基于MWSPCA-CBR的智能预警方法研究及其在石化工业中的应用

石油钻井是一项高风险性、耗资巨大的系统工程。为了智能预警石油钻井过程中的异常，缩短非生产时间，降低相关风险，提出一种基于移动窗稀疏主元分析法（MWSPCA）的案例推理（CBR）异常智能预警方法（MWSPCA-CBR）。首先利用MWSPCA算法分析钻井过程中的实时数据，快速定位出异常可能发生的时间，然后使用基于案例推理方法分析异常数据，确定可能的异常类型，并为实时监控专家提供相关异常的处理方法。所提方法应用到石油钻井过程异常预警中，实验结果验证了所提方法的可行性和有效性，为钻井过程降低风险成本提供了新思路。     

PTA生产溶剂智能优化控制软件的开发与应用

在.Net开发环境下,利用C++语言开发PTA生产溶剂智能优化控制软件,并介绍了软件包的设计原理和基本框架.利用广义回归神经网络建立PTA过程模型,再采用粒子群智能优化法优化过程操作参数,软件系统操作简单、用户界面友好.该软件在精对苯二甲酸(PTA)生产装置的实用效果良好,降低了醋酸和蒸汽的消耗,并为优化各工艺操作条件提供了指导,产生了一定的经济效益,具有较好的推广价值.     

氧气瓶爆炸事故的原因分析

采用宏观观察、化学分析、金相分析、内壁附着物化学成分分析、壁厚测量、市场调查等手段对近期发生的一起氧气瓶爆炸事故的发生原因进行了全面分析,得出该爆炸事故为典型的化学爆炸,气焊操作过程中的不当操作所造成的氧气与可燃气体的混合并达爆炸极限是本次爆炸事故发生的根本原因。并结合近年来从事气瓶检验与研究的技术经验,提出了一些防范措施和建议,对提高氧气瓶在小型非工业气焊工作中使用的安全性具有参考价值和实际意义。     

基于二元向量矩阵算法的粗糙集方法

根据向量矩阵与向量之间的映射关系,研究了基于二元向量矩阵算法的粗糙近似、属性约简以及最优属性约简集的获取。提出基于二元向量矩阵的属性相对约简、最优属性集获取算法,解决原有矩阵算法属性核不一致性和属性约简集选择的盲目性。并提出了二元向量压缩矩阵算法,降低了原有矩阵算法的复杂度。通过实例分析,证明所提出的相关算法的有效性,为研究粗糙集数据挖掘提供了一种可行有效的计算方法。     

核素氚导出空气浓度控制限值的发展及其应用研究

氚是核设施运行过程中释放的放射性物质之一,对人体的内照射危害不仅与其活度有关,而且与氚的化学形态、摄入途径密切相关.针对目前国内涉及氚的控制标准较多,氚化水(HTO)与元素氚(HT)的控制限值均存在不一致的问题,梳理分析了氚浓度控制限值的发展及相关标准的制定依据.根据我国现行辐射防护有关标准,结合国际原子能机构(Int...     

玻利维亚某铜钼矿浮选试验研究

对玻利维亚某地铜钼矿,通过大量的条件试验,最终确定了铜钼混合浮选工艺的最佳磨矿条件和药剂条件及流程,获得铜、钼品位分别为24.89%和0.52%的铜钼混合精矿,其中铜、钼回收率分别为87.11%和72.51%,为后续的铜钼分离创造了较佳的条件。     

基于自联想递阶神经网络的多输入参数化工过程软传感器(英文)

To explore the problems of monitoring chemical processes with large numbers of input parameters, a method based on Auto-associative Hierarchical Neural Network (AHNN) is proposed. AHNN focuses on dealing with datasets in high-dimension. AHNNs consist of two parts:groups of subnets based on well trained Auto-associative Neural Networks (AANNs) and a main net. The subnets play an important role on the performance of AHNN. A simple but effective method of designing the subnets is developed in this paper. In this method, the subnets are designed according to the classification of the data attributes. For getting the classification, an effective method called Extension Data Attributes Classification (EDAC) is adopted. Soft sensor using AHNN based on EDAC (EDAC-AHNN) is introduced. As a case study, the production data of Purified Terephthalic Acid (PTA) solvent system are selected to examine the proposed model. The results of the EDAC-AHNN model are compared with the experimental data extracted from the literature, which shows the efficiency of the proposed model.     

基于多群竞争PSO-RBFNN的乙烯裂解深度智能优化控制

提出一种基于K均值聚类的多群竞争粒子群优化算法(MSCPSO),该算法避免陷入局部最优,提高了算法的全局搜索能力。同时利用MSCPSO训练RBF神经网络并建立裂解产物的在线预测模型,研究一种集成MSCPSO-RBFNN过程建模的裂解深度智能优化控制方法。该方法以实现乙烯和丙烯收率之和最大化为目标函数,把满足优化目标的裂解深度作为深度控制器的输入,并与裂解炉出口温度先进控制系统集成,实现裂解深度的平稳控制。实际应用效果表明,提高了乙烯和丙烯的收率,裂解深度控制更加稳定,该方法具有良好的适应性、稳定性。     

基于改进NSGA-Ⅱ算法的乙烯裂解炉操作优化

现有的乙烯裂解炉优化通常只针对两个目标函数即产物乙烯和丙烯的收率,并且采用遗传算法的收敛效果一般,故提出一种基于改进NSGA-Ⅱ算法来研究一个多目标运行的解决方案,以此来解决乙烯裂解炉的固定周期操作优化问题,即在增大产物乙烯和丙烯收率的同时减少原料以及蒸汽流量来提高整体运行状况。把具体问题量化为数学模型,分析了原料气烃比、原料流量、出口温度对乙烯和丙烯收率的影响。实验结果表明,相较于原有操作条件,提出的优化方案具有良好的可行性。     

XRT智能预选技术在有色金属矿山中的应用进展

随着矿产资源贫、杂、细等特点日益突出,入选矿石品位低和堆存废石量过大等问题凸显。将智能分选技术应用于矿石入选前的预先富集工序是解决该问题的一个重要途径。其中,以X射线透射技术（XRT）为主导的分选成像方案已经成为有色金属矿山解决有关问题的主流方式之一,并且在钨、铅锌、钼等金属矿山的选矿过程中取得了较好的富集效果,大大提高了矿山的经济效益。本文旨在介绍XRT的发展历程及研究现状,包括分选设备的原理、特点,以及该技术在不同有色金属领域的应用情况。