Intelligent temperature control system of quench furnace

1　INTRODUCTIONQuenchfurnaceisakindofkeyequipmentusedtoheattreatlargecomplexcomponentsofaircraftsorrockets ,withheightof 2 4m ,containingtwoheatingroomsandaworkroom ,withsteelboardssetbetweentherooms .Bothheatingroomsareseparatedintosixsections ,eachofwhichcontainsaheatingresistancecontrolledbyapoweradjuster .Workpiecesareputinworkroom .Acentrifugalelectromotorisusedtoblowhotairintoworkroomfromheatingroom .Thede mandofalloyintemperature risingrateandstableve racityatfixedtemperaturepointi…     

TCR+FC型无功补偿技术在矿井提升系统中的应用

提升机是采矿企业广泛使用的大功率、高耗能的生产设备之一,矿井提升系统普遍采用电力电子器件构成的整流装置对其直流电机进行供电和控制。提升机在采矿过程中需要频繁地启动、停机,对电网的无功冲击和谐波污染使供电系统的安全稳定性受到严重影响。本文以国内某铅锌矿盲主井提升系统为研究对象,提出晶闸管控制电抗器(Thyristor Controlled Reactors,TCR)和固定电容器组(Fixed Capacitors,FC)相结合的无功补偿与谐波治理方法。针对提升机运行过程的特殊性和复杂性,给出无功补偿装置的具体电路设计、参数计算等的方法。提出的无功补偿与谐波治理技术对无功补偿装置的工程研究和开发提供一定的参考和指导,对提高电网的供电质量,保障矿井安全、稳定、高效生产具有十分重要的意义。     

乙烯收率状况分析与对策

通过对广州石化乙烯厂裂解原料、收率、运行状况进行分析，揭示石脑油质量波动对乙烯收率的影响，研究了乙烯收率的偏低原因，并提出原料频繁变化条件下，原料优化运作和COT调整对策。     

基于WCGAN的矿物浮选泡沫图像光照不变颜色提取

浮选泡沫表面颜色是选矿生产指标(精矿品位)最为快速便捷的直接指示器. 然而, 泡沫图像信号因受多种可变光照的交叉干扰而不可避免存在严重色偏, 导致浮选指标难以准确评估. 本文将传统的基于光照估计的图像颜色恒常问题转换为一种结构保持的图到图颜色(风格)转移问题, 提出一种基于Wasserstein距离的循环生成对抗网络(Wasserstein distance-based cycle generative adversarial network, WCGAN)用于泡沫图像光照不变颜色特征在线监测. 在标准颜色恒常数据集和实际的工业铝土矿浮选过程进行实验验证, 结果表明, WCGAN能有效实现各种未知光照条件下(色偏)图像到基准光照条件下的颜色转换, 转换速度快且具有模型在线更新功能. 与传统的基于生成对抗学习的颜色转换模型相比, WCGAN能更好地保持泡沫图像的轮廓和表面纹理等结构信息, 为基于机器视觉的矿物浮选过程生产指标的在线监测提供了有效的客观评价信息.     

基于YOLOv5增强模型的口罩佩戴检测方法研究

人脸口罩佩戴检测是公共场所疫情防控中极为重要的措施,智能、高效地检测口罩佩戴情况对实现疫情防控的自动化和数字化具有重要意义。使用卷积类深度神经网络实现端到端的人脸口罩佩戴检测具有可行性,但卷积类神经网络具有结构复杂、参数量和浮点计算量庞大的特点,从而产生较高的计算开销和内存需求,极大地限制了其在资源有限的终端设备上的应用。为了使人脸口罩佩戴监督功能更易获取,并实现多尺度条件下的模型压缩和加速检测,提出一种基于改进YOLOv5的轻量化增强网络模型。设计参数量和计算量更小的GhostBottleneckCSP和ShuffleConv模块并替换原YOLOv5网络中的C3及部分Conv模块,以降低特征通道融合过程中的计算量并增强特征表达能力。实验结果表明,该模型的识别精度达95%以上,模型在精度近乎无损失的前提下,参数量和计算量分别仅为原YOLOv5网络的34.24%和33.54%,且在GPU和CPU上的运行速度分别提升13.64%和28.25%,降低了模型对内存存储及计算能力的要求,更适用于在资源有限的移动端部署。     

表面贴装式永磁同步电机弱磁控制策略的研究

研究表面贴装式永磁同步电机的弱磁控制策略,提出了一种修正电流设定值的方法.该方法由两部分组成:弱磁区域的确定和设定电流修正值的计算.电机运行所在的弱磁区域由恒转矩曲线方向和电流调节器输出电压递减方向之间的夹角来确定,输出电压的递减方向信息通过梯度下降法计算得到.设定电流修正值的大小根据该弱磁区域内转矩、电压变化量的方向...     

Intelligent predictive model of ventilating capacity of imperial smelt furnace

1　INTRODUCTIONItisaverycomplicatedphysicalandchemicalre actionprocessathightemperaturetosmeltplumbumbyimperialsmeltprocess(ISP) ,whichisnonlinear ,withstrong couplingandlong timedelay .Theventi latingcapacityoftheimperialsmeltfurnace (ISF)in fluencesthestateoffurnaceandthetotalmineralma terialamount ,whicharevitalfactorstotheoutputofplumbum .Therefore ,itisveryimportanttobuildthepredictivemodeloftheventilatingcapacityofISF ,bywhichoperatorsareabletoknowthestateoftheISFontime ,decidet…     

有源电力滤波器的研究现状与发展动向

随着非线性负荷的广泛使用,电能质量日益下降,有源电力滤波技术是解决该问题的有效手段.首先简单介绍有源电力滤波器的基本原理和分类,然后详细论述了有源电力滤波器的两个关键性技术,最后根据有源电力滤波器目前存在的主要问题及其发展动向进行了分析.     

基于Transformer GAN架构的多变量时间序列异常检测

基于过程中实时采集的多变量时序关联数据进行异常检测是预防工业过程事故、保障系统安全的关键环节之一.然而,工业多变量时间序列异常检测仍面临如下两大难题:(1)时序数据变量间复杂的非线性关联特性缺乏有效的表达方法;(2)正常/异常分布极度不均衡的时间序列间复杂的相关性有待深入挖掘.本文提出一种新的基于多变量时间序列的无监督异常检测方法 ——基于Transformer GAN的多变量时间序列异常检测方法 (TGAN-MTSAD). TGAN-MTSAD采用Transformer网络作为生成对抗网络的基本模型,引入了图注意力层以自动学习时序多元变量间的复杂依赖关系,还应用了patch技巧使模型能够有效捕捉时间窗口内的异常细节信息,并提出了基于重构误差与鉴别误差相结合的异常分数计算方法.采用3个真实世界的数据集对所提方法进行了大量的性能验证与对比实验分析.结果表明, TGAN-MTSAD可以有效检测过程中的时序异常,在大多数情况下优于基线方法,并且具有良好的可解释性,可用于复杂工业异常诊断.     

基于OPNET仿真平台的网络优化模型性能分析

随着网络通信技术的日新月异,通过网络仿真对网络性能指标进行预测分析实现网络的优化设计变得越来越重要。本文首先利用优化算法对网络进行寻优,然后针对网络中的关键问题,负载如何影响链路利用率,如何影响网络服务的响应时间,建立一个网络模型,把实际网络映射到虚拟OPNET仿真平台上,通过运行仿真对这两项指标进行分析比较,从而得出一些重要仿真结论,为网络的设计提供理论指导。