城市污水处理出水水质预测预报的一种多步记忆软测量建模

针对目前城市污水处理过程某些重要出水水质指标参数因缺乏可靠的专用在线仪表而只能靠人工化验来确知的现状,本文引入了软测量技术并根据污水处理工艺运行的实际情况,设计了具有记忆能力的软测量模型,由已知的过程参数来估计出不可在线测量的目标参数值.仿真研究结果表明具有多步记忆的软测量模型其预测精度高于常规软测量模型.多步记忆软测量模型的获取为开发实用化的污水处理出水水质预测预报软件奠定了坚实的基础.     

基于神经网络在线学习的脱硝系统入口氮氧化物预测

针对脱硝系统入口氮氧化物静态软测量预测模型不能满足变负荷时需求的问题,建立了一种基于神经网络在线学习的软测量模型.利用粒子群算法对静态神经网络的参数进行寻优,结合预报误差和当前预测误差的大小在线更新网络的权值、阈值和学习速率,可以满足不同负荷下的需求,利用电厂的实际运行数据对模型进行了验证.结果表明:在不同负荷下,建立的神经网络在线学习模型的准确性高,实时性好,泛化能力强,可以很好地对入口氮氧化物进行预测,为脱硝系统入口氮氧化物在线测量和监测提供了一种有效的方法.     

基于RBF神经网络的丙烯腈收率软测量方法

针对丙烯腈生产在线收率的测量问题,通过研究RBF网络的特点,利用其学习时间短且具有良好的逼近性能,及其在建立软测量模型中的较大优越性,采用RBF网络建立丙烯腈收率在线测量的软测量模型,并运用大量实测数据进行训练和仿真.结果表明,该方法可以实现对丙烯腈收率的在线测量,为实现直接质量控制奠定了基础.     

基于模糊神经网络的球团密度在线测量

提出了一种在线测量球团密度的新方法．该方法以模糊神经网络技术为基础,综合考虑制团过程各因素对球团密度的影响,建立起球团密度的软测量模型．在软测量模型中,采用模糊神经网络模型描述球团密度变化的非线性过程,并提出了一种改进的模型辨识算法,利用减法聚类法确定合适的聚类组数目,并用实数编码的遗传算法优化全局参数,从而获得了结构简单、具有较高精度的模糊神经网络软测量模型．根据此方法,设计了测量装置,并进行了现场试验,试验结果表明软测量模型输出与实验室测量值基本一致,平均误差较低且最大误差未超过0．05g／cm^3．     

磨矿过程产品粒度软测量的比较研究

磨矿粒度(GPS)难以进行直接在线检测且化验过程滞后,必须采用软测量技术对其进行在线估计以及在此基础上的闭环控制.针对一个实际的两段式磨矿回路流程,分别基于多元回归、案例推理(CBR)和神经网络(NN)技术建立了三种磨矿粒度软测量模型,并对其进行了基于工业试验的比较研究.结果表明,基于CBR的磨矿粒度软测量方法优于BP神经网络软测量(BP-NN)方法和多元回归模型估计方法.     

基于DRFNN的赖氨酸发酵生物参数估计

赖氨酸发酵过程是一个复杂的非线性强耦合动态过程,发酵过程中某些关键生物参数(如菌体浓度、基质浓度、产物浓度)难以实时在线检测.针对这些问题,建立了基于动态递归模糊神经网络(DRFNN)的赖氨酸发酵生物参数估计软测量模型.利用主元分析法建立发酵过程中在线不可测参数的软测量模型,应用动态递归模糊神经网络所具有的自学习、自适应能力以及对任意非线性的逼近能力,对该模型进行辨识,从而达到预测这些关键生物参数的目的.仿真结果表明该方法能够对赖氨酸发酵过程中不可在线测量的生物参数进行估计,且达到了较高的精度.     

中药提取软测量系统的设计与实现

针对超声波提取中草药活性成分含量检测困难的问题,通过采用可测量的辅助变量建立基于神经网络BP算法的软测量模型来估计不可测量变量的值,并利用单片机进行辅助变量的数据采集和软测量模型计算,实现了用软仪表对超声波中药提取率的在线测量。与目前采用紫外分光仪离线取样进行检测相比,该模型克服了离线测量工作量大、无法直接得到提取率的测量值等缺点,具有测量精度较高（测量相对误差控制在5%以内）、响应速度快和实时性好等特点。     

煤泥水水质监测及软测量技术的应用

为了调控煤泥水系统的水质硬度,使其既有利于沉降又有利于浮选,实现煤泥水水质硬度的在线监测是基础保障.考虑到煤泥水水质硬度的在线监测技术还没有工业化应用,提出了以电导率为辅助变量的软测量技术.进行了实验室模拟水体试验和工业现场的循环煤泥水监测试验,试验结果表明,电导率与水质硬度的正线性相关性较好,线性相关系数的平方值分别为0.979 6和0.953 7.然后,建立相应水体的水质硬度和电导率关系的软测量模型,利用软测量模型对电导率数据进行处理和转换,可实现循环煤泥水系统的水质硬度的在线监测.     

基于软测量模型的粗轧厚度预测方法

为提高热连轧粗轧过程各道次厚度控制精度,满足道次动态修正的要求,提出了一种简单有效的厚度软测量模型.基于典型粗轧区的仪表配置,模型从轧件跟踪、数据处理等方面进行了针对性的研究,提出了偶数道次立辊辊缝渐变的策略用于可逆轧制过程中的宽度测量,并通过模型预测得到了轧制过程中各道次的出口厚度.现场实际应用表明,通过软测量模型预报的各道次厚度与实际测量结果吻合较好,各道次的厚度预报偏差在±0.10 mm范围内达到95.2%,满足了现场生产需求.     

基于局部加权最小二乘支持向量机的含硫废气质量指标监控简

为监控脱硫单元废气中的H2S及SO2的含量,本文采用一种基于局部加权最小二乘支持向量机（Local Weighted Least Squares Support Vector Machines,LWLSSVM）的软测量建模方法.在即时学习框架下（Just-in-time learning,JITL）建立WLSSVM模型,模型参数通过粒子群优化算法（Particle Swarm Optimization,PSO）优化获得.采用此软测量模型代替硬件分析仪表在线估计H2S及SO2的含量,能够避免对硬件仪表的腐蚀,减少维护负担,从而降低运营成本.在某硫回收单元上的应用效果表明,所建软测量模型具有令人满意的预报精度.     

基于对角递归神经网络的粘度软测量模型

采用对角动态递归神经网络,基于生产过程的可测参数,构造聚酯(PET)的粘度软测量模型,实现PET粘度的在线估计。实验表明了方法的有效性和可行性。     

分布式光纤裂缝传感技术的试验研究

为探讨光纤-混凝土复合体在开裂过程中形成的力学-光学本构关系,本文采用模型试验方法对混凝土裂缝监测的分布式光纤传感力学-光学本构关系进行了实测标定,将试验结果中的混凝土裂缝宽度和光损耗值绘于坐标图上,分别采用半对数坐标幂函数拟合和普通坐标的多项式拟合2种方法建立了二者之间的函数关系。2种拟合方法结果的比较表明,普通坐标多项式拟合法优于半对数坐标幂函数拟合法。     

板材剪切横裂原因

板材剪切横裂纹源于连铸坯相应部位的柱状晶晶间裂纹,而柱状晶晶间裂纹是由于矩形连铸坯宽面柱状晶区的收缩应力向两侧传递,在靠近窄面柱状晶区末梢形成拉应力,进而造成柱状晶晶间裂纹。对于包晶钢应尽量避开碳含量的裂纹敏感区或采用轻压下技术可减少裂纹的出现,还应注意轧制剪切温度以避免轧制后晶间裂纹的焊合面再撕开造成剪切横裂     

连铸板坯轻压下过程中间裂纹产生机理

针对板坯连铸过程中间裂纹严重的问题,对中间裂纹的形貌、元素偏析等情况进行分析.通过建立有限元模型,对不同压下位置和不同压下量凝固前沿的受力情况进行计算并与临界应力值进行对比.结果表明：C、P、S等元素在晶界处富集只是促使中间裂纹开裂的内因,真正造成铸坯开裂的原因是凝固前沿所承受的拉应力.铸坯通过矫直段时,多处位置的凝固前沿所承受的拉应力超过钢的临界值,导致凝固前沿容易开裂延伸,形成中间裂纹;而弧形段和水平段处凝固前沿所承受的拉应力不超过钢的临界值,无裂纹产生.统计现场大量轻压下的实验结果显示：轻压下避开矫直区进行时,中间裂纹的发生率降低约41.3%.     

发酵过程中生物量浓度的在线估计

在发酵过程中,像生物量浓度等变量都是进行实验室的离线采样分析,这往往由于存在较大的时间延迟而不能及时地进行过程控制,达不到指导生产的目的.而软测量技术为该问题提出了一个很好的解决办法.基于神经网络与最小二乘支持向量机分别建立了生物量浓度的在线检测软测量模型.模型分为两类:黑箱模型与混合模型.模型的训练与验证数据都是取自真实的实验过程诺西肽发酵.结果表明软测量方法对生物量浓度具有很好的预估性能,而且加入先验知识的混合模型精度更高.     

基于Elman神经网络的城市污水处理水质参数软测量

在介绍序批式活性污泥法(SBR)的城市生活污水处理工艺的基础上,针对反应过程所具有的多变量、非线性和动态复杂反应的特点,利用水质参数与多个过程可测参数间的关联关系,提出了基于Elman递归人工神经网络的水质参数软测量模型.以ORP,DO浓度和pH值作为输入参数,可实现对COD,NH3,TP水质参数的软测量.基于污水处理实验数据建立软测量模型,结果表明,上述软测量模型对污水处理水质指标COD,NH3,TP具有理想的预测效果.     

轻压下技术在连铸中的应用及研究

主要介绍了轻压下技术最近的发展情况。根据其在不同厂家的应用效果，分析了压下参数对铸坯内部质量的影响。分析表明，较大的压下量有利于改善中心疏松，但却会加重铸坯裂纹。压下量一般以6～7mm为宜，超过此值后压下量继续增加，中心偏析无明显改善，中心裂纹却增加。轻压下技术对铸坯的凝固组织也有一定的影响，可以显著提高凝固组织中的等轴晶率。开发更准确、响应速度更快的热跟踪模型、压下模型是轻压下技术未来的发展方向。     

焊接凝固热裂纹声发射检测技术关键问题

高速焊接技术在造船、石油化工、电力、冶金、汽车等领域应用越来越广泛,焊接凝固过程易产生热裂纹,现有焊接热裂纹检测主要依靠焊后检验,不能为焊接凝固热裂纹的抑制提供在线、准确的关键信息.阐述声发射检测技术应用于高速焊接凝固热裂纹的在线检测的主要特点和难点,分别综述和分析了声发射动力学模型,复杂噪声背景下声发射信号微弱特征信息提取及热裂纹状态智能识别的国内外研究进展,指出声发射技术应用于焊接凝固热裂纹检测面临的关键问题,并讨论解决这些关键问题的途径.     

力学性能非对称焊接接头疲劳裂纹扩展规律

研究了硬对软（ＣＳ）、软对硬（ＣＨ）和软硬中（ＳＨＭ）三种典型的力学性能非对称焊接接头疲劳裂纹扩展规律．结果表明：力学性能非对称性对焊接接头的疲劳裂纹扩展规律有很大影响．起始裂纹在软区的硬对软力学性能非对称焊接接头，起始裂纹越靠近硬区，疲劳裂纹扩展速率越快；起始裂纹在硬区的软对硬力学性能非对称焊接接头，起始裂纹越靠近软区，疲劳裂纹扩展速率越慢；起始裂纹在硬区的软硬中力学性能非对称焊接接头，硬夹层宽度越窄，疲劳裂纹扩展速率越慢．     

基于模糊信息粒化软测量建模方法研究

提出了一种模糊信息粒化方法和支持向量机相结合的软测量建模方法.利用模糊信息粒化方法对样本数据进行特征提取,降低样本的维数;利用提取的特征作为支持向量机的输入进行建模.用该方法建立柴油凝点的软测量模型,结果表明,该模型具有很好的预测精度和泛化性能,是一种有效的数据建模方法.