因特摩系统在锅炉故障诊断中的研究及应用

安全问题是工业生产中的首要问题,尤其对于化工等危险性高的行业更为突出.较之传统事故预报方法的不足,基于因特摩的实时智能故障诊断专家系统具有工况监视、数据分析、智能推理和事故预报等功能.将过去分散、简单的功能集于一体,实时性强,智能程度高,真正防患未然.在此基础上开发的锅炉故障诊断系统,极大改善了锅炉工作时的安全性,减轻了操作人员的负担,具有很高的使用价值.     

CSTR系统控制方案设计

CSTR系统的过程控制复杂程度高、难度大，需要综合运用多种控制方法。方案针对具体控制要求，各个突破，对进料流量采用变比值控制，液位采用选择控制结合串级控制的混合控制方法，温度采用模糊控制方案，压力采用超驰控制，组分采用间接控制的思想，分别加以实现，基本达到了系统设计目标，具有一定的可行性。     

一种列车自动门的设计

列车自动门安全可靠、方便美观,正逐步取代传统的手动门而成为新型列车的标准。本文简要介绍了一种新的列车自动门的设计,分析了它的原理、结构和软、硬件、抗干扰等设计。实践证明,该自动门设计合理、工作稳定,完全能够满足目前的各项要求。     

基于三维图像特征的矸石含煤率在线检测方法

矸石含煤率是选煤生产的关键指标之一,目前还不能在线检测.因此,提出一种基于机器视觉和粒子群支持向量机的新方法来检测矸石含煤率.首先将采集到的矸石胶带上的单目图像进行分割,识别出属于煤和矸石类别的各个区域.从各区域中提取出尺寸特征参数和密度特征参数,分别得到煤和矸石的特征参数,再将矸石的特征参数除以煤的特征参数,得到样本...     

基于规则的神经网络在模式分类中的应用

针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.     

基于分类器组的轴承故障识别方法研究

提出一种基于设备运行数据构造分类器组用于滚动轴承故障识别的方法。在决策表上使用属性约简的遗传算法找出构成候选基分类器的较好约简,再使用多样性筛选的遗传算法找出最终的约简,以此为基础结合加权投票策略构建分类器组用于模式分类。通过轴承正常情况、内圈、外圈和滚动体故障的识别实验验证了方法的有效性,得到了较好的实验结果。     

非线性倒立摆的BP神经网络系统辨识

基于BP神经网络能以任意精度逼近任何非线性连续函数的原理。通过在MATLAB环境下,对典型的不稳定、非线性、强耦合的倒立摆系统建立了BP神经网络辨识结构,并对辨识结果进行了分析。结果表明BP神经网络对非线性倒立摆模型的辨识是有效的。     

专业双语课程前馈反馈教学法研究

针对专业课程双语教学暴露出的质量问题,提出一种新的前馈、反馈教学优化方法。前馈机制提前消除学生双语学习干扰,让学生有的放矢。反馈机制对学生知识掌握情况进行实时反馈与教学控制,稳定改善教学效果。结合化工过程机械专业《过程装备控制技术》课程对教学法进行了探索实践,证实了其有效性。     

利用Myeclipse简化基于Hibernate的数据库访问

Hibernate作为当今新兴的、最受人瞩目的数据库访问技术,提供了一种很好的数据持久层解决方案.Myeclipse集成环境功能非常强大,其中之一就是简化基于Hibernate的数据库访问.使用Myeclipse开发基于Hibernate的数据库应用,使得开发人员真正从繁重的代码编写工作中解脱出来,极大地提高了开发效率和项目质量.这里将结合一个实例来介绍这种强大的技术.