基于能量加权高斯过程回归的锂离子电池健康状态预测

针对容量再生现象影响锂离子电池健康状态预测(SOH)建模精度的问题,提出一种经验模态分解(EMD)的能量加权高斯过程回归(EWGPR)方法。该方法将容量再生现象看作是锂离子电池容量衰减过程的能量凸现,利用EMD分解获得样本的能量分布情况,根据能量情况计算每个样本的权重,进而建立基于能量加权高斯过程回归的锂离子电池SOH预测模型。基于NASA锂电池数据集的仿真实验结果表明,EWGPR方法比基本GPR算法具有更高的精度和适应性,单步预测和多步预测的均方根误差(RMSE)分别减少了3%和10%。     

基于加权概率CVDA的动态化工系统微小故障检测

典型变量差异度分析（CVDA）是近年来提出的一种新型动态过程监控方法,已在微小故障检测领域获得成功应用。针对传统CVDA方法忽视了特征量的概率信息挖掘问题,提出一种基于加权概率CVDA（WPCVDA）的动态化工系统微小故障检测方法。一方面,该方法在基本CVDA模型特征基础上引入Wasserstein距离（WD）度量特征量概率分布的变化,构造概率化的WD特征提高CVDA模型对微小故障的灵敏度;另一方面,进一步考虑不同的WD特征成分携带故障信息的差异性,设计一种自适应权值计算策略,为关键的故障敏感特征成分设置大的权值,突出其在监控统计量中的作用。在一个标准化工过程的验证结果说明,所提出的WPCVDA方法比传统CVDA方法具有更好的微小故障检测性能。     

HC520-3新型液压剪刀的设计

为了解决精轧生产线取料问题,通过对剪切及剪应力的分析,同时根据液压剪的工作原理,进行了HC520—3新型液压剪主要几何尺寸的设计、液压剪结构参数的设计。实验结果证明,该液压剪能快速剪切Φ20mm以下的铬不锈钢以及舍全钢等,不但保证了轧材的表面质量,而且还保护了设备,其经济效益显著。     

脉冲电浮-曝气-脉冲电浮法处理皮革废水

皮革废水难降解物质含量高,且含有大量的悬浮物质,对环境污染很大。本文采用脉冲电浮水处理成套设备,和脉冲电浮-曝气-脉冲电浮的处理工艺对某皮革企业排放的制革废水进行处理。经实验验证,处理后的水能达到国家一级排放标准。     

一种基于KPCA的非线性故障诊断方法

介绍了一种非线性故障检测方法———核主元分析法(KPCA),通过核函数来完成非线性变换,将变量由非线性的输入空间转换到线性的特征空间.在特征空间中使用PCA计算主元,构造T2和SPE统计量检测过程故障的发生.提出了一种KPCA贡献图计算方法,根据测量变量和非线性主元的相关性,计算测量变量的贡献量绘制贡献图,用于故障变量的分离.仿真结果表明,KPCA方法可以比PCA方法更加迅速的检测到故障的发生,利用KPCA贡献图可以较好的辨识出故障变量.     

基于差异化策略的自动控制课程设计探索

针对自动控制课程设计教学过程中的实验独立性、理论实践相结合等问题,本文构建了一种基于差异化策略的自动控制课程设计模式.该模式采用差异化教学思想,对课程设计的任务体系、实验对象、实验手段和考核方法等多个方面进行差异化改进.教学实践结果表明,该课程设计模式能够提高学生学习的积极性和独立性,增强学生理论与实践相结合的能力.     

稀疏核局部保持投影及其在非线性过程故障检测中的应用(英文)

Locality preserving projection (LPP) is a newly emerging fault detection method which can discover local manifold structure of a data set to be analyzed, but its linear assumption may lead to monitoring performance degradation for complicated nonlinear industrial processes. In this paper, an improved LPP method, referred to as sparse kernel locality preserving projection (SKLPP) is proposed for nonlinear process fault detection. Based on the LPP model, kernel trick is applied to construct nonlinear kernel model. Furthermore, for reducing the computational complexity of kernel model, feature samples selection technique is adopted to make the kernel LPP model sparse. Lastly, two monitoring statistics of SKLPP model are built to detect process faults. Simulations on a continuous stirred tank reactor (CSTR) system show that SKLPP is more effective than LPP in terms of fault detection performance.     

基于深度集成支持向量机的工业过程软测量方法

基于支持向量机（SVM）的软测量建模方法已经在工业过程控制领域得到广泛应用,然而传统支持向量机直接针对原始测量变量建立模型,未能充分挖掘数据的内在特征信息以提高预测精度。针对该问题,本文提出一种基于深度集成支持向量机（DESVM）的软测量建模方法。该方法首先利用深度置信网络（DBN）来对数据进行深层次的信息挖掘,提取出数据的内在特征,然后引入基于Bagging算法的集成学习策略,构建基于深度数据特征的集成支持向量机模型,以提升软测量预测模型的泛化能力。最后通过数值系统和真实工业数据对方法进行应用分析,结果表明本文提出的方法能够有效提升支持向量机软测量模型的预测精度,能够更好地预测过程质量指标的变化。     

基于加权深度支持向量数据描述的工业过程故障检测

传统支持向量数据描述（SVDD）方法本质上采用浅层学习框架,难以有效监控非线性工业过程的复杂故障。针对此问题,提出一种基于加权深度支持向量数据描述（WDSVDD）的故障检测方法。该方法一方面在深度学习框架下重新定义SVDD优化目标函数,构建基于深度特征的深度SVDD监控模型（DSVDD）,并利用核密度估计法计算监控指标的统计控制限;另一方面,考虑到深度特征的故障敏感度差异特性,在DSVDD监控模型中设计特征加权层,分别从静态和动态信息分析角度给出权重因子的计算方法,利用权重因子突出故障敏感特征的影响以提高故障检测率。应用于一个典型化工过程的测试结果表明,所研究的方法能够比传统SVDD方法更有效地监控过程中复杂故障的发生。     

有限资源约束的产品开发多项目协同排程

针对有供应商参与的大批量制造企业产品协同开发特点,分析了多项目协同计划编制与设计资源在不同需求、不同时段、有无冲突等状态下的匹配情况,建立了多项目协同计划编制与资源颗粒约束匹配模型和实现算法,针对常见的计划与资源颗粒匹配时的无前置计划、有前置计划、计划与资源冲突等三种情况,提出了一种基于有限设计资源约束的新产品开发多项目协同计划编制方法,并用一实例对所建模型和计划编制方法进行了验证,证明提出的方法是可行的。