自适应模糊神经网络控制在DCS上的实现

集散控制系统(DCS)的普及与提高为先进控制的应用提供了强有力的硬件和软件平台。为充分利用DCS系统的资源,笔者利用DCS提供的接口和编程语言进行了先进控制研究与实现,通过对电阻炉炉温控制,证明其方法的可行性及有效性,取得了满意的控制效果。     

西门子水环真空泵在有机硅生产装置中的应用

近年来,水环真空泵的应用量大大增加,但国产水环泵在使用过程中,经常出现故障,给生产带来麻诸多不便。而德国西门子以其高品质、高性能的水环泵投放市场,效果令人满意,此泵1999年和2003年在我厂有机硅裂解装置上选型使用,效果很好。本文重点介绍其在有机硅装置上是如何选型设计和使用的。     

西门子水环真空泵在有机硅生产装置中的应用

近年来,水环真空泵的应用量大大增加,但国产水环泵在使用过程中,经常出现故障,给生产带来麻诸多不便.而德国西门子以其高品质、高性能的水环泵投放市场,效果令人满意,此泵1999年和2003年在我厂有机硅裂解装置上选型使用,效果很好.本文重点介绍其在有机硅装置上是如何选型设计和使用的.     

柠檬酸生产过程中溶解氧控制策略的研究

溶解氧是柠檬酸发酵过程中的重要参数之一。但由于是影响因素很多，精确模型难以建立，所以不易获得满意的控制效果。本文提出一种选择－预测控制方法。通过仿真证明该方法简单、易实现，且有较好的鲁棒性。     

贫数据中基于模型自训练的空气处理设备故障诊断

针对空气处理设备（AHU）故障贫数据,基于深度置信网络（DBN）模型对4种特征选择算法进行对比研究,结果表明最大相关最小冗余算法的特征子集在诊断准确率及子集元素稳定性上表现最优。提出将DBN 嵌入自训练框架的故障诊断模型,发现DBN自训练的诊断准确率较单纯DBN最高可提升19.5%。提出均匀抽样及按比例抽样2种自训练伪标签抽样策略,二者的诊断准确率均随抽样数减小而增大,在不同抽样数中的最大差异为3.42%;在所有贫数据样本中,均匀抽样策略始终优于按比例抽样,诊断准确率最大相差1.39%,表明在故障标签匮乏时,采用均匀抽样策略及较小的抽样数有利于提升DBN自训练的诊断性能。     

基于深度强化学习的分布式能源系统运行优化

分布式能源系统凭借其高效、环保、经济、可靠、和灵活等特点成为我国能源未来发展的重要方向。目前我国的很多分布式能源系统经济效益较差,主要原因是能源系统没有良好的运行策略。本文提出一种基于深度强化学习的分布式能源系统运行优化方法。首先,对分布式能源系统的各个设备进行数学建模。深入阐述了强化学习的基本原理、深度学习对强化学习的结合原理及一种基于演员评论家算法的分布式近端策略优化(Distributed Proximal Policy Optimization, DPPO)算法流程,将分布式能源系统运行优化问题转化为马尔可夫决策过程(Markov decision process,MDP)。最后采用历史的数据对智能体进行训练,训练完成的模型可以实现对本文的分布式能源系统的实时优化,并对比了深度Q网络(Deep Q Network, DQN)算法和LINGO获得的调度策略。结果表明,本文提出的基于DPPO算法的能源系统调度优化方法较DQN算法和LINGO得到的结果运行费用分别降低了7.12%和2.27%,可以实现能源系统的经济性调度。     

局部固支功能梯度板的横向弯曲研究

研究了局部固支功能梯度方板在横向均布载荷作用下的静力学问题。假设功能梯度材料由陶瓷和钢组成，材料弹性模量设计为沿着板的厚度方向按照幂指数形式连续变化，功能梯度方板的四个边均为局部固支，应用Kirchhoff薄板理论和虚功原理推导了板的静力学有限元方程。另分别考虑了各边50%固支和25%固支两种情况，在板材料为纯陶瓷和纯钢时，将所得结果与ANSYS软件结果对比，验证了所建模型的准确性。最后，重点分析了梯度指数对板面和边界最大挠度的影响。结果表明梯度指数和固支范围是决定最大挠度的关键参数，其中固支范围对边界上最大挠度的影响更大。     

考虑负荷密度的区域能源系统供能分区规划

现有的区域能源系统规划研究中缺乏科学有效的供能分区优化方法，且能源站的供能范围、数量和选址中未能考虑负荷密度特性问题，为此该文提出考虑负荷密度的区域能源系统供能分区优化设计方法。首先研究了负荷分布与能源站经济供能半径的关系，根据管网拓扑结构简化模型建立了负荷密度与能源站经济供能半径优化模型。进而基于推导得到的经济供能半径和负荷密度的特性关系，建立了以传统空调系统与区域能源系统的全寿命周期费用差值最大为目标函数的规划模型。最后通过案例仿真并与传统K-means聚类方法进行比较，结果表明该方法可使区域能源系统的能耗损失成本、管网投资成本和运维费用分别降低了22%，5.1%和2.1%。