多变量统计过程控制在浮选生产过程中的应用

针对浮选过程的被控对象复杂、数学模型不确定以及控制要求高等特点,提出一种用于阳离子浮选过程的多变量统计过程控制药剂流量方法,使系统具备一定的自学习和自组织的能力.仿真研究和现场运行试验表明,提出的控制方法能够满足浮选过程控制的要求.     

多变量统计过程控制在浮选生产过程中的应用

针对浮选过程的被控对象复杂、数学模型不确定以及控制要求高等特点,提出一种用于阳离子浮选过程的多变量统计过程控制药剂流量方法,使系统具备一定的自学习和自组织的能力。仿真研究和现场运行试验表明,提出的控制方法能够满足浮选过程控制的要求。     

多变量统计过程控制在浮选生产过程中的应用

针对浮选过程的被控对象复杂、数学模型不确定以及控制要求高等特点，提出一种用于阳离子浮选过程的多变量统计过程控制药剂流量方法，使系统具备一定的自学习和自组织的能力。仿真研究和现场运行试验表明，提出的控制方法能够满足浮选过程控制的要求。     

智能数据预处理在浮选过程中的应用

针对反浮选过程的被控对象复杂、数学模型不确定以及控制要求高等特点,提出一种基于主元分析和模糊聚类的数据预处理算法.采用模糊C均值聚类算法得到聚类中心,进行线形回归从而对过程变量数据进行了预处理.主元分析法则用来进行辅助变量的选取和输入高维向量的降维简化,针对主元变量采用径向基函数网络建立了系统经济技术指标的预测模型.根据工业实际生产数据进行的模型校验和误差分析表明,能够满足浮选过程控制的精度要求.     

基于粗糙集-BP神经网络的浮选槽液位预测

针对反浮选过程中浮选槽液位指标难以建立精确的数学模型、常规检测方法不能有效控制问题,提出一种将粗糙集与BP神经网络理论相结合方法[1],建立反浮选液位软测量模型.从浮选过程积累的数据中获取过程知识,通过粗糙集属性约简对训练样本数据进行处理,根据结果确定BP网络的输入、输出、隐层神经元数,从得到的优化设定自动更新浮选槽液位控制回路的设定值,避免了人工控制的不稳定性和不精确性.此方法应用于某浮选厂,满足了液位预测要求的精度,在液位控制、经济指标提高及浮选过程稳定等方面取得了明显的效果.     

智能数据预处理在浮选过程中的应用

针对反浮选过程的被控对象复杂、数学模型不确定以及控制要求高等特点，提出一种基于主元分析和模糊聚类的数据预处理算法。采用模糊C均值聚类算法得到聚类中心，进行线形回归从而对过程变量数据进行了预处理。主元分析法则用采进行辅助变量的选取和输入高维向量的降维简化．针对主元变量采用径向基函数网络建立了系统经济技术指标的预测模型。根据工业实际生产数据进行的模型校验和误差分析表明，能够满足浮选过程控制的精度要求。     

基于案例推理的浮选过程智能优化设定

针对在浮选过程中表征关键工艺指标的精矿品位和尾矿品位难以建立精确数学模型,而常规控制方法又难以进行有效控制的难题,将案例推理和常规控制相结合,提出了基于案例推理技术的浮选过程工艺指标优化设定方法.该方法从浮选过程积累的大量过程历史数据中获取过程知识,将典型生产工况总结成案例的形式来构造案例库,并对案例检索、案例重用、案例修正及存储进行了论述.由智能优化设定模型自动更新基础控制回路的设定值,避免了人工手动设定的主观性和随意性.该方法应用于某选矿厂浮选过程,取得了显著的应用效果,表明了该方法的有效性.     

基于粗糙集-BP神经网络的浮选槽液位预测

针对反浮选过程中浮选槽液位指标难以建立精确的数学模型、常规检测方法不能有效控制问题,提出一种将粗糙集与BP神经网络理论相结合方法[1],建立反浮选液位软测量模型。从浮选过程积累的数据中获取过程知识,通过粗糙集属性约简对训练样本数据进行处理,根据结果确定BP网络的输入、输出、隐层神经元数,从得到的优化设定自动更新浮选槽液位控制回路的设定值,避免了人工控制的不稳定性和不精确性。此方法应用于某浮选厂,满足了液位预测要求的精度,在液位控制、经济指标提高及浮选过程稳定等方面取得了明显的效果。     

粗糙集理论在阳离子反浮选控制中的应用

针对阳离子反浮选生产过程被控对象复杂、数学模型不确定以及控制精度要求高等特点,提出了一种基于粗糙集理论的智能控制方法.通过对控制过程中的一些有代表性的状态以及操作人员在这些状态下采取的控制策略所构成的决策表进行约简,归纳出一系列控制规则.运用该方法进行准确度测试和命中率试验,结果表明控制模型的给出值与现场实际数值基本吻合,命中指标满足综合指标要求.在阳离子反浮选控制中运用粗糙集理论时,便于现场技术人员和操作工人的操作,能合理添加药剂量,避免了传统工艺由人为加药造成的浪费.     

自学习在模拟连续退火过程控制中的应用

以理论分析为基础,构建了模拟连续退火的冷却过程控制数学模型.为了提高自学习效率,提出了将冷却过程中辐射散热等效转化为对流散热系数的观点.模型对试样温度进行层别的划分,并且针对各个温度层别,采用指数平滑处理的方法确定各个温度层别的调整系数.在实际冷却过程中,过程控制系统根据自学习得到的各个温度层别的调整系数实时地调整冷却气体的流量.实际应用表明,以自学习为基础的过程控制系统可使模拟连续退火的冷却过程的温度精度控制在10℃以内.     

进程及Linux进程探讨

第一部分讨论了为什么需要进程；第二部分探讨了进程的特征(动态性、并发性、独立性、异步性和结构性)，以及特征的状态、实体和调度；第三部分论述了Linux进程．     

软件过程度量过程模型的研究

软件过程的度量是影响软件项目管理和过程管理的关键因素,是对软件项目和软件过程进行目标管理的基础.软件过程的度量也是一个过程,需要建立过程模型指导度量过程的实施.提出了1个软件过程度量过程的SPM-IDEAL模型,定义了模型各阶段的主要活动,讨论了度量数据的分类和度量元的选取,并讨论了过程数据库在软件过程度量中的重要作用.     

统计过程控制在软件过程度量中的应用

统计过程控制是一种借助数理统计科学进行过程控制的方法,它利用统计工具对过程进行分析和控制,来保证过程稳定性并且改进过程质量和能力.统计过程控制在工业和商业等领域应用广泛,但在软件行业的应用才刚刚起步.主要讨论统计过程控制在软件过程度量中的应用,及统计过程控制在过程量化管理中的重要作用,最后给出了1个应用实例.     

高校采购业务流程分析及再造

高校的采购活动涉及多个部门和主体,审批层级多,导致采购周期长、效率低。通过ASME流程分析方法对高校采购流程进行分析,找出其中的关键控制点,发现导致采购周期长的活动和环节。随后引入企业流程重建的理念(BPR),结合高校采购流程的特点,给出高校采购业务流程再造的内涵和应该遵循的原则。在此原则指导下,并根据ASME分析结果,对高校采购业务进行流程再造:调整采购流程中的关键控制点的顺序,整合重复流程,清除无效的流程,项目审批通过到实施采购这部分流程实现了自动化。再造后的采购业务流程提高了信息传递效率,大幅缩短了采购周期,可以提供一站式采购服务。     

工序控制方法中工序能力的分析

根据影响工序质量问题的主要特性值,运用数理统计方法对工序能力中工序无偏和工序有偏时的双向公差进行了计算分析,以便在实践中将工序质量的波动限定在要求的界限之内,使制造过程处于受控状态.     

基于3D的定量化工艺建模与工艺设计

提出了一种基于3D的定量化工艺建模与工艺设计方法，试图解决工艺设计的底层问题，通过3D工序图模型和参数化空间尺寸链模型的映射，构造工艺模型结构，给出了基于该工艺模型的定量化工艺设计系统，为解决3D环境下的定量化工艺设计提出了一种新思路。     

基于氨水循环煤气净化生产工艺改造技术研究

临涣焦化股份有限公司煤气净化车间由于送往焦炉的氨水循环中焦油含量高,造成粘度大,达不到工艺参数指标要求,经常出现喷头堵塞现象,影响氨水喷洒效果,给生产工艺控制带来一定难度,大大降低了煤气净化率,导致煤气纯度低,给后道工序甲醇的生产带来不利因素,同时也增加了生产成本。为满足焦化企业煤气净化车间生产实际的要求,对氨水循环系统生产工艺进行技术升级改造,在循环氨水泵进口增加计量泵,加入焦油氨水分离剂。改造后,确保了焦油氨水的彻底分离,提高了焦油在机槽的沉降,同时剩余氨水的COD也大为降低。改造后的生产工艺大大降低了剩余氨水的含油量,消除了因喷头堵塞给生产带来的影响,改善了后续生化污水处理站的生产稳定性,同时增加了焦油的产量。     

沥青带材流延工艺冷却过程数值模拟

为了探究沥青带材在流延加工时的冷却过程以及优化生产工艺,通过计算流体力学（CFD）数值模拟,将沥青带材的流延加工过程简化成2D高黏度流体与传热过程,建立了多层沥青带材-冷却辊二维模型,并分析了带材厚度、进料位置和辊筒直径对沥青流延工艺传热过程的影响。结果表明：沥青厚度对辊筒冷却段的降温过程影响显著,第一层流延沥青的厚度越小,辊筒对其冷却效果越好,越有利于第二层覆膜;适当前移第一次沥青流延的进料位置,并缩短两次进料的间距,能够改善辊筒的冷却效果;增大冷却辊筒直径可以增加冷却时间,提高冷却效果。