基于起飞EGTM的航空发动机寿命预测研究

起飞排气温度裕度EGTM(Exhaust Gas Temperature Margin)是一表征航空发动机性能的重要参数,论文针对民航发动机性能监控,给出了起飞EGTM的定义及其估算方法,并利用起飞EGTM预测了某航空发动机的剩余寿命。实践表明,利用本文涉及的起飞EGTM估算方法,能够基本满足发动机工程管理的需要。     

基于Elman网络补偿模型的Smith预测控制

研究基于Elman网络补偿模型的Smith预测控制问题.采用互补建模方法对被控对象进行建模,其中机理模型反映被控对象的主要工作规律和运行趋势,但不可避免地存在一定的模型误差;通过Elman网络拟合机理模型的模拟误差,并对其进行补偿.实验结果表明,基于Elman网络补偿模型的Smith预测控制充分利用了神经网络的非线性拟合能力,只要对纯滞后环节精确建模,就可以完全抵消该环节对控制品质及系统稳定性的不利影响.该方法使得Smith预测控制可以用于模型不易精确确定的系统.     

冷轧机HAGC系统非线性模型辨识

分析了冷轧机液压自动厚控系统（HAGC）的非线性动力学模型特性．采用改进的Elman网络,建立了某冷轧平整机HAGC系统的动态模型,试验结果表明,Elman网络利用内部状态反馈描述系统的非线性动力学行为,适合于高阶非线性动态系统的实时辨识。     

强电场下部分极化反转对铁电复合物ε2的贡献

建立起适合厚片材料测试的非线性介电测试系统和相应的数据处理方法;测得了在不同场强和温度下ＰＺＴ／Ｐ［ＶＤＦ（７７）ＴｒＦＥ（２３）］０３ 型铁电复合物厚片的二阶非线性介电系数;根据Ｙａｍａｄａ 模型拟合（一阶） 介电系数的电场和温度依赖关系得到了退极化场系数Ｌｚ,并由此计算了在各电场和温度下作用于陶瓷粒子的局域场;结果说明在介电系数测试过程中,未预极化复合物试样的二阶非线性介电系数起源于分散相陶瓷粒子在局域场作用下发生的部分极化反转．     

高压天然气偏差系数的高精度解析模型

目前计算高压下天然气偏差系数最常用的是Dranchuk-Abu-Kassem模型,但在实际应用中,这种模型的计算结果存在较大的误差。根据Standing和Katz的天然气偏差系数图表,采用多重高介曲线拟合方法,建立了高压天然气偏差系数的高精度解析模型（简称LXF模型）。利用两种模型对不同拟对比温度和拟对比压力组合条件下的天然气偏差系数进行了拟合计算,与理论图版值的误差对比显示,在高温高压条件下LXF模型的拟合结果更优,特别是随着拟对比压力的增加,LXF模型的误差不断减小,因此,该模型更适用于高压和超高压条件下天然气偏差系数的工程计算。由于LXF模型的误差不断减小,因此,该模型更适用于高压和超高压条件下天然气偏差系数的工程计算。由于LXF模型是数学解析模型,因而具有计算快速、方便的特点。同时在压力大幅度变化的情况下,LXF模型计算精度比其他计算模型更高。     

一种非线性系统参数辨识的耦合算法研究

针对工程复杂性、时变性、非线性的特点,提出了基于混沌免疫粒子群算法(CIPSO)与El-man神经网络的耦合算法(CIPSD-ENN),用于非线性动态模型参数辨识.CIPSO优化算法将人工免疫系统中的克隆选择和混沌优化机制引入粒子群算法,在粒子群种群进化过程中,该算法对粒子进行克隆选择,提高其收敛速度,对克隆后的粒子混沌变异以增强种群局部搜索能力.最后,CIPSO与动态反馈型Elman神经网络融合,对其权值、阈值寻优,建立了基于CIPSO和ENN的耦合算法系统辨识模型.实验结果表明,算法具有收敛速度快、收敛精度高、鲁棒性强的特点,与单纯Elman网络辨识相比,模型收敛速度提高了10倍,拟合精度提高了2个数量级.     

角度风作用下输电塔塔腿子结构风荷载风洞试验

完成了不同风速下2个典型特高压直流（UHVDC）输电塔角钢及钢管塔腿模型的高频测力天平（HFFB）风洞试验,研究了塔腿在斜风作用下气动力系数、角度风系数以及风荷载分配系数的分布规律,并与各国规范计算值进行了对比分析。分别构造了角度风系数以及考虑横向升力影响的夹角α的非线性函数形式,并通过试验值拟合分析确定了相关的拟合参数。结果表明：阻力系数、合力系数以及角度风系数均呈M型分布。角钢塔腿气动力系数均大于对应风向角下钢管塔腿的气动力系数,而两者角度风系数总体比较接近。各国规范计算值整体上低估了塔腿的角度风系数。角钢塔腿中风荷载分配系数的计算应利用考虑横向升力的夹角α对角度风系数进行三角变换。提出的拟合公式可为工程设计提供参考。     

基于改进BP网络对三门峡水库泥沙冲淤量的计算

人工神经网络具有很好的分布存储和容错性，适合解决非线性问题．在分析了汛期、非汛期水库泥沙冲淤影响因子的基础上。利用改进的BP网络模型对水库泥沙冲淤量进行计算．网络训练时，非汛期采用动量法和学习律自适应调整策略，拟合误差较小，平均相对误差约为0．10；汛期采用Levenberg-Marquardt优化方法，由于非线性关系复杂及人为因素多。误差相对较大，利用该模型预测不同水库运行条件下泥沙淤积量，计算量小，使用方便．     

利用优化方法推算室内固结系数

利用最小二乘原理把固结系数确定问题转化为非线性优化问题,再用单纯形法对固结试验数据进行拟合计算,直接求出固结系数。计算结果表明:单纯形法可消除常规作图法中人为因素影响,有效地减少误差;且方法收敛速度较快,计算精度较高,通用、可靠。     

考虑温度影响的摩阻扭矩计算模型及应用

管柱在井下受热,产生的热应力会改变管柱轴向力,影响摩阻扭矩的计算。通过实验测量钻井液在不同温度下的润滑系数和泥饼黏滞系数,拟合出其随温度变化关系,结合热应力的作用,建立考虑温度影响的摩阻扭矩计算模型。实验结果表明,KCl聚合物润滑钻井液和油基钻井液的润滑系数和泥饼黏滞系数随温度升高而增大。应用该模型对涪陵页岩气焦石坝区块X井进行摩阻扭矩计算,得出考虑温度影响的计算模型顶驱扭矩误差为3. 7%,大钩载荷误差为4. 4%,计算精度较高。     

水的表面张力系数与温度的新关系式研究

为便于测试对比和工程应用,该文在收集大量数据的基础上,对水的表面张力系数与温度的关系进行了线性和非线性二次拟合分析,获得了水的表面张力系数实验值和公认值与温度的新型关系式.结果显示,0-30℃之间的数据占77.11%,水的表面张力系数的实验值与温度的线性、非线性二次拟合计算值与公认值的偏差较小,分别在[-0.465,0.365]m N/m和[0.128,0.180]m N/m之间.实验值的拟合计算值与公认值高度吻合,且二次拟合的精确度比线性拟合的精确度更高.30-80℃之间,数据点较少,二者的偏差有所增大,分别在[0.365,0.692]m N/m和[0.170,1.180]m N/m之间.     

一种多核神经网络集成的地震要素预测方法

为了提高地震要素的预测准确度,在同一个网络模型中构建多种不同类型的基核函数,对不同种径向基函数构建多核神经网络集成模型,以提高网络的精度.从确定最优径向基神经元数、适当加大训练的目标误差等多个方面加以优化,减小最小训练误差和提高预测精度.采用多元回归分析法,对样本进行拟合得到子预测的多元回归系数,对子预测模型进行多元回...     

真空荧光显示器灯丝温度特性的研究

为了对真空荧光显示器（VFD）灯丝温度在排气、激活和老化等工艺过程中进行有效的参数控制和最优选择以提高产品合格率,基于实测每个步长电压下的灯丝电流数据,通过建立灯丝温度特性的基本算法模型,采用最小二乘法得到了灯丝电阻率随灯丝温度变化的公式,利用牛顿迭代法确定了每步电压下的灯丝温度．最终实现了只需根据每步电压便可完成灯丝温度特性的计算与分析,并自行开发了便于工程应用的计算软件．研究结果表明,灯丝电阻率和灯丝温度符合线性关系,灯丝温度分别随灯丝电压、电流变化的Weibull拟合公式很精确,灯丝电流计算值与实验值相比误差很小．提出的理论模型、实验方案和计算方法为VFD灯丝温度特性规范设计提供了理论依据和技术参考．     

多元微通道平行流冷凝器理论模型与实验研究

针对多元微通道平行流冷凝器,运用分布参数法建立稳态理论模型.根据变工况实验拟合空气侧摩擦因子计算公式.分析了迎面风速、进风温度及制冷剂流量对冷凝器换热性能和压降的影响.结果表明,模型计算结果与实验数据变化趋势一致,最大误差为9.759%.证明了模型的正确性及有效性,可为多元微通道平行流换热器的结构优化及性能分析提供参考.     

超临界CO2萃取柴胡挥发油的工艺及模型

考察了萃取温度、萃取压力、CO2流量对萃取所得挥发油收率的影响。实验结果表明：挥发油收率随萃取温度和萃取压力的升高而增大,随CO2流量的增大先增大后减小;适宜的萃取条件为萃取温度50℃,压力20MPa,CO2流量1.5L／min。利用经验模型（EM）和两个简化的质量平衡模型（SM）对萃取过程进行了模拟。计算结果表明,经验模型拟合所得实验值和计算值的平均相对误差范围为2.07％-6.72％,简化的质量平衡模型Ⅱ（SMⅡ）拟合所得实验值和计算值的平均相对误差几乎都小于3.40％,表明经验模型和SMⅡ都能很好地描述SC-CO2萃取柴胡挥发油的过程。     

基于文化算法的新型Elman网络的过程建模方法

文化算法从微观（种群空间）和宏观（信念空间）两个层面上模拟文化的双重进化继承过程,为进化搜索机制和知识存储的结合提供一个构架。建立基于输入输出数据生产过程的统计模型时,参数估计是其中的关键,文化算法为此提供了有效途径。本文在Elman神经网络的基础上提出了一种新的改进型Elman网络模型——OAIF-Elman（Output-Add-Input Feedback Elman）网络来建立乙烯装置中裂解深度软测量模型,并结合文化算法来优化其网络权值。实验表明：文化算法比标准遗传算法搜索性能更优,搜索时间更快,同时也得到了满意的裂解深度模型。     

空气外掠钢渣颗粒准则关系式及其影响因素

通过空冷固态高温钢渣颗粒实验,由实验数据拟合平均努塞尔数实验关联式。对空冷高温钢渣颗粒进行三维数值模拟,研究不同绕流雷诺数下的准则关系式,分析空气外掠固态钢渣颗粒影响因素。研究得出空气冷却固态钢渣颗粒的实验关联式与数值计算关联式,实验与数值计算之间误差较小,验证了采用SST k-棕模型计算的可靠性。实验结果表明：钢渣颗粒的平均努塞尔数随着绕流雷诺数、粒径和气体流速的增大而增大。在同等条件下,钢渣粒径对平均努塞尔数的影响作用大于气体流速;模拟空冷高温钢渣颗粒时,直径对钢渣颗粒凝固时间的影响作用最大,导热系数的影响作用次之,来流空气温度影响作用最小。     

基于SARIMA-GA-Elman组合模型的短时交通流预测方法

针对单一模型无法深入挖掘交通流复杂的线性和非线性特征方面的局限性以及神经网络模型在训练时收敛速度缓慢等问题,提出了一种基于SARIMA-GA-Elman的组合预测模型.该组合模型有效地融合了季节性差分自回归滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型良好的线性拟合能力和Elman递归神经网络强大的非线性映射能力;在预测过程中首先基于SARIMA滚动预测时间序列的线性分量,然后使用SARIMA模型的预测误差序列建立Elman-RNN构建非线性误差模型;此外在训练非线性误差模型的过程中使用经过二进制编码的遗传算法(genetic algorithm,GA)优化Elman-RNN,旨在提升Elman-RNN的训练效率,最后把两个模型的预测结果加权组合得到最终的预测值.实验结果表明,该组合模型在预测精度和鲁棒性方面相比单一模型都有较为明显的提升.     

GA-Elman网络的网络控制系统预测

为了消除网络时延对网络控制系统的影响,采用Elman神经网络预测系统时延采样值,并用遗传算法优化神经网络权值阈值.实验仿真表明:经遗传算法优化后的Elman神经网络具有很好的预测精度及动态性能,能够消除时延的影响,并验证了该方法对时延采样值预测的有效性.     

NaOH-NaAl(OH)4-H2O体系活度系数的计算模型

基于三水铝石在不同温度下的平衡溶解度，依据铝酸钠溶液表现介电常数ε’的概念，应用Debye-Htickel理论，拟合回归出ε’与苛性比（σk）、苛性碱的质量摩尔浓度（m）和温度（t）的函数关系式。同时，为解决当ε’过大时活度系数（γ）误差较大以及由于活度系数大于1而导致ε’无实数解的问题，借助修正项系数br，并导出br与σk，m和t的函数表达式，最终将活度系数γ与σk，m和t相关联，从而建立NaOH-NaAl（OH）4-H2O体系中NaAl（OH）4的活度系数计算模型。研究结果表明：当t为25～100℃，m为0．1～10mol／kg，σk为1．5～10．5时，活度系数模型计算值与文献实验值之间的相对误差小于10％；NaAl（OH）．活度系数γ和ε’均随σk和优的增大而增大；当σk〈5．5时，γ和ε’随t的升高而减小，而当σk〉5．5时，γ和ε’均随t的升高而增大。