【摘 要】
：
软测量技术的发展有效解决了工业过程中对于难以直接测量的质量变量的感知困难,为过程的控制与优化提供了有力保障.通常在含有多个质量变量的过程中,样本间的时序关系和多个质量变量间相互影响的空间关系能够反映过程本身的特性,这种时空特性的挖掘有益于软测量模型性能的提升,而传统软测量方法往往局限于对时序关系的学习而并未考虑对质量变量间的空间关系进行有效利用.对此,提出一种时空协同的图卷积长短期记忆网络(graph convolution long short-term memory networks,GC-LSTM)
【机 构】
：
浙江大学控制科学与工程学院,杭州310027
论文部分内容阅读
软测量技术的发展有效解决了工业过程中对于难以直接测量的质量变量的感知困难,为过程的控制与优化提供了有力保障.通常在含有多个质量变量的过程中,样本间的时序关系和多个质量变量间相互影响的空间关系能够反映过程本身的特性,这种时空特性的挖掘有益于软测量模型性能的提升,而传统软测量方法往往局限于对时序关系的学习而并未考虑对质量变量间的空间关系进行有效利用.对此,提出一种时空协同的图卷积长短期记忆网络(graph convolution long short-term memory networks,GC-LSTM),并应用于工业软测量场景.采用多通道网络结构将图卷积网络的空间关系挖掘能力与长短期记忆网络的时序关系学习能力相结合,对过程进行时空协同学习以实现软测量应用.具体而言,每条通道用于对每种质量变量进行独立学习;对于过程的时序特性,利用各通道内的长短期记忆网络提取针对不同质量变量的时序特征;对于过程的空间特性,构建质量变量间空间关系的图结构,采用跨通道的图卷积运算将不同通道内不同质量变量的时序特征基于空间关系进行融合,得到兼具过程时空特性的特征,从而在软测量建模中实现过程时空协同学习与融合.通过某燃煤电厂磨煤机的实际生产数据验证了所提出的方法对软测量性能提升的有效性.
其他文献
传统矿山磨矿钢球添加主要分为全人工手动加球和以PLC为核心新增配置一套单体控制系统进行加球,存在安全系数不高、成本高、设备利用率低等问题.充分运用现有DCS系统平台进行钢球添加控制系统设计,从而实现磨矿钢球添加全自动循环控制.生产实践证明,该系统使用操作简单、准确及时、稳定可靠、维护量小,可大幅度减轻工人的劳动强度,提高安全生产系数,提高工艺生产指标,增加企业经济效益和社会效益.
采用电子探针(EMPA)、光学显微镜、矿物自动定量分析系统(AMICS)、扫描电子显微镜-能谱分析(SEM-EDS),结合化学分析、化学物相等手段对某高砷硫化铜矿进行了工艺矿物学研究.结果表明,影响该铜矿铜有效分选的最主要矿物学因素为砷在矿石中的赋存状态:矿石中49.02％的铜赋存在硫砷铜矿中,同时81.86％的砷也赋存在硫砷铜矿中,这部分铜与砷无法通过选矿的方式分离.同时硫砷铜矿、砷黝铜矿等含砷的铜矿物和辉铜矿、斑铜矿等不含砷的铜矿物之间共生关系极为密切,互含严重,通过磨矿将含砷铜矿物与不含砷铜矿物分离
为实现钢厂节能减碳的双碳目标,采用阶梯式自密封余热回收技术对涟源钢铁集团有限公司280烧结环冷机余热发电系统进行技术改造.结果表明,改造后的烧结环冷机余热利用效率明显提高,吨矿日均发电量和余热电站最高出力突破历史新高.采用CFD计算流体力学软件Fluent 6.3采用对改造前后的烟罩内的气体流场、温度场、压力分布和烟气流量分布等进行模拟.结果表明,改造后余热回收烟罩内的烟气流场冷风渗入区域明显减小、温度分布更均匀且温降梯度更好、压力分布较改造前更均匀.对烟罩改造前后烟罩内温度和中压蒸汽量进行实际测量的结果
内蒙古某铅锌选矿过程中产生的尾矿废水pH值,所含COD、金属离子和浊度均较高,影响铅锌矿物分选和生态环境.工业上采用“絮凝/沉淀—电催化氧化—过滤”工艺虽然可提高水质,但COD去除率低.为了进一步净化该厂铅锌选矿废水,采用非均相Fenton氧化法代替电催化氧化法降低COD值.考察了氧化剂种类、试剂用量对净化效果的影响.结果表明,在溶液pH值8.0、H2O218 mmol/L、催化剂Fe/MMT 300 mg/L条件下,废水中的COD值从461.1 mg/L降低至128.7 mg/L,去除率达到72.09％
单人负责多台机器的单一工序作业车间场景中,工人由于重复操作机器而产生学习效应.针对考虑依赖工件位置学习效应的单人单工序作业车间最小化最大完工时间的调度问题,建立一种混合整数规划模型.为解决该问题,设计一个考虑学习效应的贪婪算子,利用该算子构造两种贪婪算法,并提出一种基于贪婪的模拟退火算法.为衡量混合整数规划模型、贪婪算法和基于贪婪的模拟退火算法的性能,设计两种规模问题的数据实验.通过实验得出:现代混合整数规划模型求解器可以解决机器数量和工件总数量乘积小于75的小规模问题;基于贪婪的模拟退火算法求解此问题具
针对多传感器高速多机动目标的跟踪问题,提出一种多传感器交互式贪婪势概率假设密度(MS-IMM-Greedy-CPHD)滤波器.该滤波器在预测阶段,通过交互式多模(IMM)算法对势概率假设密度(CPHD)滤波中目标的状态、势分布和运动模型同时进行预测;在滤波的更新阶段,利用贪婪(greedy)量测划分机制选取多传感器量测子集和拟分区,并通过拟分区量测子集对不同模型下CPHD预测的目标状态和势分布以及模型进行交互式更新.仿真结果表明,所提出MS-IMM-Greedy-CPHD滤波能够对高机动多目标进行稳定有效
语言修饰集作为一种刻画不确定信息的有效表达方式,用更加符合语言习惯的表达形式描述决策者对事物的评价结果.与其他语言术语相比,语言修饰集旨在修正隶属函数使其在表达专家的决策信息过程中更具有有效性、客观性,因此基于语言修饰集的研究是非常必要的.鉴于此,对语言修饰集的发展进行综述:首先回顾语言修饰集的研究背景;然后对语言修饰集在运算法则、语义量化、模糊逻辑、分类器等方面的发展进行回顾,同时介绍一些基于语言修饰集在情感分析、工程风险管理等方面的应用;最后展望语言修饰集的研究前景.
随着群智感知的普及,以合理的成本招募最佳感知信息提供者的问题变得更加重要,但移动用户追求高回报的贪婪特性会使得招募成本偏高.为此,提出一种针对团体的群智感知招募的激励机制.首先,通过移动用户的属性和任务详细信息来迭代所有可能团体;然后,评估生成的随机初始团体,删除其中违反任务约束的团体,并计算其余团体的信息质量QoI(the quality of information,QoI)比率,团体将经过轮盘赌程序从当前团体中选择候选人进行进化程序,选定的团体经过交叉,在团体之间随机交换成员;最后,进行突变,该过程
针对有理模型提出两类辨识方法.首先提出基于递阶辨识思想的混合辨识方法,将模型分解为分子和分母两个子模型,分别用最小二乘法辨识分子参数,用粒子群算法和智能多步长梯度迭代算法辨识分母参数.由于降低了模型维数,且信息向量与噪声不相关,相对于传统的偏差补偿最小二乘算法,混合迭代法可以提高辨识精度并降低计算量.然后,为消除模型结构已知的假设,且充分利用最新数据更新系统参数,提出柔性递推最小二乘辨识方法,将有理模型转化为时变参数系统,进而辨识出时变系统的参数.仿真例子验证了所提出方法的有效性.
针对麻雀搜索算法易陷入局部最优、收敛速度慢等不足,提出一种多策略融合的改进麻雀搜索算法.采用精英混沌反向学习策略生成初始种群,增强初始个体的质量和种群多样性,实现对更多优质搜索区域的勘探以提升算法的局部极值逃逸能力和收敛性能;结合鸡群算法的随机跟随策略,优化麻雀搜索算法中跟随者的位置更新过程,平衡算法的局部开发性能和全局搜索能力;采用柯西-高斯变异策略提升算法的种群多样性保持能力和抗停滞能力.对10个不同特征的基准测试函数进行寻优,测试结果与Wilcoxon符号秩检验结果均表明改进算法具有更好的寻优精度、