递推PLS方法及其在过程监控中的应用

针对处理批量数据时传统的偏最小二乘(PLS)模型无法在线更新的问题,提出了结合遗忘因子法的递推PLS算法,进而更新Qa控制限,有效地克服了传统PLS中Qa无法反映系统时变性的缺点。并对异丁烯酸甲酯(MMA)聚合反应过程中的数据进行了仿真分析。研究结果表明,递推PLS方法大大降低了监控过程中的误报率和漏报率,提高了监控系统的性能。     

采油仿真培训系统的设计与实现

从新疆油田对采油工种的职业培训需求出发,本着职业技能培训与鉴定相结合、实训装备的硬件与技能训练仿真软件相结合的思想,对采油仿真培训系统设计进行了深入的研究,并实现了该系统。首先分析了采油仿真培训系统的总体结构,详细讨论了注采模拟培训系统、油田生产动态管理模拟培训系统、技能鉴定与培训考核系统、采油自动化仿真培训系统的功能,最后给出软件系统的实现。本系统实现多媒体教学课件用于采油工程培训、利用采油自动化仿真模拟软件实现操作技能培训,满足了油田生产培训现代化的需要。     

基于平行多种群与冗余基因策略的置信规则库优化方法

置信规则库(Belief rule base, BRB)的参数学习和结构学习共同影响着置信规则库的建模精度和复杂度.为了提高BRB结构学习和参数学习的优化效率,本文提出了一种基于平行多种群(Parallel multi-population)策略和冗余基因(Redundant genes)策略的置信规则库优化方法.该方法采用平行多种群策略以实现对具有不同数量规则BRB同时进行优化的目的,采用冗余基因策略以确保具有不同数量规则的BRB能够顺利进行(交叉,变异等)相关优化操作.最终自动生成具有不同数量规则BRB的最优解,并得出帕累托前沿(Pareto frontier),决策者可以根据自身偏好和实际问题需求,综合权衡并在帕累托前沿中筛选最优解.最后以某输油管道泄漏检测问题作为示例验证本文提出方法的有效性,示例分析结果表明本文提出的方法可以一次生成具有多条规则BRB的最优解,并且可以准确绘制出帕累托前沿,为综合决策提供较强的决策支持.     

多传感器信息融合的分层着色Petri网模型

该文以导弹攻击系统为例,提出了一种基于分层着色Petri网理论建立多传感器信息融合系统模型的方法。该方法运用着色Petri网理论克服了以往用普通Petri建模的不足,细化了其系统模型的中间过程,同时给出融合中心的数据融合算法和指挥中心的神经网络解析算法。基于分层着色Petri网建模与分析方法有利于融合系统的性能分析和行为仿真的实现。     

面向服务架构的敏捷制造及关键技术

首先研究敏捷制造及动态联盟等现代制造模式,分析了敏捷制造的内涵和面向服务的技术基础,利用面向服务的架构、业务流程管理和Web服务等相关的标准和技术构建了企业业务集成服务平台。在此基础上提出面向服务架构敏捷制造的4个关键技术,如企业应用体系结构、产品数据交换平台、请求服务平台、生产计划与动态调度。     

制造可视化及关键技术研究

从分析制造可视化的需求出发,讨论可视化技术的国内外研究和应用现状,以及存在的问题;研究制造可视化的关键技术.关键技术包括:制造可视的理论基础和问题分类、可视化模型和算法、可视化渲染和交互控制技术、可视化效果评估及可视化制造应用方案.制造可视化研究将为制造信息化建模、设计和开发带来新的技术手段.     

基于PROFIBUS总线的过程自动化控制系统设计与实现

针对传统过程自动化控制系统存在的线路繁杂、信号易干扰、系统稳定性差等问题,通过采用PROFIBUS总线技术,在以HDU3000实验装置基础上,结合PLC控制系统特点,设计并开发出现场总线过程控制系统。实践证明该系统能够安全、可靠、稳定地运行。     

面向成本控制数据仓库模型与OLAP技术研究

基于作业成本法及企业对成本的控制需求,提出一种成本控制数据仓库模型及OLAP多维分析技术,并将成本控制数据仓库模型及OLAP多维分析技术应用于某药业企业的成本控制分析,实现了对成本历史数据的多维可视化应用,有效解决了企业管理者难以对大量生产业务数据进行多角度、快速以及一致的分析问题。     

采油工程仿真培训系统教学课件的开发

本文讨论了采油工程仿真培训系统教学课件的开发.在分析采油工程仿真培训系统课件的制作要求后,提出了基于Flash制作采油工程仿真培训系统教学课件的步骤和技术,它由需求分析、脚本设计、准备素材、动画制作、课件调试及作品组装六个阶段组成.采油工程仿真教学体系的引入和脚本的结构是该项目顺利实施的关键.开发的采油工程仿真培训系统教学课件,形象地展现了采油生产、工艺原理和工作特性.满足了采油工程仿真培训系统的要求.     

基于分层式证据推理的信息融合故障诊断方法

针对基于信息融合的故障诊断方法中,诊断证据的精细化获取问题和在线诊断信息量受限问题,提出分层式的证据推理(ER)诊断方法.在诊断证据获取过程中,给出故障特征参考值投点方法,按比例求取特征样本点对相邻参考值的相似度,生成点值型参考证据矩阵(REM)和在线故障特征样本的诊断证据,实现了诊断信息的精细化提取;在证据融合过程中,设计分层式ER融合模型.第1层融合中利用k-NN算法找到在线样本的近邻历史样本,然后利用ER规则实现在线样本与近邻历史样本对应证据的融合.在第2层融合中,将多个特征源提供的第1层融合结果再次融合,并根据两层融合所获证据进行故障决策;此外,在分层融合模型中,根据证据之间的欧氏距离构造目标函数及相应的证据重要性权重优化方法.最后,在多功能电机转子试验台上实施了故障诊断实验,与已有单层ER模型诊断结果进行比较,说明所提方法通过提升诊断证据的精确性、增加历史样本扩充诊断信息量,能够有效提升确诊率.