基于MAS的化工过程故障诊断研究(Ⅱ)

针对化工过程的故障诊断问题,给出了分布式化工过程故障诊断问题的多智能体的合作求解模型。通过对尿素生产过程中尿素蒸发与造粒的化工过程的仿真研究,详细描述了基于多智能体的故障诊断系统的应用方法。这种分布式的框架结构同以往的集中式的诊断方法相比,无论是在满足通信需求还是在简化计算复杂程度上都具有显著的优越性。     

基于MAS的化工过程故障诊断研究(Ⅰ)

提出了一种新的基于多智能体的分布式化工过程故障诊断方法。通过定义化工过程的诊断本体论和功能-行为本体论,系统在提高诊断系统性能的同时,能够显著降低整个系统构造的复杂程度。采用本文给出的化工过程诊断本体论后,整个多智能体故障诊断系统的开发任务从智能体的结构设计转移到对诊断本体论属性的应用上。     

基于集成模式的多参数综合智能故障诊断

基于产生式规则，事例，模糊诊断，神经网络集成模式，提出了多参数综合智能故障诊断方法，分析了多种诊断方法集成的必要性，以及该方法的知识表示，智能推理诊断及知识学习，应用结果表明这一多参数综合智能故障诊断的方法在实际工程中是行之有效的。     

基于数据驱动的过程智能优化技术研究现状及其在中药先进制药中的应用展望

随着信息技术的发展,现代制造企业面临着信息化、智能化的转型升级需要,以实现产品质量与生产效率的提升及生产成本的降低。与此相应产生的工业大数据正逐渐成为新时代的企业核心资源,有效提取其背后隐藏的价值越来越成为企业的核心竞争力。基于数据驱动技术建立生产过程的数字化模型,从而实现基于模型的过程优化控制,这作为一种智能制造关键技术,已经在各个行业中逐步得到了应用。文章通过对数据驱动的智能制造技术在各个行业中的应用情况进行总结,并评述其研究结果如何为大数据时代下中药制药过程智能优化控制提供策略建议。     

二进制量子粒子群优化算法及其在化工过程故障诊断中的应用

针对实际化工生产过程中故障数据缺乏,采用适合小样本问题的支持向量机(SVM)对化工过程稳态故障进行诊断。为了保证在线故障诊断的实时性,消除高维监控数据以及系统噪声对故障诊断的干扰,提出了一种新的基于二进制量子粒子群优化(BQPSO)算法和SVM的故障特征选择方法。仿真实验表明:BQPSO算法具有良好的全局搜索能力,能够快速、准确地搜索到故障特征变量;而基于特征选择的SVM故障诊断方法能可靠地实现对复杂化工过程的在线故障诊断。     

艾默生利用Rosemount 3051型压力变送器扩展其智能无线解决方案

罗斯蒙特3051型无线温度变送器提高生产效率,同时降低成本艾默生过程管理通过将其智能无线技术融合到罗斯蒙特3051型压力变送器中,使过程行业能够方便地达到最高生产效率,缩短停工时间罗斯蒙特3051型无线压力变送器产品提供全套的压力、     

泳疗在婴儿体智能发展中的应用

目的探讨泳疗对婴儿体智能发育的影响。方法选择2009年1~12月在该院进行童保健的114名健康婴儿,应用Gesell发育量表进行体智能发育评估和体质量测量。结果泳疗组运动能、应人能发育增长均高于对照组,差异有统计学意义(P<0.05),而体质量差异无统计学意义(P>0.05)。结论泳疗对婴儿的应人能和运动能发展有很好的促进作用,但对体质量的影响不大。     

IPCA在故障检测与分离中的应用

针对现有ＢＰ网络在故障诊断中存在的缺陷，提出了利用小波函数构造故障诊断神经元网络，利用变尺度算法进行网络训练，加快了网络的训练速度。并交结果运用到一个ＣＳＴＲ非稳态故障诊断的过程中，仿真实例表明，小波网络较ＢＰ网络具有更好的故障诊断能力。     

基于小波网络的非稳态故障诊断方法

针对现有ＢＰ网络在故障诊断中存在的缺陷，提出了利用小波函数构造故障诊断神经元网络，利用变尺度算法进行网络训练，加快了网络的训练速度。并交结果运用到一个ＣＳＴＲ非稳态故障诊断的过程中，仿真实例表明，小波网络较ＢＰ网络具有更好的故障诊断能力。     

从智能的培养看医学教育的改革

我们的教育方针是要求受教育者在德、智、体三个方面都得到发展.其中智育,一般包括知识和智能两部分.就学生来说,学习为前人已经认识并证明了的知识,是由教师按一定的教材,有计划、有目的地进行传授,通过学生的积极认识活动而实现的.而智能的培养和形成,则是在学习过程中,通过心智活动和某些实验活动而获得的. 目前,对智能的含义虽有不同的理解,但总的来说,都不外乎是培养学生具有独创     

基于支持向量机的化工过程故障诊断

引入了基于统计学习理论的支持向量机技术，以连续搅拌釜式反应器——CSTR模型为例，研究了非线性化工复杂反应过程的故障诊断问题。实验结果表明，支持向量机方法与传统故障诊断方法相比，具有更好的精度、速度以及适应性。     

PCA在过程故障检测与诊断中的应用

讨论了基于主无分析（PCA）的过程故障检测与诊断的原理,运用T^2统计、Q统计方法,结合贡献图对一典型过程进行了仿真分析,结果表明PCA方法可对简单传感器故障进行检测与诊断,并指出了该方法中的不足,提出了将PCA方法同基于过程动态模型的故障诊断方法相结合的研究思路。     

精馏塔开车过程混合故障诊断策略

化工过程有很多过渡过程,例如开停车、不同稳态间转换和间歇过程。这些过程的非线性很强,变化范围大,需要有经验的操作员连续监控。近年来对过渡过程的故障诊断比较通用的方法是多变量统计方法,其优点是能快速检测异常的发生,但是用贡献图分析方法的诊断效果往往不够理想。本文结合主元分析和动态时间规整的方法,提出了一个开车过程的混合故障诊断策略,提高了故障诊断效率。一个实验室规模的精馏塔开车过程的在线故障诊断应用实例表明:该策略具有比较好的早期故障诊断效果。     

改进的ANFIS方法在化工过程故障诊断中的应用

针对复杂的化工过程,在原有的自适应神经模糊推理系统(ANF IS)的基础上,结合主元分析和神经网络,提出了一种改进的自适应神经模糊推理故障诊断系统,并且分别将ANF IS和改进的ANF IS方法应用于TE(T ennessee E astm an)模型的故障诊断。两种方法均具有较高的精度,但改进的ANF IS具有运算速度快、结果清晰的优点,所以更适用于实际工业中。     

基于灰理论的化工设备诊断预测

首次对连续搅拌式反应釜和丙烷气体压缩机应用灰预测理论进行了故障预测,给出了GM(1,1)的灰建模过程,并以实例进行了检验,结果表明该预测模型计算简便、结果可靠。该方法应用于化工系统设备的运行状态监测、故障诊断预测,可及早判明故障的发展趋势及对设备的危害程度,为故障状态下的设备停车与否提供决策指导。