基于混沌粒子群优化的火电机组负荷分配

为进一步优化电厂负荷的分配,有效提高发电厂的经济效益,在粒子群算法的基础上结合混沌优化等算法对电厂负荷的分配进行了改进研究。该方法从火电厂的实际发电情况出发,考虑了阀点效应和机组在实际运行过程中的约束条件,建立了发电机组负荷优化分配模型,并利用罚函数法将此模型转化为非约束问题求解,实现了利用混沌粒子群算法来优化发电机组负荷,解决了局部最优和收敛速度慢等问题。通过实例分析证明了该算法的可行性。     

酸洗-冷轧联合机组生产切换策略

以钢铁企业的冷轧生产过程为背景,分析了酸洗-冷轧联合机组与后续机组间的生产协调特征,探讨了在确保生产连续运行的前提下降低库存水准和降低切换频率的机组切换策略,建立了确定酸洗-冷轧联合机组切换时长和切换批量的优化模型,研究了用于模型求解的切换规则,开发了面向生产实际的应用算法. 对企业生产实际数据的计算和分析表明,算法具有良好的计算效率和适用性.     

梯级电站长期负荷分配模型及其求解方法

针对以往梯级水库长期负荷分配研究只考虑空间组合而较少考虑时间组合的缺点,建立了考虑空间组合和时间组合的梯级电站长期负荷分配模型及其求解方法,并以乌江梯级水电站为实例进行验证.研究结果表明, 采用混合搜索法求解梯级水库长期负荷分配问题,与快速分配法求解结果相比,调度期内可减少弃水电能1.14亿kW,并将其转化为调度期末梯级蓄能0.92亿KW,不仅确保了目标函数最优,而且计算结果能真实反映梯级水电系统实际运行情况.     

基于禁忌粒子群算法的热电联产负荷经济分配

根据热电联产机组热电负荷可行域,建立含热电联产机组的负荷优化分配模型与全厂热电负荷可行域模型,将粒子群优化算法的全局搜索能力与禁忌算法的局部搜索能力相结合.对优化分配模型进行求解,在电负荷指令和热负荷指令分别为200 MW和115 MW下求解各机组负荷,总成本为2 695.2美元.通过算例分析验证了所提模型及算法的有效性,分析了凝汽式、热电联产式和纯供热机组之间的组合对全厂可行域的影响,并在此基础上分析了节能潜力与热电负荷指令的关系.     

并行加工系统中的负荷分配模型及启发式算法

在分析已有负荷分配算法的基础上，提出了关于并行加工系统负荷分配的模型和求解的新算法。模型的优化目标考虑使系统中加工负荷最重的设备的负荷最小，同时使设备负荷之差最小。     

基于多种群遗传算法的装配线平衡问题研究

产品在制造过程中,装配作业成本大约占制造成本的30%,装配线平衡问题是影响装配作业效率的关键因素。在装配线平衡研究中,提出在固定作业工位下求解装配线平衡的问题,建立了以生产节拍和工位负荷均衡为目标的装配线平衡优化模型,采用多种群遗传算法对固定工位下装配线的生产节拍、工序分配、工位负荷均衡、装配线平衡率进行求解,并基于MATLAB环境实现了多种群遗传算法的编码和求解。最后通过实例求解,验证了模型和算法的可行性。结果分析表明:装配线平衡问题得到了较明显的改善。     

影响冷轧双相钢生产稳定因素的控制

生产稳定性控制是双相钢汽车板质量与成本控制的关键。对某钢厂冷轧双相钢生产过程中的实际问题进行分析和实践,结果表明,酸轧焊机的后加热参数、激光功率和焊接速度以及连退焊机的合理参数决定了焊缝质量;冷轧机生产时钢种过渡强度差是引起勒辊和断带的主要因素;连退快冷工序冷却负荷分配控制是连退机组生产稳定的关键因素。通过对不同工序的参数进行优化,提高了双相钢生产的稳定性和产品性能均匀性。     

基于改进遗传算法的柔性作业车间调度优化

在实际生产中,加工成本愈发成为企业关注的重要因素.对以最小化加工成本与完工时间为目标的柔性车间调度问题进行了研究.首先,根据实际约束构建调度模型,提出改进遗传算法对模型进行求解,引入质量基因段来增强对染色体适应度值的评价,加速淘汰质量差的个体.其次,为了优化求解质量,提出了基于整体负荷最小与局部负荷最小的种群初始化方法...     

电力系统事故恢复过程中的负荷有功分配

对电力系统恢复过程中缺电区域的电力负荷分配问题进行了分析研究．为了满足电力系统实时调度的要求,建立了考虑Ｎ－１断线安全约束的负荷有功分配线性规划模型,并编制了程序,进行了计算．计算表明,该模型的计算结果符合调度实际情况,能够应用于实际调度．     

牛顿迭代计算在冷轧过程控制中的应用

采用牛顿迭代法,对冷轧过程控制带钢变形抗力后计算值进行非线性求解.从计算速度、计算稳定性和计算精度分析了该算法的特点,实际应用证明了牛顿法非常适合冷轧在线过程控制的非线性求解要求.     

冷连轧机负荷分配优化研究进展

轧制负荷分配优化可以使板带材产量最大化，能耗最小化，有效提高设备利用率和带钢成材率。本文从负荷分配的约束条件、优化目标及优化方法等方面论述了目前国内外理论研究及工程实践的进展；详细介绍了较实用的基于轧制工艺的迭代方法，并介绍了案例推理、粒子群等新兴的理论在冷连轧机负荷分配中的应用。最后指出以板形板厚综合指标为目标函数，以人工智能为寻优方法是冷连轧机轧制负荷分配优化的发展方向a     

CBR及KDD技术在中厚板轧制负荷分配建模中的应用

针对中厚板生产产品规格变化大、轧制条件复杂等特点,提出一种基于案例推理的负荷分配模型,并应用数据库中的知识发现技术进行案例修正,使模型更符合实际轧制情况.     

专家系统与工业过程的建模

一种具有学习功能、推理功能的新型专家系统，是基于广义模型化概念和系统仿真技术与人工智能技术的深度结合，构造出的一种带模型库的控制系统。通过在模拟实验装置上实验表明，该系统能在工业生产系统的动态过程中，随时监视外界的环境，自动采集生产过程变量，并对生产过程实时在线地修改和补充，从而能有效地解决生产过程的建模问题。     

面向复杂系统的智能协同建模方法研究

传统建模方法在实际大规模复杂工业系统应用中受到限制，人工智能在一定程度上克服了这个问题。但任一种智能建模方法都难以完满足综合化、复杂化的工业过程控制要求。提出复杂系统智能协同建模的概念，研全究它们在一定约束条件下的协同建模及优化机制，建立智能协同系统模型，并将其应用于热连轧实际生产过程中，为复杂系统建模提供了一条新的途径。     

基于SVM"一对一"聚类结构的滚动轴承状态诊断

文章在分析比较几种诊断方法的基础上,根据滚动轴承的故障特点,建立了SVM"一对一"聚类结构并对滚动轴承故障进行诊断;该方法基于结构风险最小化,能较好地解决小样本学习问题,避免了人工神经网等智能方法在对滚动轴承状态进行诊断时所表现出来的过学习、泛化能力弱等缺点;利用SVM"一对一"聚类结构对滚动轴承故障类别进行投票,降低了单个支持向量机的误判概率;具体实验结果表明,该聚类结构对滚动轴承的故障类别具有很高的诊断精度,能够取得理想的聚类效果。     

基于目标函数的冷连轧轧制力模型参数自适应

为提高轧制力模型的预报精度,提出了一种基于目标函数的轧制力模型参数寻优方法该方法通过建立轧制力模型参数自适应目标函数,以变形抗力和摩擦系数模型中的自适应系数作为寻优参数,采用Nelder-Mead单纯形算法对目标函数进行求解,从而获得满足轧制力精度的模型自适应系数本文提出的轧制力模型参数自适应方法已应用于某1700mm五机架冷连轧机组.现场应用表明:采用轧制力模型参数自适应后,轧制力模型计算值与实测值的均方差由不采用自适应的129%降至32%,证明该参数自适应方法能显著提高轧制力模型预报精度,满足在线控制要求.     

基于神经网络的动态轧制中摩擦因数仿真估算

基于多层前馈人工神经网络原理,研究了冷轧机组动态轧制过程中轧辊与轧件间摩擦因数的估算新方法.将轧制过程中摩擦因数视为轧制温度、润滑剂黏度、轧制速度等多参量共同作用的多变量非线性函数,采用神经网络非线性映射功能,构建了摩擦因数与影响参数之间的复杂函数关系的数学模型,提出了轧制过程中动态摩擦因数的神经网络插值逼近算法.同时编制程序进行多参数共同作用下的摩擦因数实例仿真分析,结果表明研究方法的可行性.     

薄铝带轧制工作辊边部接触的建模与仿真

为研究冷轧机在轧制薄铝带时工作辊边部接触对辊系受力和铝带断面形状的影响,借鉴弹性悬臂梁法和影响函数法的处理思想,建立了适用于实际生产在线控制的铝冷轧机辊系变形模型,并对不同入口铝带厚度、弯辊力、工作辊的接触状态进行仿真研究.仿真结果表明:工作辊边部接触力随入口厚度增加而增加、随弯辊力增加而减小;工作辊边部接触轧制时,轧机出口铝带凸度和横向厚差小于非边部接触轧制,有利于铝带边部减薄控制,但降低了铝轧机边部板型调控能力,在轧制中应尽量避免.     

Advances in simulated modeling of vibration systems based on computational intelligence

Computational intelligence is the computational simulation of the bio-intelligence, which includes artificial neural networks, fuzzy systems and evolutionary computations. This article summarizes the state of the art in the field of simulated modeling of vibration systems using methods of computational intelligence, based on some relevant subjects and the authors' own research work. First, contributions to the applications of computational intelligence to the identification of nonlinear characteristics of packaging are reviewed. Subsequently, applications of the newly developed training algorithms for feedforward neural networks to the identification of restoring forces in multi-degree-of-freedom nonlinear systems are discussed. Finally, the neural-network-based method of model reduction for the dynamic simulation of microelectromechanical systems (MEMS) using generalized Hebbian algorithm (GHA) and robust GHA is outlined. The prospects of the simulated modeling of vibration systems using techniques of computational intelligence are also indicated.     

热轧带钢轧制批量计划的实例应用

应用轧钢厂生产批量计划的理论方法,从热轧带钢的实际生产工艺出发,建立了热轧生产批量的具体模型·对模型参数的结构进行了分析,给出了模型参数的具体表达,并应用遗传算法用来求解热轧带钢生产计划问题·组合了运筹学与人机协调系统,开发了实验性原形系统·这个系统不但改进热轧调度的质量,由调度系统产生的热轧调度优于手工系统产生的调度,平均改进在２０％以上,而且降低了产生热轧调度的时间·