应时出口处流体平均温度降低了约50 K,壁面温度降低了约70 K,对流传热系数提高了10%左右。这一方面是因为裂解引起的密度降低、轴向速度增加,另一方面是由于裂解反应提高了螺旋管截面的径向速度,加强了二次流动,增加了壁面湍动能。正癸烷在内侧温度较高的区域裂解度较高,因此螺旋管内侧温度降低,环向温度分布变均匀;裂解度越大,环向温度分布越均匀。与热结焦有关的烯烃类裂解产物C_2H_4,C_3H_6在温度较高的内侧质量分数较大,表明结焦更可能发生在螺旋管的内侧。     

基于SVC—ENN钢铁企业副产煤气消耗量的预测建模

摘要：针对钢铁企业副产煤气消耗量的机理模型难以对消耗量进行精确预测的问题,通过分析副产煤气消耗量特点,建立SVC—ENN模型对副产煤气的消耗量进行预测．根据企业实际数据应用模型,结果表明,对烧结工序、炼钢工序、连铸工序30个点和60个点进行测试分类准确率分别为90％,96．67％,98．33％;96．67％,95％,100％．根据分类结果建立模型进行预测,预测平均相对误差分别为0．8％,0．5％,0．9％;2．1％,0．8％,1．3％．所建模型分类准确,预测效果良好,适合副产煤气消耗量的预测．