检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

93 篇 学位论文
62 篇 期刊文献
20 篇 会议

馆藏范围

175 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

162 篇 工学
- 65 篇 软件工程
- 48 篇 控制科学与工程
- 47 篇 计算机科学与技术...
- 39 篇 机械工程
- 29 篇 电气工程
- 20 篇 仪器科学与技术
- 18 篇 化学工程与技术
- 17 篇 动力工程及工程热...
- 12 篇 冶金工程
- 7 篇 力学（可授工学、理...
- 7 篇 材料科学与工程（可...
- 7 篇 信息与通信工程
- 7 篇 交通运输工程
- 6 篇 环境科学与工程（可...
- 5 篇 电子科学与技术（可...
- 5 篇 水利工程
- 5 篇 矿业工程
- 3 篇 土木工程
- 3 篇 轻工技术与工程
- 3 篇 航空宇航科学与技...
53 篇 管理学
- 52 篇 管理科学与工程(可...
10 篇 理学
- 4 篇 数学
- 4 篇 系统科学
- 3 篇 化学
- 2 篇 统计学（可授理学、...
4 篇 医学
2 篇 经济学
- 2 篇 应用经济学
1 篇 教育学
1 篇 文学
1 篇 农学
1 篇 艺术学

主题

175 篇 数据驱动建模
10 篇 虚拟样本生成
8 篇 模型预测控制
6 篇 高炉炼铁
6 篇 软测量
6 篇 深度学习
5 篇 神经网络
4 篇 小样本问题
4 篇 粒子群优化
3 篇 迁移学习
3 篇 电站锅炉
3 篇 小样本
3 篇 轨迹跟踪
3 篇 故障预警
3 篇 混合建模
3 篇 数据扩充
3 篇 机理建模
3 篇 软件开发
3 篇 故障诊断
3 篇 智能汽车

机构

16 篇 浙江大学
10 篇 东北大学
9 篇 东南大学
9 篇 北京化工大学
8 篇 华北电力大学
7 篇 天津大学
7 篇 北京工业大学
5 篇 哈尔滨工业大学
5 篇 西安理工大学
4 篇 江苏大学
4 篇 广西大学
4 篇 清华大学
4 篇 北京理工大学
3 篇 华中科技大学
3 篇 大连理工大学
3 篇 河南科技大学
3 篇 同济大学
3 篇 上海交通大学
3 篇 电子科技大学
2 篇 智慧环保北京实验...

作者

6 篇 乔俊飞
5 篇 汤健
4 篇 tang jian
4 篇 司风琪
3 篇 王慧芳
3 篇 qiao jun-fei
3 篇 wang huifang
2 篇 方培俊
2 篇 吕文祥
2 篇 叶睿恺
2 篇 刘祁跃
2 篇 朱鹰
2 篇 何海军
2 篇 周平
2 篇 蒙艳玫
2 篇 赵艳玲
2 篇 孙珑玲
2 篇 guo tian-jue
2 篇 刘强
2 篇 郭天觉

语言

175 篇 中文

检索条件"主题词=数据驱动建模"

共 175 条记录，以下是131-140 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于建模误差概率密度函数形状优化的小波神经网络建模及应用研究

基于建模误差概率密度函数形状优化的小波神经网络建模及应用研究

引用

作者：王晨宇东北大学

学位级别：硕士

随着信息采集、存储和处理技术的不断发展,生产企业每天都会产生和存储着大量数据,如何将这些海量数据进行有效利用,转化为有用的信息和知识,实现对生产过程的建模、控制、优化和决策已经成为企业迫切需要解决的问题,因此,数据驱动的智... 详细信息

随着信息采集、存储和处理技术的不断发展,生产企业每天都会产生和存储着大量数据,如何将这些海量数据进行有效利用,转化为有用的信息和知识,实现对生产过程的建模、控制、优化和决策已经成为企业迫切需要解决的问题,因此,数据驱动的智能建模受到了越来越广泛的关注。在数据驱动建模中,系统实际输出和模型输出之间的差为模型误差,模型误差的大小由模型的可调参数控制,其值越小表示模型精度越高。传统的基于数据的建模方法广泛采用均方差(Mean Square Error,MSE)、均方根误差(Root Mean Square Error,RMSE)准则,难以刻画具有随机特性的建模误差的所有统计信息,而且没有考虑数据点之间的分布状态,对于随机变量来说,只有概率密度函数(Probability Distribution Function,PDF)才能包含其所有统计信息,为此引入PDF对建模误差进行全面刻画和评价。另外,以MSE或RMSE作为指标的常规建模方法假设随机干扰为高斯过程,没有考虑干扰为非高斯过程的情况。因此这类方法用于具有非高斯随机干扰的过程建模时,难以获得满意的性能。目前,小波神经网络(Wa velet Neural Network,WNN)被广泛应用于解决实际工程的建模、回归与分类。小波神经网络普遍存在泛化能力不强、模型精度不高等问题。针对以上问题,本文依托国家自然科学基金重大研究项目“大型高炉高性能运行控制方法及其实现技术”(61290323),以柳钢2号高炉为研究对象,针对非线性系统,开展基于建模误差PDF形状优化的小波神经网络建模研究,本文具体工作如下:(1)基于常规MSE、RMSE等性能指标难以刻画具有随机特性的建模误差的所有统计信息的问题,引入PDF对建模误差进行全面刻画和评价。在此基础上,基于具有较强非线性逼近和自适应能力的小波神经网络,提出一种面向建模误差PDF形状优化的小波神经网络建模新方法:首先,根据小波神经网络建模输出与实际过程输出的误差序列,采用核密度估计技术对小波神经网络建模误差PDF进行估计;然后,以估计的建模误差PDF与建模误差目标PDF之间的偏差平方积分为优化性能指标,采用梯度下降方法优化小波神经网络模型参数集,使得最终建模误差PDF逼近目标PDF。最后,仿真算例表明:对于无干扰和具有非高斯干扰的系统,相对于常规基于MSE准则的小波神经网络建模,所提方法具有更高的建模精度和更好的泛化性能,尤其是所提方法的建模误差和估计误差PDF形状分布合理,接近于设定的理想误差PDF形状。(2)对于有强非线性和随机性的复杂系统,单纯利用梯度下降法优化目标函数容易产生震荡效应和陷入局部最小,为了解决这一问题,引入遗传算法(Genetic Algorithm,GA),遗传算法是一种通过模拟自然进化过程搜索最优解的方法,它在全局中寻找最优点,不会陷入局部最小,遗产算法简单通用而且具有并行处理的能力,还有鲁棒性强的特点。利用遗传算法初始化小波神经网络的建模参数,可以弥补小波神经网络前期搜索不足的缺点,进一步来提高建模精度。由此提出了一种基于建模误差PDF形状优化的遗传算法-梯度下降-小波神经网络(Genetic Algorithm-Gradient Descent-Wavelet Neural Network,GA-GD-WNN)建模算法,该算法流程大致分为两步,先利用GA对小波神经网络建模参数进行初始化处理,再在处理后的建模参数基础上利用梯度下降法对WNN建模参数进行优化,使得建模误差PDF逼近理想误差PDF。仿真实验表明,提出的基于建模误差PDF形状优化的GA-GD-WNN建模方法相比于基于建模误差PDF形状优化的WNN建模方法具有更好的建模精度和泛化能力,建模误差PDF形状更优,模型误差的分布更合理。(3)致力于解决实际工程问题,利用本文所提出的两种建模方法对高炉十字测温装置中心点温度建立估计模型,提供十字测温中心温度估计值,为操作员掌握高炉炉顶煤气流分布与变化,进行高炉相关操作制度调整提供可靠依据。工业试验和比较分析表明:引入遗传算法,可以对十字测温装置中心温度点进行准确和稳定估计,模型精度更高,泛化能力更强,而且模型估计误差PDF形状分布更为合理,接近于高而窄的理想高斯PDF形状。

关键词：建模误差PDF 数据驱动建模小波神经网络核密度估计遗传算法高炉炼铁十字测温装置

来源：评论

学校读者我要写书评

暂无评论

管式加热炉燃烧过程数学建模与趋势预测方法研究

管式加热炉燃烧过程数学建模与趋势预测方法研究

引用

作者：辛一丹西安理工大学

学位级别：硕士

作为石油化工产业最核心的设备之一,管式加热炉具有自动化水平高、传热效率高等优点。通过对加热炉燃烧过程的精准感知与趋势预测,可以在一定程度上保证石化产品的质量。本文以管式加热炉为研究对象,重点研究管式加热炉输入量与输出量... 详细信息

作为石油化工产业最核心的设备之一,管式加热炉具有自动化水平高、传热效率高等优点。通过对加热炉燃烧过程的精准感知与趋势预测,可以在一定程度上保证石化产品的质量。本文以管式加热炉为研究对象,重点研究管式加热炉输入量与输出量间关系的动态建模,以及输出量变化趋势的预测方法,并通过大量实验验证了本文所提模型的准确性和预测方法的有效性,具体研究工作及成果如下: (1)在对管式加热炉进行模型建立前,须对加热炉建立起基本概念,本文从定性分析的角度出发,建立能够描述加热炉燃烧过程相关因素间关系的定性模型。具体地,围绕管式加热炉的炉管温度以及引起炉管温度变化的相关因素进行分析,建立了 ANP-ISM模型;结合管式加热炉的排放气体结构分析,并针对引起排放气体结构变化的因素,建立了ISM-AHP模型;基于以上两种定性模型,对各影响因素与目标变量间的关系进行分析,并基于AHP方法和ANP方法对表征各因素相对重要程度的权重值进行计算,为后续数据驱动建模时的输入、输出变量的选择提供了支持依据。 (2)基于定性分析的结论,本文以某石化企业管式加热炉的仪表采样数据为对象,建立描述加热炉输入与输出变量间数学关系的多元回归方程模型与差分方程模型。具体地,在对采样数据的变化趋势特征、变量间因果关系与相关性关系进行分析的基础上,提出了依据分析结论选择模型输入变量与输出变量的方法;分别从输入变量与输出变量之间的因果关系,以及输入变量与输出变量随时间变化的内在关联关系两个不同角度出发,建立了输入变量与输出变量间的多元回归模型与差分方程模型,并给出了模型具体表达式。对于多元回归模型中的未知参数,提出了一种容错最小二乘辨识方法;对于差分方程模型的未知参数,提出了一种改进最小二乘-粒子群算法的差分方程模型参数辨识方法,并以此建立了管式加热炉输入-输出变量间的数学模型。 (3)为了更准确地描述管式加热炉系统,本文基于实测数据与容错最小二乘辨识方法,分别对加热炉输入量与输出量之间的多元回归方程模型和差分方程模型的参数进行辨识。本文还基于最优辨识的多元回归模型和差分方程模型,并结合输入量与输出量的因果关系和时间变化动态关系,对管式加热炉的输出量进行外推预测。实验结果表明,多元回归方程模型与差分方程模型均能较准确地对管式加热炉的输入量与输出量间的关系进行描述,且基于差分模型对输出量进行预测时,预测精度较高。 (4)在对管式加热炉进行建模时,为了将变量间的因果关系与时间序列模式同时纳入考虑范畴,本文从神经网络建模的角度出发,提出了一种将双段注意力机制(Dual-Stage Attention,DA)与时间卷积神经网络(Dual-Stage Attention-Based Temporal Convolutional Net,DA-TCN)相融合的模型用于对变量间关系拟合。文中给出了模型的具体结构,将不同激活函数对模型拟合性能的影响进行了讨论,并基于该模型对输出量进行预测。实验结果表明,本文所提的DA-TCN模型适用于对管式加热炉的输入-输出变量间关系进行拟合,且对输出量进行预测时,有较理想的预测精度;本文还将DA-TCN模型与CNN-LSTM、DA-LSTM模型对管式加热炉输出量数据的预测精度进行了分析比较。实验结果表明,本文所提出的DA-TCN模型的各项指标明显优于CNN-LSTM模型和DA-LSTM模型,证明DA-TCN模型的预测精度更高,验证了 DA-TCN模型的可行性与有效性。本文研究成果的创新之处主要包括:提出基于ANP-ISM模型的管式加热炉炉管温度变化影响因素分析模型,并用于对引起炉管温度变化的影响因素及其相关关系进行定性分析;提出基于ISM-AHP模型的排放气体结构变化影响因素分析模型,用于对引起加热炉排放气体结构变化的因素及其相关关系进行定性分析;提出一种引入容错机制的最小二乘参数辨识方法,解决了数据中含有过失误差时对模型拟合精度产生影响的问题;提出一种基于双段注意力机制与时间卷积神经网络的管式加热炉输出量预测方法,在建模时将变量间的因果关系与时间序列模式同时纳入考虑,有效地提升了对输出量的预测精度。

关键词：管式加热炉数据驱动建模输出量预测输入-输出关系建模

来源：评论

学校读者我要写书评

暂无评论

基于多模型和粒子群优化算法的精矿产量预报模型

基于多模型和粒子群优化算法的精矿产量预报模型

引用

作者：程伟建东北大学

学位级别：硕士

选矿过程是一个将原矿石经过物理／化学变化使有用矿物富集的流程工业过程。通常包括磨矿、焙烧和磁选(浮选)等工序,每道工序加工处理后都有不同的产品质量或生产效率的衡量指标,称为工艺指标,而衡量一天或一个班组整个选矿流程的指标... 详细信息

选矿过程是一个将原矿石经过物理／化学变化使有用矿物富集的流程工业过程。通常包括磨矿、焙烧和磁选(浮选)等工序,每道工序加工处理后都有不同的产品质量或生产效率的衡量指标,称为工艺指标,而衡量一天或一个班组整个选矿流程的指标称为全流程生产指标,包括精矿产量、品位以及金属回收率,生产工况条件代表当前设备运行状态和原矿性质等对生产过程产生不同限制的约束指标。建立全流程生产指标中精矿产量和工艺指标的预报模型即建立各个工序工艺指标与综合精矿产量之间关系的数学模型具有重要的实际意义和理论价值。全流程生产指标通常不能在线检测,而化验检测的时间较长,若生产的精矿不能够满足产量、品位以及金属回收率的要求,不能实时调整整个生产过程,需要等到化验结果出来以后再做决策,不能保证整个过程的实时控制。本文建立的模型便于分析工艺指标与精矿产量之间的影响关系,使得工艺技术人员更好的控制与操作选矿生产过程,并为选矿生产全流程的运行优化、提高产品产量打下基础。本文依托国家自然科学基金“动态环境下复杂工业全过程多工序工艺指标闭环优化决策方法”,提出了一种新的自适应混沌粒子群优化算法,有效解决了支持向量机参数优化和特征选择的问题,并将其应用到精矿产量预报模型中；针对选矿的多工况特性,提出了一种基于多模型的产量预报模型结构,并通过现场数据验证了所建立模型的有效性。本文的主要研究工作如下：(1)提出了自适应混沌粒子群优化算法,并将其应用到支持向量机建模中针对粒子群优化算法优化参数和特征选择易陷入局部最优的问题,引入了混沌算子替代原算法进化速度公式中的随机数,提高了其全局搜索能力。同时,为了得到更优的解,当适应度函数在一定代数未发生变化时,在当前最优点的邻域网格内产生网格粒子,以提高算法的局部搜索能力。将这种算法应用到支持向量机建模中,并通过标准问题测试,表明所提方法的有效性。(2)建立了基于最小二乘支持向量机和自适应混沌粒子群优化算法的精矿产量预报模型针对选矿过程涉及复杂的物理化学反应,工艺指标和精矿产量之间难以用机理方式建模的问题,将本文第二章提出的建模方法应用到精矿产量预报。采用自适应混沌粒子群优化算法来优化最小二乘支持向量机的核函数参数、惩罚系数并选择输入特征,有效提高建模的精度和速度。通过对比传统的grid search+PCA,GA+PCA,PSO+PCA和PSO+BPS O等优化方法,表明自适应混沌粒子群优化算法具有更高的精度,从而验证了所建立模型的有效性。(3)建立了基于多模型的精矿产量预报模型针对选矿过程的多工况特性,提出了基于多模型的建模方法。在这种结构中,本文采用了模糊最大相似估计聚类算法,它可以辨识不同空间分布的数据,提高了工况辨识的结果,同时,局部模型结构采用多核最小二乘支持向量机,由于不同的核函数代表不同的映射类型,通过加权核函数,可以辨识更复杂的非线性关系。通过对比传统的TSK模糊模型和多神经网络模型,表明其具有更高的精度,从而验证了这种方法的有效性。另外,本文将多模型的方法和第三章的方法进行了对比研究,结果表明多模型的方法具有更高的精度。

关键词：选矿过程工艺指标全流程生产指标精矿产量数据驱动建模支持向量机参数优化特征选择自适应混沌粒子群优化算法多工况多模型模糊最大相似估计聚类聚类验证多核最小二乘支持向量机

来源：评论

学校读者我要写书评

暂无评论

模型融合建模方法的研究及其在铬污染土还原稳定化效率预测的应用

模型融合建模方法的研究及其在铬污染土还原稳定化效率预测的应用

引用

作者：许谭顺华南理工大学

学位级别：硕士

随着工农业的快速发展,使用化学物质的种类及数量不断增加,加剧了我国土壤重金属铬的污染程度。因此,为了降低铬污染土壤对人类及生物的影响,亟需对其进行治理与评估。稳定效率是筛选和评估铬污染土还原稳定化工艺的关键因素,由于传统... 详细信息

随着工农业的快速发展,使用化学物质的种类及数量不断增加,加剧了我国土壤重金属铬的污染程度。因此,为了降低铬污染土壤对人类及生物的影响,亟需对其进行治理与评估。稳定效率是筛选和评估铬污染土还原稳定化工艺的关键因素,由于传统的实验方法耗时耗资、机理建模方法复杂等问题,本文研究采用多模型融合建模方法建立预测模型并应用于铬污染土还原稳定化效率的预测。这样将会大大降低铬污染土还原稳定化工艺所需要的时间、经济成本。主要研究工作如下:（1）为增强模型预测精度和稳定性,从参数差异层面提出了基于熵值法、CRITIC线性融合器的模型融合建模方法。采用UCI数据库中混凝土压缩强度年龄参数为7天的子数据集,测试和评估该建模方法的预测性能和稳定性情况。结果表明:除了svctq、abcq融合模型外,其他线性融合模型的预测性能都比其对应的单一最优子模型好。最优的线性融合模型为bstq,该模型MAE（平均绝对误差）、RMSE（均方根误差）、SSE（残差平方和）、R2（确定系数）的值分别为0.0450、0.0650、0.0803、0.9946;（2）为增强系统对有效信息提取和融合,提升模型预测精度和稳定性,从结构差异层面提出了基于BPNN、SVM非线性融合器的模型融合建模方法。采用UCI数据库中混凝土压缩强度年龄参数为7天的子数据集,对该方法进行预测性能和稳定性的测试及评估。结果表明:基于BPNN、SVM非线性融合器的融合模型的预测值与真实值的相关系数R2皆大于0.99,模型的预测性能和稳定性皆比单一数据驱动模型更优。其中bp＿svm模型的性能最优,该模型MAE、RMSE、SSE、R2的值分别为0.0123、0.0188、0.0067、0.9988;（3）以铬污染土壤还原稳定化效率为研究应用对象,分别将提出的多模型线性和非线性融合两种建模方法应用到研究中。结果表明:除了abcq模型外,其他融合模型均能准确预测铬污染土壤还原稳定化效率。其中,以基于BPNN融合器融合SVM子模型的融合方式建立的模型最佳,该模型MAE、RMSE、SSE、R2的值分别为0.0119、0.0216、0.0186、0.9976;

关键词：重金属土壤修复数据驱动建模多模型融合预测稳定效率

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的定向钻井系统自适应决策研究与应用

基于强化学习的定向钻井系统自适应决策研究与应用

引用

作者：马栋玮电子科技大学

学位级别：硕士

定向钻井技术是根据井下实时测量数据调整井眼轨迹的综合性技术,在石油行业有着广泛应用。传统的定向钻井工具面控制方法是劳动密集型和耗时间的工作,并且在很大程度上依赖于钻井人员的经验。因此,对定向钻井智能化的研究具有重要意义,... 详细信息

定向钻井技术是根据井下实时测量数据调整井眼轨迹的综合性技术,在石油行业有着广泛应用。传统的定向钻井工具面控制方法是劳动密集型和耗时间的工作,并且在很大程度上依赖于钻井人员的经验。因此,对定向钻井智能化的研究具有重要意义,但目前已有的技术路线大部分依赖于模型的建立与相关系数参数的准确性,在定向钻井系统复杂的井下环境中适应性较差。针对传统方法无法实现跨井自适应决策的问题,本论文从定向钻井系统的数据驱动建模角度出发,研究了一种适用于定向钻井平台的强化学习自适应决策算法,并进行了现场定向实验与分析。本文主要工作包括:(1)针对传统钻井动力学模型受地质、井位等影响较大和依赖模型参数调节的问题,本文采取数据驱动建模方法搭建了定向钻井模型。首先结合定向系统结构特征,设计了基于多头注意力机制LSTM的定向钻井模型;然后基于历史定向数据进行模型的训练、优化和评估,验证了模型的有效性;最后在其基础上进行开发,搭建完整的强化学习环境,便于后续算法的研究;(2)针对定向钻井过程中不同井下环境导致定向策略变化的问题,本文设计了基于强化学习的自适应决策算法。首先根据对强化学习算法的分析选择适合定向问题的基准算法;然后对状态动作空间进行设计优化,在此基础上设计了嵌入专家操作经验的奖励机制、基于样本优先级的经验回放算法,从而提高了决策算法的在线学习效率;最后通过仿真实验验证了改进算法的有效性;(3)针对决策算法理论与实际应用结合较为困难的问题,本文对决策算法进行了集成封装,实现了算法的快捷部署,便于现场应用。首先通过模型的迁移,使算法具备基本的定向决策智能;然后搭建数据远程实时交互模块,通过对算法进行完整地集成封装,实现多平台快速部署与在线学习功能;最后进行现场自动定向实验,验证了本文提出算法的有效性和实用性。研究结果表明,本文提出的决策算法不仅在仿真对比实验中取得了更优的效果,而且在基于现实钻井平台下的多次测试中完成了定向决策的目标,具备定向钻井自适应决策能力。

关键词：定向钻井工具面调整数据驱动建模强化学习在线学习

来源：评论

学校读者我要写书评

暂无评论

基于物联网的工业连续物料传送系统能耗优化研究

基于物联网的工业连续物料传送系统能耗优化研究

引用

作者：李子饶电子科技大学

学位级别：硕士

在煤矿挖掘生产中,传送系统的能源消耗往往占据运营成本的很大比例,对传送系统进行能耗优化能够直接产生经济效益,然而传统基于标准工程力学建模的方式在面对实际复杂生产环境时有着诸多局限性。随着工业物联网连接数的不断增加,人们对... 详细信息

在煤矿挖掘生产中,传送系统的能源消耗往往占据运营成本的很大比例,对传送系统进行能耗优化能够直接产生经济效益,然而传统基于标准工程力学建模的方式在面对实际复杂生产环境时有着诸多局限性。随着工业物联网连接数的不断增加,人们对于利用物联网帮助工业生产实现可盈利的能耗节约寄予了厚望。然而,物联网方案在实际尝试和应用过程中遇到了许多挑战。因此,本文聚焦于通过物联网赋能的方式对工业传送系统进行能耗优化,主要解决了两个问题:（1）数据驱动的系统稳态建模优化;（2）如何进行物联网赋能并在生产中验证整体方案有效性。针对数据驱动的系统稳态建模优化,本文将传送系统的能耗优化看作是动态系统的优化问题,给出了稳态的定义和到达条件,提出了稳态基本模型,将传送系统分为稳态和稳态转化两种状态,并将级联传送带的优化问题解耦。鲁棒性分析和适用性分析验证了基本模型的稳定性和降低功耗的优化目标是一致的。在描述传送系统功耗关系时,本文提出用数据驱动的黑箱模型建模来替代传统显示模型建模方法,并给出了黑箱模型的近似求解方法。在数值实验部分本文验证了理论模型的有效性,还验证了稳态策略是搜索策略在时间步长无穷大下的一种有效逼近。针对如何进行物联网赋能并在生产中验证整体方案有效性的问题,本文先是基于SOA设计并发开了适用于传送带业务流程的物联网系统,详细阐述了各个功能模块和开发测试过程,将概念方案产品化。接着在生产实验中,基于实际生产存在波动性且不可重复的特点,提出了一种交替切换调速策略的方法把环境的差异性降低。最后,通过实地部署,本文验证了整体方案的可靠性以及调速算法的有效性,实现了10.85%的能耗节约效果,预估单矿每年产生600万元的利润。本文有以下贡献:在理论方面,第一,本文结合了数据驱动建模和传统运筹建模方式,在基础模型中采用运筹建模思路,提出了基于稳态的优化模型,该思路适用于所有能够捕捉到稳态的动态系统;第二,在构建关键功耗函数时用数据驱动的方式建模,以神经网络为代表的黑箱模型取代显示模型,提高了性能效果和泛用性。在应用方面,首先,本文基于传送系统的业务流程构建了一套SOA来实现物联网赋能,将理论设计和工程实现衔接起来,能作为物联网应用研究和方案落地的补充和参考;其次,基于实际生产存在波动且不可重复的特点,提出了一种交替切换调速策略的方法降低了生产环境差异带来的不确定性,增强了验证结果的可信度。

关键词：物联网传送系统能耗优化数据驱动建模

来源：评论

学校读者我要写书评

暂无评论

大规模双馈风电场数字孪生建模及应用

大规模双馈风电场数字孪生建模及应用

引用

作者：薛邵锴太原理工大学

学位级别：硕士

随着风力发电规模的不断扩大,新能源并网的比例不断增加,大规模风机物理详细建模中的多时间尺度动态和复杂控制环节导致建模所需算力庞大,实际风机并网外特性无法实时反馈到仿真系统中,风电场功率输出受到多方面如风速、风向、老化等影... 详细信息

随着风力发电规模的不断扩大,新能源并网的比例不断增加,大规模风机物理详细建模中的多时间尺度动态和复杂控制环节导致建模所需算力庞大,实际风机并网外特性无法实时反馈到仿真系统中,风电场功率输出受到多方面如风速、风向、老化等影响,使仿真系统无法精确拟合真实电力系统。双馈感应发电机是当下变速恒频发电机使用的主要机型,成本低廉容易维护,但特殊的架构导致其具有一定的脆弱性,容易受到电网扰动的影响。现有的风电场并网建模方法多以动态等值为主,相关等值方法以计算物理特征量构建等效风机和数据驱动训练聚类为主要途径。但相关方法的精确度不足,多机倍乘误差较大,而详细物理模型算力需求高计算时间长,受到机理模型的限制导致精确度仍旧不足。同时风电场功率输出受到外部环境如风速风向等影响,也受到设备自身磨损及老化等状态影响,仿真系统中的固化模型不具备实时演变的特效,无法满足日益提升的精准度需求。针对以上问题,本文对大规模双馈风电场并网系统进行了数字孪生建模研究,提出了兼备速度和精度的建模方法。首先研究了数据驱动相关机理,找寻适配于构建风机数据驱动模型的神经网络方法,在此基础上探究数字孪生框架技术,对数字孪生电网和数字孪生电力系统建模机理与评价进行了详述。然后在双馈风电场数字孪生模型构建原理的基础上,研究双馈风电场功率预测数据数字孪生模型,在保证仿真模型具备高精度、自适应更新能力的同时,降低运行模型所需的算力需求,实现了风机与电网的互动反馈。通过仿真验证,在不同电网运行状态如故障、扰动、风速波动等情况下,所构建的大规模双馈风电场并网数字孪生模型均有较高的精度和较快的运算速度,证实其可行性。最后在构建完成的风电场并网系统数字孪生模型基础上,探究其应用方向。由于传统仿真模型在大规模风机建模中无法深入细化探究风机内部控制环节,各控制环节参数往往由经验确定且一般不再进行各自的针对性变化,因此本文利用卷积神经网络构建风机关键参数实时判别模型,在电网实时运行时,对各台风机运行影响的关键控制参数进行判别,探究风机瞬时影响的关键控制环节。经过算例仿真验证,证实了该模型的可行性。

关键词：双馈风机数据驱动建模数字孪生建模关键参数判别

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的甘蔗压榨质量指标预测

基于迁移学习的甘蔗压榨质量指标预测

引用

作者：杨涛广西大学

学位级别：硕士

在全球食糖市场中,中国糖业正面临国际竞争加剧和成本控制的双重挑战。甘蔗压榨作为制糖过程的关键步骤,对提升制糖效率、降低能源消耗、保障产品品质具有决定性作用。在甘蔗压榨过程中,构建对抽出率和初榨汁糖度等质量指标的数据驱动... 详细信息

在全球食糖市场中,中国糖业正面临国际竞争加剧和成本控制的双重挑战。甘蔗压榨作为制糖过程的关键步骤,对提升制糖效率、降低能源消耗、保障产品品质具有决定性作用。在甘蔗压榨过程中,构建对抽出率和初榨汁糖度等质量指标的数据驱动预测模型,可用于优化甘蔗压榨过程参数,进而提高甘蔗压榨质量。然而,甘蔗压榨质量指标数据驱动建模受到标签资源稀缺和模型跨产线迁移问题的限制。为了应对这些挑战,本研究利用迁移学习技术,旨在解决甘蔗压榨质量指标预测的关键问题,实现甘蔗压榨过程的精准监控,进而增强中国糖业的国际竞争力。首先,本文收集了广西某糖厂2013年至2017年的四个榨季的生产数据,包括实时监测数据和质量指标数据,并对这些数据进行了数据清洗、归一化和粗粒度数据构建,优化了数据质量,为提高后续模型训练效率和预测准确性奠定好的数据基础。接着,为筛选出在甘蔗压榨质量指标预测方面表现最佳的模型,用BPNN、SVR、ELM、KELM、DK-ELM、CNN六种模型预测了抽出率和初榨汁糖度并评估每种模型的性能,发现KELM和CNN在处理具有复杂性和时空特性的甘蔗压榨数据方面有显著优势。基于此,为提升模型性能并解决甘蔗压榨标签数据有限的问题,以组合集成创新性方式提出了CNN-KELM和TL-CNN-KELM两种混合数据驱动建模策略。通过对比分析可知,这些策略充分发挥了CNN的特征提取能力和KELM的非线性处理能力,其预测性能优于单一的CNN和KELM。特别是在标签数据稀缺的情况下,TL-CNN-KELM策略展现出了卓越的预测效果和稳定性。最后,针对数据驱动模型的跨产线迁移问题,本文提出了一种结合对抗半监督学习和预训练微调的迁移学习策略,在标签数据有限的情况下,实现模型在目标产线上的有效迁移和准确预测。生产数据验证结果显示,该策略在针对目标产线的初榨汁糖度预测任务中取得了显著成效,其中微调阶段的作用最为关键,有效提升了模型在目标产线上的预测准确性和迁移效果。而且该策略在仅有10个标签数据的情况下,预测的精确度仍能得到保持。这些研究成果不仅为甘蔗压榨过程的自动化和智能化提供了有力支持,也为数据驱动建模和迁移学习研究开辟了视野和新方法。

关键词：甘蔗压榨数据驱动建模迁移学习预训练-微调质量指标预测

来源：评论

学校读者我要写书评

暂无评论

基于生命周期评价与数据驱动方法的变换装置综合优化

基于生命周期评价与数据驱动方法的变换装置综合优化

引用

作者：姜弋凡大连理工大学

学位级别：硕士

在石油与化工行业逐渐向信息化、智能化转变的大背景下，加强石化企业生产管理、绿色生产、安全生产和科学决策方面的智能化水平是当前建设的重要内容。本研究以国内炼化企业的变换装置为研究对象，以解决企业智能化建设中的实际问题为... 详细信息

在石油与化工行业逐渐向信息化、智能化转变的大背景下，加强石化企业生产管理、绿色生产、安全生产和科学决策方面的智能化水平是当前建设的重要内容。本研究以国内炼化企业的变换装置为研究对象，以解决企业智能化建设中的实际问题为导向。在传统的化工装置中，应用生命周期评价、贝叶斯网络、数据驱动建模等先进方法，以期能够加强该装置的智能化水平，构建更加科学全面的综合评价体系，最终达到兼顾各方面的综合性优化。本文的研究内容及主要结论如下：　　（1）变换装置的生命周期评价（LCA）及3E评价模型的建立。结果显示，该装置运行中的主要环境及能源影响种类是海洋生态毒性（ME），水资源生态毒性（FE）、化石资源消耗（FRS）和全球变暖潜值（GWP），造成以上影响的主要因素是反应器中的催化剂（CoO，MoO3）与加热蒸汽的使用;生命周期经济分析结果显示，该装置的内部成本为6.99×107 CNY/year，以碳排放价格衡量的外部成本为5.19×105 CNY/year。　　（2）变换装置的安全性评价。结合经典的故障模式及影响、事故树分析方法与贝叶斯网络对装置的概率可靠性进行计算，形成3E+S综合评价模型。结果显示，变换装置的整体可靠性P(J=0)=0.9981;后验概率结果表明，若变换装置发生故障，有80%的可能性是由于发生了高压窜低压事故（事件H=1），其中引起事件H的三个子节点故障概率为26.72%;重要度与灵敏度计算结果表明，节点A、B、C和G的重要度较高，分别为0.262、0.262、0.262和0.194，并且节点A、B、C的灵敏度远高于其他节点，说明在维护与检修中应当重点关注V2101、V2102和V2103三个单元的设备、阀门和传感器等部件。　　（3）基于数据驱动方法的神经网络模型构建。根据采集到的1041组变换装置的历史运行数据，构建了基于数据驱动方法的神经网络模型。对训练算法和网络结构参数的探究结果表明，BR算法的耗时较长，但精确度优于LM和SCG算法，隐含层与神经元数量的增加会显著增加训练时间，但对模型精确性无提升;最终使用BR算法，采用6个神经元的1层隐含层结构，使得模型的相关系数R大于0.99，均方误差MSE低至6.18·10-5，预测结果符合预期要求。　　（4）基于3E+S综合评价模型的变换装置综合优化。以第二、三章中建立的生命周期3E+S评价模型中5个LCA单项指标为优化目标，以第四章中构建的产品质量预测神经网络模型为约束条件，采用遗传算法分别进行了单目标优化和多目标优化。单目标优化结果表明，FRS、GWP、LCCex与ME、LCB存在明显的权衡关系，两部分无法实现同时的最优化，优化结果具有片面性;为此，分别采用pareto最优理论和熵值法进行了多目标的综合性优化。结果表明，求得的pareto最优解集中无法确定出唯一最优解，需要进行二次决策，而基于熵值法构建的综合评价指标SI能够取得唯一的最优解，符合生产过程中实时优化的需求。

关键词：化工装置综合优化生命周期评价数据驱动建模

来源：评论

学校读者我要写书评

暂无评论

数据驱动的火电机组高效低NOx特征变量选择与燃烧优化

数据驱动的火电机组高效低NOx特征变量选择与燃烧优化

引用

作者：沈小虎华北电力大学

学位级别：硕士

在全面推进碳达峰和碳中和进程，加快产业结构和能源结构转型升级，加强化石能源的清洁高效利用，综合解决包括资源-能源可供性、环境-生态和谐性与市场综合竞争力在内的可持续发展重大集成性命题，促进电力行业和国民经济的高质量发展... 详细信息

在全面推进碳达峰和碳中和进程，加快产业结构和能源结构转型升级，加强化石能源的清洁高效利用，综合解决包括资源-能源可供性、环境-生态和谐性与市场综合竞争力在内的可持续发展重大集成性命题，促进电力行业和国民经济的高质量发展面临重大需求和显著意义。　　本文基于数据驱动的方法对火电厂锅炉燃烧建模和优化。通过对电厂历史运行数据进行数据挖掘，建立锅炉关键变量与目标变量（锅炉效率和NOx排放）之间关系模型，并在此模型基础上采用多目标优化算法，形成复杂边界条件下最优参数设置。首先，针对火力发电机组数据异常性大、一致性差和平衡性低等特点，通过异常值筛选、分段曲线拟合稳态筛选和基于模糊C均值的样本重构，实现对电站机组历史数据的质量提升;其次，针对火电机组模型的特征变量相互耦合且存在冗余的特点，采用基于过滤式和包裹式二阶特征变量选择方法，从数据和模型的角度，选取关键特征变量集;以提取的关键特征变量为输入，分别采用支持向量回归法(SVR)、RBF神经网络和极限学习机(ELM)对锅炉效率和NOx排放进行数据建模，并与特征筛选前模型进行对比。在上述三种模型基础上，分别选择锅炉效率和NOx排放最优模型，进行基于Sobol''s的全局敏度分析，对各特征重要度进行量化。最后针对锅炉效率和NOx排放多目标问题，以各自最优模型为基础，采用基于NSGA-Ⅱ多目标优化算法，确立锅炉效率和NOx排放不同边界条件下的pareto前沿解，并给出一组二次风门和燃尽风门最佳参数设置。　　本文对三种模型在特征选择前后进行建模对比，发现特征筛选在不同程度上降低模型预测误差。其中SVR为最优模型，在锅炉效率和NOx排放模型上，验证集上均方根误差分别为0.0087和3.9191。在SVR模型上进行基于Sobol''s的全局敏度分析。锅炉效率模型中，排烟温度、总煤量和飞灰含碳量全局敏度指数最高，依次为:0.271、0.230、0.180。NOx排放模型中，锅炉氧量全局敏度指数最高，为0.628。最后对锅炉效率和NOx排放的单目标和多目标优化结果进行对比，结果表明，多目标形成的pareto前沿解与单目标优化结果相符，且不易陷入局部最优。通过对不同负荷边界条件下，进行多目标优化分析，结果表明优化之后明显降低NOx排放浓度和提升锅炉效率。

关键词：火电厂锅炉效率氮氧化物排放特征变量选择燃烧优化数据驱动建模

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共18页 << < 9 10 11 12 13 14 15 16 17 18 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：