搜索结果: 16-30 共查到“知识库 化工系统工程其他学科”相关记录117条 . 查询时间(3.542 秒)
REACTION RATE OF SULFITE OXIDATION WITHOUT CATALYST
WITHOUT CATALYST REACTION RATE
font style='font-size:12px;'>
2009/6/12
REACTION RATE OF SULFITE OXIDATION WITHOUT CATALYST.
苯乙烯的间歇-半连续RAFT细乳液聚合
活性自由基聚合 RAFT聚合 细乳液聚合
font style='font-size:12px;'>
2009/6/12
进行了苯乙烯的间歇-半连续RAFT细乳液聚合，考察了半连续段的起点、单体滴加速率及最终胶乳固含量的影响。结果发现：从最终胶乳的稳定性考虑，半连续聚合的起点选择在间歇聚合的高转化率时期更好;若综合考虑胶乳的稳定性、分子量及其分布、固含量、乳化剂及共稳定剂在胶乳中的残留率等因素，半连续聚合的起点可适当提前，但必须在间歇聚合成核期结束后。过早容易引起乳液的失稳;过迟会延长反应时间，降低聚合物的制备效率，...
提出了一种适用于病态对象的鲁棒控制器设计过程.该过程把增益修正法（loop shape design procedure）与频域响应近似法(frequency response approximation)相结合，分两步设计二维自由度（two-degree-of-freedom）控制器：即反馈控制器和前置滤波器.整个设计过程针对一个众所周知的病态系统控制问题进行演示.
广义回归神经网络的改进及在延迟焦化建模中的应用
广义回归神经网络 优进策略 遗传算法
font style='font-size:12px;'>
2009/6/11
广义回归神经网络（GRNN）具有明确的概率意义，其参数大多能自动确定，仅光滑因子参数需优化估值.采用优进遗传算法（EGA），将确定性与随机性寻优操作相融合，实现了高效全局搜优，它所基于的优进策略包括设计Powell寻优算子、改进交叉算子、自适应地调整交叉率和变异率等.以推广能力作为优化目标，所建的GRNN有很强的非线性拟合能力和优良的预报性能，将其成功地为延迟焦化过程建模，与径向基网络（RBFN）...
基于辅助变量KNN分析的软测量建模方法
KNN 辅助变量
font style='font-size:12px;'>
2009/6/11
提出一种基于辅助变量最近邻（KNN）分析的软测量建模方法，该方法将KNN算法应用于辅助变量分类，根据分类结果，应用核主成分分析（KPCA）和支持向量回归机（SVR）相结合进行软测量建模。KNN分析独立于后继回归模型，却又直接影响模型结构，KPCA作为中间层，在KNN分类结果指导下提取不同类别包含辅助变量高阶信息的特征主元，然后使用SVR建立特征主元和主导变量之间的回归模型。用该方法建立粗汽油干点软...
基于动力学模型的丙酮酸分批发酵温度控制策略
丙酮酸 动力学模型
font style='font-size:12px;'>
2009/6/11
在对不同温度下Torulopsis glabrata分批发酵生产丙酮酸过程进行详尽分析的基础上，建立丙酮酸分批发酵动力学模型，并分析了温度与动力学参数之间的函数关系，提出T.glabrata高产量、高产率和高强度发酵生产丙酮酸的温度控制轨迹：在发酵初始阶段(0～8 h) 控制发酵温度为34℃以维持较高的菌体生长速率和丙酮酸合成速率;发酵中期(8～42 h)，逐步将发酵温度降到27℃以获取代谢流强化...
基于SPM的多变量连续过程在线故障预测方法
在线故障 SPM
font style='font-size:12px;'>
2009/6/11
研究了一类模型未知带有隐含故障的多变量连续过程故障预测问题。基于统计过程监测(SPM)方法，提出了一种上述故障预测问题的解决方案。该方案首先利用正常状态下的样本数据建立主成分分析(PCA)模型，然后根据该模型构造出预测特征量，最后对该特征量进行时间序列分析和预测，从而预测出系统的剩余有效寿命(RUL)。针对线性时不变系统构造了预测特征量，并分析了在一定的系统结构假设和故障假设下的剩余有效寿命预测误...
基于特征样本核主元分析的TE过程快速故障辨识方法
核主元分析 特征样本
font style='font-size:12px;'>
2009/6/11
核主元分析（KPCA）在非线性系统的故障检测方面明显优于普通的PCA方法，但存在无法进行故障辨识以及在故障诊断过程常常出现核矩阵K计算困难等难题。针对上述问题，提出了一种基于特征样本核主元分析方法（FS-KPCA）非线性故障辨识方法。首先采用特征样本（FS）提取方法有效解决核矩阵K的计算量问题。然后利用计算核函数的偏导方法求取KPCA监控中每个原始变量对统计量T2和SPE的贡献率，利用每个变量对监...
基于渐近理论的两阶段过程辨识方法
过程 渐近理论
font style='font-size:12px;'>
2009/6/11
提出了一种基于渐近理论的两阶段过程辨识方法：先用高阶模型得到无偏估计和频域方差;然后通过OE模型与MDL定阶法进行降阶处理。它将多变量模型结构辨识转换为易于实现的单变量问题，同时通过模型频域方差进行模型验证，解决了传统多变量辨识方法的阶次估计及模型验证难的问题。采用多通道测试信号，测试时间短，对装置生产影响小。应用实例表明了算法的有效性。
基于一类赋时模糊Petri网的化工过程异常事件监控
化工过程 类赋 模糊Petri网
font style='font-size:12px;'>
2009/6/11
化工生产中出现的异常事件往往导致系统出现故障，甚至发生重大事故，因此，建立预测和诊断异常事件的监控系统对生产过程的有效和稳定操作具有重要的意义。为此提出了一类赋时模糊Petri网（tFPN）模型，用于化工过程异常事件的预测与诊断，tFPN的变迁与产生式规则的可信度和时间相关联，可自动进行模糊推理。建立了基于tFPN的异常事件综合监控方案，并以聚丙烯反应为例进行了详细讨论。
基于自动微分的精馏塔优化计算灵敏度分析
精馏塔半开放模型 自动微分 敏度分析
font style='font-size:12px;'>
2009/6/11
提出一种基于自动微分和隐函数求导法则的精馏塔优化计算灵敏度分析方法，可以求出精确的、无截断误差的灵敏度系数，以反映精馏塔模型中各种不确定因素变化所引起的改变和影响.精馏塔模型采用的是结合了封闭式和开放式两种建模方式优点的半开放模型.文中用乙苯精馏塔的优化结果分析验证了该方法的有效性.通过与差商法的对比，该方法体现了明显的精度优势.
利用结构逼近式混合神经网络实现间歇反应器的建模
间歇反应器 混合神经网络 结构逼近式
font style='font-size:12px;'>
2009/6/10
提出了一种新的混合神经网络建模方法——结构逼近式混合神经网络。基于此结构建立的混合神经网络可以充分利用已知非线性系统的结构信息，使神经网络“灰盒”化，更好地解释和描述系统各变量间的因果关系，从而提高网络的建模精度和模型的可靠性。本文介绍了这类神经网络的基本特性、拓扑结构和训练方法。报告了一个典型放热液相二级平行间歇反应的建模过程;并针对间歇反应过程测量滞后的情况，与两种不同的混合神经网络模型作了比...
两群微粒群算法及其在油品调和优化中的应用
优化 油品调和 两群微粒群算法
font style='font-size:12px;'>
2009/6/10
针对复杂的非线性约束优化问题，提出了一种含变异算子的两群微粒群算法。算法构造了两个粒子群，分别设置了不同的搜索速度上限，并设计了粒子群间的协调机制和变异算子，使算法的寻优能力得到增强。针对油品调和配方优化进行了实例仿真，研究结果表明所提出的算法能获得较理想的调和配方，在满足调和利润最大的同时能保证对调和指标的卡边，使调和成品油的指标富余量大大降低。