基于约束网络的产品开发微观过程模型

立足于对产品开发过程的微观分析,建立了基于约束网络的产品开发过程模型及其过程约束网络模型、过程动态模型和过程协调模型等扩展子模型。对过程的约束规划、时序关系、流向控制、状态转移、动力学特性以及过程间的交互协调进行了详细的阐述和分析。结果表明,合理的微观过程建模是实现产品开发全过程、全系统、全性能优化的全生命周期设计目标的重要手段。     

双线性过程的鲁棒数据协调

针对基于鲁棒目标函数的双线性数据协调问题,提出了一种新的算法.首先利用两步法将双线性数据协调问题转化为两个线性数据协调问题,然后利用罚函数法把约束优化问题转化为无约束优化问题,最后给出了Huber函数的等价权,以及利用等价权法求解双线性鲁棒数据协调问题的表达式.在迭代求解过程中考虑了变量的上下限约束.仿真结果表明该方法能有效地求解双线性鲁棒数据协调问题,降低显著误差的影响.     

基于MAS的分布式协同设计任务冲突处理研究

任务分解与冲突控制是网络分布式环境下进行产品并行设计的关键．通过收集产品各领域的指标约束与关系约束来构建基于约束网络的产品参数协调模型，采用区间描述设计变量的不确定性信息，并将区间算法与基因算法相结合实现了一致性模型求解框架，使用该方法能够检测潜在冲突，得到与给定产品指标相对应的设计变量可靠解空间，进而辅助设计人员决策。同时采用Agent技术对协同设计中多群体多层次的设计任务和设计进程进行管理和控制，建立了以项目和任务为中心的协同设计Agent模型，研究了模型共享、协同设计agent、并发控制机制等关键技术，构建了一个基于多Agent的分布式实时协同设计原型系统应用实例说明了其有效性。     

原油蒸馏过程中的数据协调与操作优化

原油蒸馏过程是一个复杂的连续工业过程,其操作优化将为企业带来可观的经济效益,解决该问题的难点主要在于过程数据协调,过程建模及优化算法。针对某炼油化工有限公司原油蒸馏过程,进行了基于物料平衡的过程数据协调计算,建立了以过程严格机理模型为约束的轻油收率优化模型,并提出应用遗传算法求解上述高维非线性工程优化问题,取得了满意的结果。     

基于再分析数据的测风数据插补方法

研究了MERRA网格点与输入变量的数量对插补精度的影响.以人工神经网络与遗传算法为工具建立MERRA数据与缺测数据相关关系的数学模型,基于该模型对现场缺测数据进行插补.该方法解决了在缺少合适参考气象站、参考测风塔数据时的缺测数据插补难题.以湖北某山区风场为例进行验证,结果表明:插补精度与选取的MERRA格点数量一定范围内呈正比关系,输入模型变量的较优选择为风速、风向、单位时间气温变化、日夜以及季节,计算得到的插补数据与缺测数据相关系数达到0.814,相对采用参考气象站数据和参考测风塔数据作为数据来源的方法,相关系数分别提高97.6%和10.3%.     

基于代理模型的汽车乘员约束系统仿真设计

为在设计过程中有效减少轿车乘员约束系统的设计参数,并快速优化轿车乘员约束系统的安全保护性能,采用一阶线性响应表面模型和D-最优试验设计方法进行约束系统设计变量的筛选,对筛选后的变量应用Kriging代理模型和均匀试验设计方法进行设计参数的仿真优化,将优化结果与直接使用碰撞仿真软件MADYMO计算得到的结果进行对比.研究表明,一阶线性响应表面模型和D-最优试验设计方法能有效筛选出重要的并对约束系统性能具有决定作用的设计变量,而Kriging代理模型和均匀试验设计方法能在选定的设计变量的基础上,快速取得较好的优化设计结果.     

基于关键变量的OPLS预测方法

产品的最终质量主要是由生产过程中的关键变量决定的,因此,回归模型的质量预测能力与过程变量的选择密切相关。本文提出了一种新的基于关键变量(CV)的OPLS预测方法(CVOPLS),用于输出变量较多过程的质量预测。首先,根据关键变量选取准则,为每个质量变量选取建模所需的关键过程变量。为了减少最后需要建立的模型个数,将由质量变量及其相应的关键过程变量组成的数据阵进行重组,并用OSC算法去除重组后的数据阵中与质量变量无关的干扰信息。然后,对校正后的数据阵建立PLS模型,求取相应的模型回归系数,得到最终的质量预测结果。与传统的PLS及OPLS方法相比,该方法能够在保证模型较好预测精度的前提下,有效地简化模型结构。最后,通过Tennessee Eastman(TE)过程的实验仿真验证了CV-OPLS方法的有效性。     

基于换热成本比的R410A风冷式冷凝器优化

在对R410A空调用风冷式冷凝器进行实验研究的基础上,以换热量成本比为优化目标,分析了换热器结构参数变化对冷凝器性能的影响,进行了基于稳态分布参数模型的换热器仿真计算.通过比较,得出冷凝器换热量和传热系数随换热器的结构参数变化的情况,给出了冷凝器在一定运行条件下的单变量和多变量优化结果.研究表明,换热成本比随翅片厚度、翅片间距和管内径的减小而增大.     

双变量试差算法及其在循环水系统中的应用

基于末端热交换器冷流体流量核算的对数平均温差法,提出一种双变量试差计算方法以核算冷却循环水系统冷流体质量流量与出口温度。该算法将冷热流体出口温度约束引入换热器数学模型的求解过程中,选择末端换热器冷流体的质量流量、温度这2个变量代入换热器的热平衡方程和传热方程,计算换热量与热流体出口温度,不断修正冷流体质量流量与出口温度,直至热流体出口温度达到设定要求,且冷流体出口温度满足限制条件为止。以某工厂循环水系统节能优化设计为例,对比研究单变量试差法和双变量试差法在换热器冷流体流量核算中的应用。研究结果表明:按双变量试差法优化后的系统既能保障换热器的冷却效果,又能使冷流体出口温度满足控制要求。     

基于有界干扰Hammerstein 模型的化工过程的预测控制

为了控制一类由Hammerstein模型描述的合有输入约束和有界干扰的非线性化工过程,提出一种鲁棒预测控制策略.该策略分为两步,第一步考虑系统状态不可测的情况,对无约束受干扰的线性模型采用鲁棒输出反馈预测控制方法计算中间变量,其中为了处理干扰,采用二次有界技术设计出能够在线更新的估计误差集合的方法使得系统有界收敛.第二步通过中间变量求解非线性代数方程和采用解饱和的方法得到满足约束的实际控制输入.为了验证方法的有效性,对聚丙烯牌号切换过程进行控制仿真.结果 表明,应用本文的控制策略,不仅能够保证优化问题的递推可行性也能保证闭环系统的鲁棒稳定性.     

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.     

基于数据特征的模糊模型辨识与模糊控制器设计方法

针对难于建立精确数学模型的复杂过程,提出了一种基于数据特征的模糊模型辨识方法.该方法首先按过程输出随输入变量变化的剧烈程度对输入变量论域进行划分,然后在此划分的基础上确定出模糊模型的规则总数和前件参数,最后由于要建立的模糊模型可以表示为一个前馈模糊神经网络,因此利用BP学习算法求得过程模糊模型的后件参数.基于所提出的模糊模型辨识方法进行了柔性连杆机器人模糊控制器设计,并进行了柔性连杆机器人模糊控制实验.实验表明,通过所提出的模糊模型辨识和模糊控制方法可以得到满意的控制性能.     

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。     

湿工况下翅片管换热器空气侧热质传递的数值模型

析湿在翅片管换热器用作蒸发器时经常发生,对换热器的性能有重要影响.文中提出了能从机理上对湿工况下翅片管式换热器空气侧的热质传递过程进行模拟的数值模型,它不仅包括用于反映水蒸气和液态水之间由于浓度差所形成的传质模型,而且包括基于经典成核理论的反映水蒸气直接冷凝过程的传质模型.该模型的计算精度较好,传热无量纲参数jh和实验数据的平均相对误差为6.93%,传质无量纲参数jm和实验数据的平均相对误差为12.1%.数值仿真表明,空气相对湿度仅在部分析湿工况下对传质特性有较大影响.     

一种基于时间槽描述的印染车间调度研究与实现

以某印染企业实际的生产过程为背景,依据其生产工艺提出的应用与印染行业的基于时间槽描述生产过程调度模型,引进了一种预排序规则,通过一个三维约束变量实现作业车间的精确调度。结合实际生产车间调度数据并借助于ILOG工具对模型进行求解,验证了所建立的印染车间调度模型的有效性与可行性。     

多水源给水管网宏观模型的开发与应用

根据测压点压力与供水泵站工况之间的内在关系 ,经过数学推导 ,建立了泵站出口压力与管网测压点压力及泵站出口流量之间的宏观关系模型 ,并给出了模型参数的求解方法 .模型直接建立了未知变量与已知监测数据之间的关系 .此模型被用于设计供水泵站的工况点 ,基于此模型 ,建立供水费用模型 ,在流量约束下 ,采用最优化方法 ,可搜索到泵站优化的工况点 .这种宏观模型的开发及其在泵站工况点寻优方面应用的可行性和有效性 ,通过一个实例得到了验证 .     

数据协调与过失误差侦破的鲁棒估计同步方法

为获得较准确的满足物料平衡和热量平衡的数据,传统的测量数据检验法（MIMT）计算复杂,而已有的数据协调和过失误差侦破的同步方法存在着不能准确识别过失误差等问题。基于鲁棒估计原理以及影响函数提出了一种新的鲁棒估计方法,用于稳态情况下的数据协调和过失误差侦破,并对计算过程中遇到的变量相关性问题进行了分析。计算结果表明,这种方法对线性和非线性问题都具有良好的效果,在侦破出过失误差的同时,可得到相应的数据校正结果。     

线性系统测量网络的设计与改造

对化工过程数据进行数据校正 ,可以提高所获得数据的精度和一致性 ,同时可以对重要的未测变量进行估计。为满足数据校正工作的需要 ,采用图论方法与混合整数非线性规划 (m ixed integer non- linear programm ing,MINL P)方法相结合 ,分析了线性系统中变量的可估计性 ,建立了考虑数据可估计性及可靠性要求的测量网络设计、改造的一般性问题的 MINL P模型。对某常减压装置常压部分的测量网络进行改造的实例证明了此模型的有效性     

基于滑动窗的CVA故障诊断算法

由于过程数据通常具有时变性,规范变量分析(CVA)在动态过程系统的故障诊断中不能得到较好的故障诊断准确率,因此提出一种基于滑动窗的规范变量分析(MWCVA)算法.该算法首先建立初始的CVA模型和计算监控统计量,通过滑动窗更新过程变量数据,计算更新建模所需数据,不断实时地更新出新样本的CVA模型和监控统计量.通过对Tennessee-Eastman过程的仿真,对比CVA、MWPCA和MWCVA的故障诊断效果,验证所提出算法的有效性.     

基于混合灵敏度的某自卸车车厢结构优化设计

基于HyperMesh对某款自卸车车厢结构进行有限元建模,选取了水平弯曲工况和扭转工况进行有限元分析,得到了不同工况下的最大应力和变形,验证了模型的有效性;并对进行了自由模态分析,选取前10阶的固有频率和振型。在分析结果的基础上,以弯、扭刚度及一阶弯、扭模态频率为约束;以车厢结构总质量最小为优化目标,对34组设计变量进行直接灵敏度分析和混合灵敏度分析,得到了4组对结构性能敏感变量及16组不敏感变量,并对4组变量进行厚度增加及16组变量进行减薄处理。最后对选取的20组变量进行模型重构,对优化前后的结构性能进行对比,结果表明在不影响其他性能的前提下,减重9.8 %,取得了较好的优化效果。