复杂工业过程智能优化软件原型机

针对目前不同生产过程开发不同的建模和优化软件,但软件之间在一定程度上存在重复的现象,为了减少重复开发,设计了集成多种建模方法和智能优化方法的通用软件包的原型机OptSdtware,并实现了对用户输入表达式的自解析和对约束条件的处理。结合SoftWare从建模、约束条件的处理、表达式自解析和优化这一整个流程做了详细介绍。该软件已成功应用于某冶炼厂锌电解过程分时供电决策系统,模型的预测作用精度达到98％。优化调度后使其电解过程的电耗降低为原来的94％。     

具有群活性感知的自适应微粒群算法

算法结构和对信息的利用能力是影响算法性能的重要因素.标准微粒群算法简洁易用,然而在其寻优过程中,每个粒子仅仅向自身历史最优经验和种群历史最优经验学习,未能有效利用寻优过程中其他粒子的经验和状态信息;另外,单纯的基于二阶差分方程的迭代寻优方式在算法结构上增大了算法陷入局部最优的概率.为了从算法结构上减少微粒群算法早熟收敛和陷入局部最优的情况,本文提出了一种具有群活性感知的自适应微粒群算法:通过引入群活性对当前的寻优状态进行描述,然后根据群活性自适应地改变粒子的拓扑结构和搜索模式,在一定程度上增强了微粒群算法的全局收敛能力.基准函数测试结果证明了本算法的有效性和特点.     

基于MVC的调车作业计划辅助编制系统

针对企业铁路的调度作业计划人工制定准确率低、负担重、作业连贯性差等问题,设计并实现一套基于MVC和.NET技术的企业铁路调车作业计划辅助编制系统。采用统一建模语言对系统进行可视化建模,并利用模型/视图/控制器设计模式对系统进行设计,论述编制解编调车计划的算法,通过实例给出计算机实现“进制法”的步骤,并基于ASP.NET开发平台进行了系统实现。     

Canopy-Kmeans聚类和组合优化的铁矿预配料智能调度

铁矿预配料的原料种类繁多、化学成分差异较大,且下料槽个数有限、生产约束多,原料下料次序难以确定.针对该配料调度难题,本文提出了一种基于聚类算法和组合优化的铁矿混匀过程预配料智能调度方法.分别根据原料成分中SiO_2,TFe含量的差异,采用Canopy-Kmeans聚类方法进行两次聚类,然后综合考虑各项约束条件,利用融合专家规则的组合优化和小范围穷举思想对聚类结果进行组合与排序,得到原料共槽方案与共槽下料次序,以保证在有限下料槽的情况下配完所有原料,且配得的混匀料化学元素含量始终尽可能稳定.经我国某钢铁厂实际生产数据验证,所提方法与现有人工计算方法相比,大幅缩减了运算时间,且矿物化学元素指标的波动小,具有实用价值.     

美海军近期战略动向及其精打装备发展趋势分析

随着世界局势变化加快,近年来美国海军集中力量对其战略方案、作战概念,舰队部署调整、火力配系和型号发展等问题进行评估、研究和论证。对近期美国海军主要战略的变化情况进行了跟踪梳理,重点对《未来海军》白皮书的主要内容进行了分析解读,并结合近期美海军的具体举措梳理分析了其精确打击武器装备的发展趋势。     

基于GSA-LSTM动态结构特征提取的间歇过程监测方法

间歇过程监测对于保证批次生产过程的稳定运行具有重要意义。传统过程监测方法难以提取间歇过程数据特有的非线性结构和动态时变特征。为此,提出了一种融合图采样聚合网络和长短期记忆网络(GSA-LSTM)的典型相关分析方法用于间歇过程在线监测。首先,利用K近邻方法将批次过程数据转化为图结构形式,利用图采样聚合网络(GraphSAGE)提取数据内部的结构特征,然后利用长短期记忆网络(LSTM)提取数据的非线性动态特征,通过权重系数将结构特征和动态特征融合得到更具有代表性的间歇过程数据特征。进一步地,利用典型相关分析方法对残差建立监测模型。最后将所提方法应用于数值例子和注塑过程监测,结果分析验证了所提方法的有效性。     

基于粒子群优化的磨矿分级过程多层数据协调

准确稳定的过程数据是选矿厂进行过程优化控制和决策管理的依据,今针对磨矿分级过程数据特点,建立了多层数据协调模型,包括总物料平衡层、粒度分布/品位层和不同粒度下的成分分析层(金属分布率层);针对模型维数较高的问题,引入粒子群优化(PSO)算法进行求解。根据不同的测量信息,可选择相应的层次进行协调,并采用从低层向高层逐层协调的方法,实现了部分非线性约束到线性约束的转化,提高了数据协调效率。将该多层模型和PSO算法用于某选矿厂磨矿分级过程实际生产数据的协调,结果表明协调后的数据更准确、更稳定,包含的信息更丰富完整。     

一种分步约简的炼油生产敏感变量选择方法

变量筛选是现代工业过程产品质量预测研究中的热点问题之一。过滤式变量选择方法因其计算速度快且不易造成过拟合得到了广泛应用,但其存在容易忽略变量相关性且不能准确反映工况信息的问题,在高维数据维度灾难问题日渐突出的当今不再适用。针对这一问题,提出一种分步约简的敏感变量选择方法。该方法在明确敏感变量和关键敏感变量的基础上,根据变量对工况的描述能力和辅助变量与主导变量的净相关性定义了敏感性指标,实现敏感变量的初选;接着,构建加权余弦马田系统以解决变量冗余性问题,实现敏感变量的精选。所提方法应用于加氢裂化产品质量预测,实际工业应用结果表明,该方法不仅可以提高模型的预测精度,而且可以有效地降低模型复杂性。     

基于改进操作模式PID的砷盐除钴过程氧化还原电位控制

针对砷盐除钴过程的时变性、非线性和时滞导致氧化还原电位(ORP)稳定控制困难的问题,提出了一种基于改进操作模式的参数自整定的PID控制方法。为提高操作模式匹配的可靠性和快速性,提出一种考虑参数重要性的改进的模糊C-均值聚类算法对操作模式进行聚类;然后采用二步匹配法匹配出相似的操作模式。由于砷盐净化除钴工段系统参数会随时间发生变化,在操作模式重用时对不同时间的操作模式的解(PID参数)赋予不同的模糊加权值,增强了重用结果的可靠性。工业运行结果表明:本文提出的方法能有效降低ORP波动程度,应对复杂的工况变化。     

Intelligent modeling and optimization on time-sharing power dispatching system for electrolytic zinc process

1　ＩＮＴＲＯＤＵＣＴＩＯＮＩｎｍｅｔａｌｌｕｒｇｉｃａｌｉｎｄｕｓｔｒｙ ,ｅｌｅｃｔｒｏｌｙｔｉｃｚｉｎｃｐｒｏ ｃｅｓｓ(ＥＺＰ)ｉｓａｇｒｅａｔｐｏｗｅｒ ｃｏｎｓｕｍｉｎｇｐｒｏｃｅｓｓｗｈｏｓｅｐｏｗｅｒｃｏｎｓｕｍｐｔｉｏｎａｃｃｏｕｎｔｓｆｏｒ 80 %ｏｆｔｏｔａｌｐｏｗｅｒｃｏｎｓｕｍｐｔｉｏｎｏｆｈｙｄｒｏ ｍｅｔａｌｌｕｒｇｉｃａｌｐｒｏｃｅｓｓ[1] .Ａｃ ｃｏｒｄｉｎｇｔｏｒｅａｌ ｔｉｍｅ ｐｒｉｃｅｃｏｕｎｔｉｎｇ ｐｏｌｉｃｙ ,ｐｏｗｅｒｃｏｓｔｓｏｆＥＺＰｗｉｌｌｂｅｄｅｃｒｅａ…