传热推动力损耗的温度场熵分析

运用物理场熵的概念,以传热推动力在空间温度场中不可逆损耗,定量表达传热过程不可逆程度,并将温度场熵分析法应用于矩形散热翅片效率的研究,得到温度场熵与翅片长度成正比、与厚度和导热系数成反比的定量关系。并通过与翅片散热效率曲线对比表明,温度场熵不仅反映了传热过程中系统的热力性能和热效,而且揭示了翅片热效变化的内在机理,对优化此类热力系统的设计具有实际应用价值。     

化工过程熵增指数及其在磷复肥清洁生产评价中的应用

从热力学第二定律出发, 指出清洁生产的热力学本质是控制物质由有序结构向无序转化并从中获取最大效益, 其优劣可由过程熵增反映。 引用复杂体系非平衡定态过程最小熵产生原理,推导出依据与外界交换的物流和热流信息定量计算化工复杂系统过程熵增的方法, 并定义过程熵增指数ζ 。 评价了化工过程对环境热力学状态的综合影响。选择以硫和以氨为载能原料的磷复肥工艺为例进行了计算和对比,其过程熵增指数分别为6.753和4.571,反映出载能原料硫作为废物排放对环境热力学状态产生更大的影响。     

江苏省磷资源安全评价与演化趋势

通过系统的资料整理与严密的数据分析,在阐述省内磷资源概况与化肥施用需求的基础上,依据熵值法修正的层次分析法建立了农用矿产资源的安全评价体系。修正的安全系数和最终计算结果更加符合实际,显示了该方法的科学性、优越性。评价结果表明:江苏省磷资源安全演化整体呈下降趋势,结合省内情况可分为4个阶段。资源禀赋是影响农用矿产安全的主要因素,其次是化肥施用量、勘查资金投入等因素,据此强调开拓市场、科学施肥、保护环境。模型的建立及结果对资源产业持续健康发展和区域经济社会发展具有参考意义。     

不同管路元件流动声发射信号熵值量化分析方法

针对流体在流经不同管路元件时产生的噪声会造成管道损伤在线监测精准性下降的问题,引入了小波能量熵与时频熵两种熵值量化分析方法,通过计算流体流动声信号的熵值对流动过程中不同管路元件的流动状态进行量化,从而判断损伤是否发生以及损伤所处的管路元件部位.在此基础上,设计了管路流动声发射测试实验,采集了不同压力下直管、弯头入口、弯头出口、三通、变径管小头共5种管路元件的声发射信号,对所采集的声发射信号逐一采用时频熵及小波能量熵的方法分析计算.测试实验结果表明,时频熵与小波能量熵均能很好地区分不同管路元件的流动状态差异,且时频熵对同一管路元件压力变化时的流动状态有着较高的量化精度.     

改进直觉模糊熵和证据推理的多属性群决策方法

针对属性权重和专家权重完全未知或部分已知的直觉模糊多属性群决策问题,提出一种基于改进直觉模糊熵和证据推理的多属性群决策方法.针对现有直觉模糊熵存在的不足,进一步完善直觉模糊熵公理化定义,并构造出一类改进的直觉模糊熵公式.然后,运用改进的直觉模糊熵对直觉模糊集的不确定性进行度量,以便获取属性和专家的权重,并结合证据推理算法进行决策信息的集结,进而依据相对贴近度实现对方案的排序.最后,通过算例进行比较分析,验证提出方法的可行性和有效性.     

500kV输电线路运行稳定性评价模型研究

针对目前500 kV输电线路运维工作任务分配不合理,导致巡检效率低以及线路大修技改采取"差异化"改造方案如何选择规划的问题,建立一种输电线路多维度评价模型.该模型采用模糊综合评价方法,选择与输电线路巡检与大修技改密切相关的多个指标,通过层次分析法与熵权法确定各指标权重,计算各指标对应评语集的隶属度,最终得出评估结果.通过具体案例分析,该模型符合实际情况,能较好地对500 kV输电线路运行稳定性进行评估.     

基于 MEEMD-FN-LSTM 的冷热电联供系统负荷预测∗

针对当前冷热电联供(Combined Cooling,Heating and Power,CCHP)系统优化调度研究缺少冷热电负荷预测的问题,提出了基于改进集成经验模态分解(Modified Ensemble Empirical Mode Decomposition,MEEMD)、模糊熵(Fuzzy Entropy,FN)和长短期记忆神经网络(Long Short Term Memory,LSTM)的CCHP系统负荷预测方法.使用M EEM D算法将原始数据分解为若干IM F分量,计算IM F分量的模糊熵并将模糊熵相近的分量相加,使用LSTM对相加后新的分量进行预测,最后将分量预测结果重构得到最终预测值.通过仿真并对比分析其他方法的负荷预测精度,证明所提预测方法具有良好的预测效果.     

基于VMD和PSO-SVM模型的和应涌流识别

针对目前和应涌流识别方法较少的情况,使用VMD对励磁涌流与和应涌流电流信号进行分解.对VMD分解后的各本征模态分量求样本熵值组成特征向量,将特征向量输入PSO-SVM识别模型进行分类.通过实验验证,涌流信号样本熵值组成特征向量能很好地反映两种涌流的区别,使用PSO优化参数后的SVM模型能对两种涌流进行高效准确的识别,为保护装置下一步针对性动作提供了重要依据.     

基于有向权值网络的航班运行风险传播与控制

为了分析航班运行风险传播过程,进而有效控制保障飞行安全,基于复杂网络理论,首先参照民航局咨询通告选取机组、航空器、运行环境共29个终端因素作为网络节点,统计民航安全监察记录,根据事件中节点关系,构建无向网络;统计前后节点间的作用关系和发生概率,提出一种有向带权的航班运行风险网络;然后,引入改进感染率和改进恢复率概念,构建一种适用于航班运行风险传播分析的改进SIR(Susceptible-infected-recovered)模型;定义感染起始范围,最后采取多参数控制方式,大规模计算该有向带权网络的传播和控制过程。结果表明:有向网的平均最短路径为1.788,属于小世界网络;参照使用民航常规管控措施,有向网节点感染下降幅度可达到37.4%;对入度值排序前3或前4的节点控制后,感染节点峰值下降率高达50.6%和58.1%,网络传播抑制明显。结果证实:在该航班运行风险有向带权网络中,按入度值控制节点对抑制风险传播最为有效。      

基于智能磨矿介质及CNN和优化SVM模型的球磨机负荷识别方法

当前球磨机负荷检测方法难以准确评估磨机内部变化,给磨机综合运行状态的控制和优化带来较大难度。本文设计了一款内嵌加速度传感器且与钢球介质物理性质相一致的智能磨矿介质用于识别磨机负荷,开展了不同充填率等磨矿条件下的磨矿试验,设计磨矿效果系数划分磨机负荷状态;分别采用了卷积神经网络方法(CNN)和优化的支持向量机(SVM)模型对智能磨矿介质获取的加速度信号进行球磨机负荷识别。基于优化的SVM模型将获取的一维加速度信号进行互补集合经验模态分解算法（CEEMD）去噪、时域特征值和样本熵提取等预处理,将上述磨机负荷的特征向量分别输入GA?SVM、GS?SVM、PSO?SVM分类模型进行训练,研究表明,PSO?SVM模型的识别准确率可达98.33%,但存在训练过程繁琐,耗费时间长的问题。在图像识别领域具有优秀应用能力的CNN模型是把智能磨矿介质检测加速度信号数据转换为二维图片后直接输入基于VGG19网络的CNN模型进行分类识别,磨机负荷分类识别准确率高于优化的SVM模型,可达98.89%,在保证识别准确率的同时有效节约了计算时间。基于CNN的智能磨矿介质球磨机负荷识别方法可为实现球磨机负荷检测与在线评估提供重要解决方案与技术保障。