绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 100
  (已选择0条) 清除 结果分析
找到 3162 条结果
[硕士论文] 王再冉
工程力学 北京化工大学 2018(学位年度)
摘要:微液滴的振动和撞击不仅广泛存在于自然界之中,喷墨印刷、喷雾涂层和液滴运动等工业方面也具有重要应用。因此,对微液滴的振动特性研究显得尤为重要。其中,微液滴的振动特性研究指的是对微液滴的一阶振动频率的研究。
  本文对微液滴的振动特性研究工作从两个方面展开:在实验方面,搭建实验平台,包括高速摄像机、注射泵和减震台;准备不同接触角的硅片,反映出实验样品的亲疏水特性;准备不同性质(密度,体积和表面张力)的实验液滴。高速摄像机拍摄微液滴的振动过程,软件处理液滴的振动视频,滤去高阶振动频率的成分,得到微液滴的一阶振动频率。
  在理论方面,建立微液滴一阶振动的理论模型。在Landau和Noblin的理论公式基础上,根据能量守恒原理、动量守恒原理和液滴表面波理论,分别推导出三种有一定可行性的液滴一阶振动理论模型。比较实际振动频率和理论计算出的液滴振动频率,讨论不同理论计算公式的优缺点和可行性。
  最后,所有的理论计算模型满足液滴振动周期随着表面接触角增大呈现先减小后增大的性质;球坐标下基于能量守恒原理推导出理论模型在接触角大于90°时接近实际振动周期;表面波模型在接触角大于76°时,接近实际振动周期。
[硕士论文] 强玉霞
概率论与数理统计 兰州交通大学 2018(学位年度)
摘要:在可靠性设计中,储备冗余技术常用于提高复杂系统的可靠性.通常有三种储备系统:冷储备、热储备、温储备.冷储备是指元件在储备时失效率为零;热储备是指储备元件和工作元件都在正常环境下工作;温储备是介于冷储备与热储备之间,指元件在储备状态时是在温和的环境下工作,当正常工作元件失效时立刻转换到正常环境下工作.温储备系统具有平衡能源损耗的作用,在很多领域有着广泛的应用,如电力系统、无线传感系统、供气系统等.本文主要讨论了一类温储备系统的可靠性及随机性质,具体为:
  第一部分,考虑了由单个温储备元件、两个正常运作元件和一个维修工构成的温储备可修系统.在假定系统中元件寿命、储备寿命及修复时间是独立同分布于指数分布下,通过对系统的状态分析,建立了Markov模型,从而得到了系统在不同状态间的转移概率函数及转移率矩阵,计算出瞬时可用度、可靠度的Laplace变换表达式,以及当t→∞时系统的稳态可用度等几个可靠性指标.
  第二部分,首先讨论了单个温储备元件在由两个独立元件构成的并联系统中的最优配置问题,得到了把温储备元件配置给在反失效率序或似然比序意义下寿命随机长的元件可以提高系统的性能.其次,比较了温储备系统与并、串联系统的随机性能,得出了温储备系统的性能在一般随机序意义下优于并、串联系统的性能.最后,研究了由n个正常运作元件和m个温储备元件构成的温储备系统的随机性质,得到了当系统中的温储备元件在第k(k≤m)次失效时,元件寿命与系统中剩余未失效的正常运作元件数量之间的随机序关系.并结合具体数值例子论证了所得结论.
  第三部分,考虑了由单个温储备元件和单个正常工作元件构成的温储备系统.先在系统中的元件寿命独立同分布于指数分布与Weibull分布的条件下,分别利用极大似然估计与Bayes估计的方法,对元件失效率及分布函数中的参数进行了估计.接着利用条件概率公式,推导了系统中存活元件条件剩余寿命的可靠度函数,以及系统剩余寿命及休止时间的可靠度函数,并建立了元件寿命与系统剩余寿命及休止时间之间的随机序关系.
[博士论文] 魏驰航
控制科学与工程 浙江大学 2018(学位年度)
摘要:工业4.0时代与“中国制造2025”为现代工业带来了更多的机遇与挑战,现代工业自动化系统日益复杂,其信息化与智能化的程度日益加深。过程监测是现代工业的关键技术,其目的是保障生产过程安全、提高产品质量和生产效率、降低工业能耗和污染。传统的统计分析过程监测技术基于较朴素的假设(如独立同分布、线性、稳定工况),而在实际工业过程其面临多方面的问题与挑战,主要可以归纳为样本特性层面(主要包括离群点、缺失值、多采样率与工业大数据)与变量特性层面(主要包括互相关、非线性、监督指标约束和时变性)。本文从流形学习的角度出发,针对性地从上述两个层面研究了基于降维映射的工业过程建模和过程监测问题。全文的主要研究内容如下:
  (1)针对质量预报中的非线性与互相关问题,提出了基于自学习核回归模型(SLKR)的回归建模与质量预报方法,其建模过程带有质量约束。不同于传统核方法需要人为选定核函数的形式与参数,SLKR通过特殊设计的半正定规划(SDP)基于给定的建模数据自主地优化学习出核空间。原始数据变量间的非线性相关关系在这个核空间中被最大程度地恢复为线性,并同时最大化这些线性相关的核空间变量与质量变量间的回归关系。SLKR模型非线性数据处理能力强,基于SLKR模型的质量预报精度高。
  (2)数据的局部信息更能够表现数据的本质关系特征、更符合数据的特征分布。传统质量预报模型跟据分布的全局形态建模,忽视数据局部特性中所蕴含的信息。针对这一问题,提出了基于邻域保持嵌入回归模型(NPER)的回归建模与质量预报方法,其采样局部信息建模。并进一步针对样本数量少于数据维度的情况(稀疏性),对回归参数进行弹性网惩罚(EN),提出了基于稀疏邻域保持嵌入回归模型(SNPER)的回归建模与质量预报方法。最后针对工业过程时变性,借鉴即时学习的思想,提出了基于局部加权稀疏邻域保持嵌入回归模型(LW-SNPER)的回归建模与质量预报方法,可以保证回归参数的稀疏性,具有较强的跟踪过程时变性的能力,质量预报精度高。
  (3)针对质量约束的故障检测问题,提出了基于监督式的自学习核模型(S-SLK)的过程建模与故障检测方法。S-SLK扩展了MVU的建模范围,利用了过程变量与质量变量相关关系中所蕴含的信息。考虑到质量变量测量值的珍贵性,进而提出基于广义监督自学习核模型(GSS-SLK)的过程建模与故障检测方法,可以最大程度地利用含有任意程度的缺失值的多个质量变量数据。此方法同样可以处理多采样率问题。
  (4)针对故障检测中的大数据问题,提出了一种基于分层技术的多层最大方差展开模型(MLMVU)的过程建模与故障检测方法。传统的MVU模型高效的非线性处理能力使得基于此模型的过程建模与故障检测方法检测率高,漏报率低。然而其计算复杂度与空间要求严重限制了其在大规模数据上的可扩展性。MLMVU模型将大规模数据被有序切割并分配到多层结构,在牺牲有限精度的前提下显著地提升计算效率、降低空间要求。通过生成采样率较高的TE过程数据,验证了基于MLMVU过程建模与故障检测方法的有效性,并具体分析了其中某故障的故障源与检测效果,说明了大数据在统计过程监测中的意义。
  (5)针对类别指标的约束的非线性故障分类问题,分别提出了两种基于监督最大方差展开模型(SMVU1与SMVU2)的过程建模与故障分类方法。当监测到系统运行异常时,我们需要及时准确地获取故障的类别信息,以方便做出正确的应对措施。通过将类别指标的约束关系引入统计过程监测模型,可以在数据降维的同时提取数据中与故障类别最相关的信息,并去除冗余变量与噪声,其故障分类结果准确度高。
  (6)针对数据特性层面的离群点问题,本文所提出的模型也做了相应处理使得其对离群点更加鲁棒。针对MVU模型及其改进模型,本文均将严格的等式约束放松为不等式约束;这样训练出的模型更加鲁棒,少量的离群点不会对建模产生较大影响。NPE模型及其改进模型,使用最小化局部重构误差的思想计算邻域关系与投影,天然地对离群点不敏感。另外针对变量特性层面的互相关问题、非线性问题,本文以构建基于数据降维映射的统计监测模型为研究思路,依托于流形学习方法,通过局部建模发掘真实的数据低维流形结构,并通过局部线性化的思想方便地近似出全局非线性结构。
[硕士论文] 张晨霞
概率论与数理统计 兰州交通大学 2018(学位年度)
摘要:冗余系统是可靠性数学的主要研究对象.温贮备系统、冷贮备系统、热贮备系统和负载共享系统都是典型的冗余系统,到目前为止已经广泛的应用在很多领域.本文主要包括三部分.
  第一部分,主要研究了由一个备件和两个工作元件构成的一般贮备系统的随机比较,得到了在一定随机序意义下负载共享系统的性能比温贮备系统的性能好、冷贮备系统的性能比温贮备系统的性能好、冷贮备系统的性能比热贮备系统的性能好.
  第二部分,主要研究了备件在贮备系统中的最优分配问题.首先,研究了由单个备件在两个或三个独立元件构成的串联系统中的最优分配问题,得到了把温贮备元件配置给在失效率序或反失效率序意义下寿命随机长的元件可以提高系统的性能.其次,讨论了两个独立备件在由两个独立元件构成的串联系统中的最优分配问题.最后,研究了单个备件在由两个独立元件构成的并联系统中的最优分配问题,得到了在随机占优序意义下将一个温贮备元件分配到并联系统中可靠性较强的工作元件中优于将这个贮备元件分配给可靠性较弱的工作元件.
  第三部分,主要研究了在串联和并联系统中旧元件组成的系统与旧系统之间的随机比较,并对剩余寿命和休止时间的情形进行了讨论.
[硕士论文] 程畅
应用数学 兰州交通大学 2018(学位年度)
摘要:可修冷贮备系统是可靠性研究中一类重要的系统,并且关于两部件可修系统的研究已经取得不少的成果。随着研究的深入,学者开始研究三部件的可修系统。考虑到实际所需,学者将“优先权”引入到可修贮备系统中,但是在三部件的研究中,通常将贮备部件假设为与工作部件相同的部件,这样不仅会造成成本上的浪费,而且无法将“优先权”的实际意义体现出来。因此,本文在已有成果的基础上,研究了三类有优先权的三部件可修冷贮备系统的可靠性,通过建立数学模型,得到各系统的可靠性指标。
  首先,在系统有一台维修设备且转换开关可靠的条件下,讨论了有优先权的三个不同部件组成的可修冷贮备系统的可靠性。开始时,两个工作部件1与2串联工作,且工作部件1有冷贮备部件3。系统中工作部件2比工作部件1有优先维修权,工作部件1比贮备部件3有优先使用权和优先维修权,三个部件的工作时间和维修时间服从参数不同的指数分布。建立并分析该系统的数学模型,得到系统所有可能的状态,根据马尔可夫模型,利用拉普拉斯变换,得到该系统可靠性指标的表达式。然后运用Matlab软件给出数值算例,并说明该系统的稳定性。
  其次,在系统有两台维修设备a和b且转换开关不可靠的条件下,讨论了有优先权的三个不同部件组成的可修冷贮备系统的可靠性。开始时,两个工作部件1与2串联工作,部件3为两个工作部件的冷贮备部件。系统中两个工作部件有优先权,维修设备a只对工作部件与贮备部件进行维修,维修设备b只对转换开关进行维修,且各部件和开关的工作、维修时间均服从指数分布。建立并分析系统模型得到系统的状态转移率矩阵,利用马尔可夫过程的相关理论,推导计算得到系统的稳态指标以及平均指标。然后用Matlab作出不同的开关寿命参数对系统可靠度影响的函数图像。
  最后,在一台修理设备且转换开关可靠的条件下,讨论了各部件的工作时间为指数分布,维修时间为一般分布的三个不同部件组成的可修冷贮备系统的可靠性。开始时,工作部件1工作,部件2和3为工作部件1的冷贮备部件。系统中工作部件1比贮备部件2和3有优先权,贮备部件中2比3有更高的优先权。建立并分析系统模型,利用马尔可夫更新过程理论以及拉普拉斯-斯蒂尔切斯变换,得到系统的首次故障前时间分布等。
[硕士论文] 王公臻
工业工程 北京交通大学 2018(学位年度)
摘要:在产品的制造过程中,生产线平衡问题是制约生产效率的核心影响因素,如何科学高效地解决这一问题是学术和工程上的一个持续研究热点。本文以基本生产线平衡问题(Simple Assembly Line Balancing Problem,SALBP)为研究对象,分别针对最小化工作站数问题(SALBP-Ⅰ)和最小化生产节拍问题(SALBP-Ⅱ)进行建模和求解研究,力求涵盖国内外主流研究中所涉及到的问题规模,为建立通用的生产线平衡问题求解系统提供模型和算法支持。
  首先,本文研究了两类生产线平衡问题(SALBP-Ⅰ和SALBP-Ⅱ)的数学模型建立,分别建立了两类问题的混合整数规划(MIP)模型。模型建立之后,使用LeapMS建模语言进行了模型的计算机表达,并使用C++语言将模型进行封装,最后通过Cplex求解器进行求解,实现求解通用化、模块化和自动化。使用国际通用的标准算例集SALBP-Data-Sets进行了运算测试,测试结果表明该方法可以求得标准算例70%左右的问题的精确解,与近期文献上相比,本文的方法求解效率更高,结构和实现更为简单直观。
  其次,针对整数规划方法在求解大规模复杂问题存在求解难度过大的不足,研究了使用多种群遗传算法求解生产线平衡问题。将传统遗传算法进行改进,以适合生产线平衡问题的求解,其中包括:提出了基于随机拓扑排序的初始种群产生,提出针对两类问题不同的译码求解算法,设计了多种群遗传算法的选择、交叉、变异和优良个体种群迁移等算法策略。算例测试表明本文提出的算法在求解大规模生产线平衡问题的近优解时相对近期文献具有一定优势。
  最后,基于有效的算法建立生产线平衡系统,设计系统的图形用户界面,实现对生产线平衡问题优化结果的可视化。将两种求解方法集成在系统中,实现对生产线平衡问题的多算法求解。
  本文的方法可以同时用于解决中小规模问题和大规模问题,求解规模适用性广,算法测试覆盖了国际标准算例集中所有规模的算例,算法的稳定性好,在效果上可以将标准算例求到较好可行解。本文的研究结果对生产线平衡问题通用求解系统的建立具有较好参考价值。
[硕士论文] 米川
控制科学与工程 北京化工大学 2018(学位年度)
摘要:在实际工业过程中,一些关键的过程变量和生产过程的安全保障乃至产品质量都有着密切的联系。因此,对于过程变量的准确预测对于过程控制、生产决策等应用有重要意义。一般来说,预测结果通常由点估计结果给出。然而,对于高维、高非线性和含噪声的工业过程,点估计越来越难以满足精度要求,同时,在无法获得真实值的情况下,也无法对预测结果的不确定度进行估计。由此,本文着重研究区间预测方法及其过程工业应用,主要研究内容如下:
  (1)为了对预测结果的不确定性和变化趋势进行估计,本文提出了一种基于Bootstrap和相关向量机(Bootstrapped RVM)的区间预测方法。在该方法中,Bootstrap用于重抽样和获取预测区间,RVM作为回归算法。两者结合后,可以构建可靠的预测区间并快速得出预测结果,在数据量不大的情况下,它的训练速度也足够快。
  (2)由于Bootstrap法需要多次抽样并对每组重抽样数据训练RVM模型,从而导致训练和测试时间线性增加。对此,本课题引入了并行计算方法,并改进了现有训练和测试算法(Parallel Bootstrapped RVM),将多组样本的训练和测试过程由计算机的多核心处理器并行执行,从而在一定程度上降低了Bootstrap法多次训练和测试问题带来的影响,并提高了大数据量下的训练和测试速度和计算机计算资源的利用率。
  (3)结合双稀疏相关向量机与Bootstrap方法,本文提出了另一种区间预测方法:Parallel Bootstrapped DSRVM。该方法可以应对包含更复杂特征的数据,并且对噪声方差的逼近更接近于真实值。
  (4)考虑到累积偏差指标的相对值计算方法对于数据在零值附近的误差放大问题,提出了新的区间平均误差指标;此外,由于实际应用中的数据存在时效性,本文提出了时间窗口评价指标的改进和表示方法。
  (5)本文使用加入不同噪声的标准函数数据,以及实际工业过程的高密度聚乙烯数据分别对所提出的方法进行了验证,仿真实验使用了基于Bootstrap的RVM、DSRVM、SVM和ELM的方法进行对比,同时也对配对Bootstrap、残差Bootstrap、加权残差Bootstrap法对区间预测结果的影响进行了对比。
  仿真结果表明,与其它方法相比,本文提出的两种方法在预测精度、方差估计、真实值逼近能力、训练时间和测试时间等方面都能取得较好的结果。
[硕士论文] 童不凡
控制工程 北京化工大学 2018(学位年度)
摘要:pH中和过程广泛存在于生物医药,化工生产,水质处理等日常生活与工业生产领域中。但由于其变增益,强非线性和难以建模等特点,现有的控制方法在pH中和过程的控制中一直存在着一定的缺陷,对该过程的控制仍是工业过程控制问题中的热点与难点。回路传递函数恢复方法(Loop Transfer Recovery)由于其鲁棒性强、动态控制性能好、结构简单和算法清晰的特点,一直是航空航天,车辆船舶等运动控制领域中的一种热门控制方法,在解决快速跟踪的运动控制中表现出极优的特点。而pH中和过程有着中和点附近控制灵敏,响应速度快的特点,与一般慢反应的化工过程相比,要求跟踪性能更快更好,抗干扰能力更强。为了实现pH中和过程的控制优化,并将LTR控制推广到流程工业领域中,本文针对pH中和过程的两种不同模型,分别设计了对应的非线性LTR控制方法,实现了对pH中和过程的LTR控制,取得了良好的控制效果。
  对于pH中和过程强酸当量模型,本文将模型进行反S变换,设计了相对应的基于反S变换的两自由度LTR控制器,兼顾了控制器的跟踪性能和鲁棒性能,实现了对pH中和过程强酸当量模型的控制,并对控制效果进行了跟踪性能以及在酸碱不同扰动下的鲁棒性验证。同时针对系统频域特性,采用灵敏度函数验证了系统频域下的鲁棒性能,取得了良好的控制效果。
  针对pH中和过程辨识模型,本文建立了pH中和过程Hammerstein模型,结合了遗传算法与反向传播神经网络,采用遗传算法(Genetic Algorithm)优化反向传播(Back Propagation)神经网络的初始权值和域值,加速网络训练过程,从而建立系统逆模型。并通过LTR控制器对逆模型的控制实现了对pH中和过程Hammerstein模型的控制,取得了良好的控制效果,进一步改进了LTR控制方法,推广了其应用范围。
  针对LTR控制器设计时,无法兼顾调节时间和超调量的问题,本文从控制器加权矩阵参数入手,设计了参数自适应的LTR控制方法,并分别利用基于误差反馈调节的自适应规律和基于模糊规则的自适应规律进行加权矩阵参数的动态调节。仿真实验表明,所提出的两种参数自适应LTR方法均能实现在满足系统鲁棒性要求的前提下,在加快系统调节时间的同时减小系统的超调量,完成了对LTR控制器的优化,是一种行之有效的LTR控制器参数优化方法。
[硕士论文] 张明卿
控制工程 北京化工大学 2018(学位年度)
摘要:随着工业过程更具复杂化,变量多样化,加之对产品质量要求提高,从而对工艺过程中关键变量的预测与监控有了更高的要求。以往单纯依靠变量点预测的精度来评价系统,已经不能满足实际的应用需求。区间预测作为一种概率预测方法,不仅能够预测精度,而且能够预测趋势,为系统的不确定性提供可靠性分析。同时,伴随着工业数据存在高噪声、波动性、复杂性和不规则性等特性,变量的预测与监控变得更加困难。因此,本课题针对工业过程高噪声、数据非平稳性问题,开展区间预测方法研究工作,具体内容如下:
  (1)针对高噪声、数据非平稳性等问题,提出一种改进的互补集成经验模态分解去噪方法,该方法主要将互补集成经验模态分解与样本熵(CEEMD-SE)融合,对数据进行模态分解,将分解出来的分量进行复杂性分析,并依据样本熵值重构分量得到噪声,周期,趋势三部分,剔除其中的噪声分量,达到去噪的目的。
  (2)针对提升预测模型精度,本文提出了一种改进的混合核相关向量机模型(MRVM,Mixed RVM)。MRVM主要利用线性核函数和高斯核两核的占比,来综合衡量核函数在RVM结构中的重要性,采用核密度估计方法对MRVM中的核参数进行优化计算。
  (3)针对关键变量的趋势预测以及系统的可靠性评价,本文提出了一种融合CEEMD、SE与MRVM的区间预测方法。利用两个实际工业过程:HDPE、PTA溶剂系统进行建模,实验结果表明目的方法在点预测精度上有一定的提升;在区间预测方面获得较好的区间覆盖率和较窄的区间宽度范围,并且在多步区间预测中依然保持很好的预测效果,为预测系统中关键变量趋势带来了新的方法,为系统的不确定性提供了可靠性分析。
[硕士论文] 杨雨曦
控制工程 浙江大学 2018(学位年度)
摘要:随着工业化生产的不断加深,生产过程也日趋复杂。为保障生产的安全性、高效性,保障产品质量,实现快速、有效的工业回路控制在生产中尤为重要,这需要对工业过程各变量回路的之间相互作用关系有正确掌握。本文在信息论的理论框架下,利用熵值相关概念进行工业过程非线性因果分析,以厘清回路变量间的因果作用方向与强度,并明确复杂系统中的振荡传递路径。
  1.本文因果分析采用的核心概念为格兰杰因果定义。本文提出了一种基于定性趋势分析(Qualitative Shape Analysis,QSA)的算法,通过刻画数据的趋势变化完成粗粒化以便进行因果关系强度检测计算。此方法可以实现变量之间因果作用存在与否与方向强度的检测。此外,本文还将QSA算法与已经较为成熟的K阶最近邻域检测方法(Kth Nearest Neighbors,KNN)与数据排序方法进行比较,并证明QSA方法可以兼具运算效率与检测准确性。
  2.Anticipation指在通常的因变量提前作用于果变量之外,果变量当前值反而蕴含着因变量未来值的情况。此时,运用传统的非线性检测方式很难在此情况下测得正确的因果关系。对此,本文基于KNN方法,提出一种新型的因果检测方法。方法核心思想在于把测量因果关系转换为求取被检测变量采样点的父结点。通过对含有Anticipation关系数据模型的检测,证明了此改进算法检测的有效性。
  3.结合上述QSA因果分析算法与改进型KNN算法,提出了分析复杂工业过程的非线性因果检测算法。主要步骤为:1)变量间两两相关检测,以剔除相关性不存在或较弱的变量间关系;2)区分直接作用与间接作用,从而厘清系统之间相互影响回路,并再次降低检测工作量;3)判断因果作用方向,确定振荡回路的上游。
  4.以TE过程为例,检测了结合算法的适用性,证明本算法可以正确测得首先引入干扰的振荡源,以及系统中主要的振荡传播与因果作用路径。
[硕士论文] 王天龙
管理科学与工程 合肥工业大学 2018(学位年度)
摘要:机器调度问题是一类典型的组合优化问题,受到了学术界广泛的关注。在实际的生产活动中,往往会出现机器由于突发故障或预防性维护活动而导致不可用的情形,因此,对考虑机器存在不可用时段的调度问题的研究显得十分重要。在此背景下,本文研究了机器具有维护时段的平行机调度问题,分别对机器维护时长固定和维护时长不固定两种情况进行了研究与分析。
  针对机器具有固定维护时长的情形,研究了最小化最大完工时间的问题。基于对经典的LPT(Longest Processing Time First)和FFD(First Fit Decreasing)规则的改进,提出了MFFD-LPT算法,理论证明了该算法的最坏误差界为9v/5u,同时提出了MFFD-LPT算法的修正算法DA,大规模随机数据实验证明了DA算法对MFFD-LPT算法求得的解的修正率在20%-30%之间,体现了很好的修正效果。
  接着,本文考虑了一种更为普遍的情形,研究了机器具有不固定维护时长的平行机调度问题,调度的目标同样是最小化最大完工时间。在机器具有固定维护时长的研究基础上,提出了MFFD-LPT'算法,通过数学分析,证明了MFFD-LPT'算法的最坏误差界为9R/5L,然后通过模拟退火算法对MFFD-LPT'算法产生的解进行修正,最后进行了大规模计算机模拟实验,验证了算法的有效性。
[硕士论文] 任善良
工程力学 中国科学技术大学 2018(学位年度)
摘要:本文对平头弹撞击下双层金属板的穿透行为进行了数值模拟研究,并在相关理论和数值模拟结果的基础上,提出了一个平头弹穿透等厚接触式双层板的理论模型。主要研究成果如下:
  1.采用网格划分软件True Grid建立四分之一弹-靶模型并进行网格的划分,利用修正的Johnson-Cook本构关系通过ABAQUS/Explicit进行了双层板结构在平头弹撞击下穿透的数值模拟。结果表明:双层板的第一层板主要发生剪切破坏,整体变形较小;第二层板发生拉剪复合破坏,整体变形较大。(1)对于单层板和等厚接触式双层板,当厚度小于单层板发生绝热剪切破坏的临界值时,单层板与双层板的弹道极限差距不大,当厚度大于该临界值时,双层板的弹道极限明显较大。(2)对于等厚间隔式双层板,当总厚度较小时,间隔对双层板弹道极限的影响较小;当总厚度较大时,双层板的弹道极限随着靶板间隔的增大而先增大后减小最后接近一个固定值,该固定值大于等厚接触式双层板的弹道极限。(3)对于接触式双层板,当总厚度较小时,相对厚度的变化对弹道极限的影响较小;而当总厚度较大时,对于相同厚度、不同排放顺序的靶板组合,较薄板在前、较厚板在后组合的弹道极限高于相反顺序组合的弹道极限;随着第一层板厚度的增加,弹道极限变化分四个阶段:首先双层板的弹道极限先增加,随后在最大值附近变化,之后逐渐减小,最后在最小值附近变化。
  2.建立了平头弹穿透等厚接触式双层金属板的理论模型。根据Wen-Jones模型和数值模拟结果提出了双层板的破坏模型,利用应变失效准则得到等厚接触式双层板的弹道极限。理论预测与实验和数值模拟结果进行比较后发现吻合得较好。同时发现当厚度小于单层板发生绝热剪切破坏的临界值时,单层板和双层板的弹道极限相差不大;而当厚度大于该临界值时,双层板的弹道极限明显高于单层板的弹道极限。
[硕士论文] 史一明
控制科学与工程 中国科学技术大学 2018(学位年度)
摘要:近年来,工业设备地大型化、复杂化愈发明显,海量的反映运行过程机理和运行状态的数据也随之产生,如何利用这些海量数据来满足日益提高的系统可靠性要求已经成为亟待解决的问题,其中数据驱动的故障预测方法成为重要的解决手段,近年来愈发得到人们的重视。但数据驱动方法往往受限于历史数据,一旦实际运行环境发生变化,其预测性能也随之波动;随着物联网、信息通信等技术的不断发展,利用相关技术和标准,可以消除设备全生命周期各阶段间的信息“壁垒”,形成产品设备全生命周期信息流和知识流的闭环管理,闭环全生命周期管理(Closed-loop Lifecycle Management,CL2M)为解决该问题开辟了新的途径。
  本文通过对数据驱动故障预测方法与CL2M系统中关键问题的研究,设计出CL2M系统中故障预测维护架构,提出动态建模算法,实现了具体的子系统层解决方案。论文的主要工作内容如下:
  1、分析了CL2M系统中产品设备使用阶段数据的特点,设计出故障预测维护架构。首先概述了CL2M系统架构及研究内容;然后分析CL2M系统中数据的特点和数据驱动故障预测方法在实际应用时的不足,在此基础上分析两者的结合点,强调数据驱动故障预测方法在CL2M系统中应用的必要性;最后设计出CL2M系统中故障预测维护架构。
  2、研究了数据驱动故障预测流程。介绍了经典的支持向量回归机(Support Vector Regression,SVR)算法和新颖的梯度提升树算法XGBoost,为验证CL2M故障预测维护架构的通用性奠定基础;为提高预测模型性能,引入了人工鱼群粒子群(Artificial Fish Swarm-Particle Swarm Optimization,AFS-PSO)混合优化算法。
  3、在CL2M系统中故障预测架构的基础上,突破adaboost算法仅能应用于自身训练数据的限制,提出CL2M系统动态建模方法,完成预测模型更新环节,实现CL2M动态建模,进而设计出子系统层的故障预测实现方案;在数据驱动方法建模流程的基础上,分别考虑故障诊断和故障预测的不同场景,实现了CL2M故障诊断动态建模与CL2M故障预测动态建模。
  4、对CL2M系统中故障预测架构子系统层的故障预测进行实验测试。引入了IEEE PHM2015Prognostic Challenge数据集和NASA Ames锂电池数据集,分别基于SVR和XGBoost算法,及AFS-PSO优化算法,具体实现了CL2M故障预测动态建模;最后与其余4种建模方案进行对比,两个实验的结果均表明了本文提出的CL2M动态建模方法的优越性。
[硕士论文] 陈亮
控制工程 浙江理工大学 2018(学位年度)
摘要:基于模型的控制系统的设计与运行,模型质量至关重要。一方面,随着流程工业的发展,工厂对过程模型准确性的要求越来越高,通过机理方法构造复杂过程模型的难度增大;另一方面,由于实际生产过程中,形如阀门之类的设备具有粘滞、工况点易改变、易受扰动变化等特性,实际对象的模型参数会随时间而产生变化,出现模型失配现象,进而造成模型的不准确。而子空间辨识方法(Subspace Identification Method,SIM)由于能够直接建立多输入多输出(Multi-Input Multi-Output,MIMO)系统的状态空间方程,因而获得了研究者的极大关注。本文对闭环子空间辨识(Closed-loop Subspace Model Identification,CSMI)和递推子空间辨识(Recursive Subspace Model Identification,RSMI)建模以及模型失配检测方法进行了研究,对提高过程模型的准确性与有效性具有现实意义。
  论文主要研究内容如下:
  1、针对开环模型在工业过程中难以应用的问题,提出了一种基于正交分解理论的脉冲响应模型闭环子空间辨识方法。通过使用正交分解得到联合输入输出信号的确定部分(Deterministic Components),把闭环问题转化成开环问题。利用Toeplitz矩阵下三角结构形式,对由脉冲响应模型系数组成的子空间矩阵分块分解,通过求取子空间矩阵元素的平均值来获取估计的脉冲响应模型参数。
  2、针对工业过程具有时变性,以及MIMO系统的辨识计算量大的问题,提出了一种基于递推闭环子空间辨识(Recursive closed-loop subspace model identification,RCSMI)的过程建模方法。该方法通过采用VARX模型(Vector Auto Regiessive with eXogenous input model),将闭环辨识问题转化为开环辨识问题,并采用一种收敛速度快的自然幂迭代方法(Natuial Power Method,NP),将奇异值分解简化为子空间跟踪问题,估计扩展观测矩阵,从而得到系统模型的参数。
  3、针对控制系统运行过程中的模型参数失配问题,提出了一种基于子空间辨识和概率分布距离度量的模型失配检测方法。该方法通过子空间辨识获取参考模型和待检测模型的马尔利夫参数,并结合移动窗口方法,提取马尔利夫参数的统计量,从而获得马尔利夫参数的概率密度函数(Piobability Density Function,PDF)。采用散度测度理论的KL(Kullback-Leiblei)散度作为统计指标,通过对参考模型和待检测模型的马尔利夫参数相似性比较,实现了对模型失配的检测。与常规统计量如T2和Q统计相比,KL散度可更加灵敏且直接地描述模型失配。数值仿真和Wood-Berry蒸馏塔仿真证明了论文所提方法的可行性和有效性。
[博士论文] 刘鑫
控制科学与工程 浙江大学 2018(学位年度)
摘要:在人类的生产生活中,小到包含若干电子元器件的放大器,大到整个世界的社会金融经济体系,一切有规则组合的对象均可称为系统。人们经常通过输入输出之间的关系来认识系统,对系统进行描述。系统辨识就是在此基础上发展起来的兼具理论性和实用性的一个研究领域,通过输入输出数据得到系统模型。现有的成熟的系统辨识方法是假设过程的输入不含噪声的,这类方法也被称作常规无输入噪声辨识方法。上述假设在为了控制的建模中是适用的,因为过程输入大部分为控制变量,是由控制计算机直接给出的,不合测量噪声。然而,在绝大多数实际应用场景中,尤其是非控制应用中,比如人口增长建模、传染病传播建模、故障诊断、环境建模等,测得的输入信号中都是含有噪声的。这类输入输出信号中均有噪声的过程叫做Errors-in-Variables(EIV)系统。对于EIV系统,直接使用常规的输入无噪声辨识方法得到的结果是有偏的,会导致模型精度不高。相比于常规输入无噪声辨识方法,EIV系统的辨识理论和方法研究仍处于初级阶段。如何更好地解决EIV系统的辨识问题是当前系统辨识领域研究的难点和热点,具有广阔的应用前景。
  本文从渐近辨识的思想出发,分别针对单输入-单输出(SISO)EIV系统和多输入-多输出(MIMO)EIV系统,提出了EIV系统的渐近辨识方法。具体研究内容如下:
  1.单变量EIV系统下的ARX模型(Autoregressive with external input模型)辨识方法。传统的解决输入无噪声ARX模型辨识的最常用方法是最小二乘法,本文在详细分析推导了传统最小二乘法在EIV系统中的不适用之处后,针对具有ARX模型结构的单变量EIV系统,提出了能用于无偏估计输入端噪声方差的相关性输出误差(COE)准则,以及解决EIV系统下的ARX模型辨识问题的新方法(ARX-EIV算法),并且从数学上证明了该算法的一致性。最后通过一个二阶仿真算例展示了ARX-EIV方法的优良辨识效果。
  2.单变量EIV系统下ARX模型的渐近理论。EIV系统的渐近理论是EIV系统渐近辨识方法的基础和渐近辨识过程中降阶算法的理论依据,本文在假设模型阶次随着辨识数据量的增加而增加的条件下,研究了单变量EIV系统下ARX模型的渐近特性。本文首先对EIV系统下ARX模型的估计参数进行理论分析,推导出ARX模型参数的渐近特性;然后再对得到的ARX辨识模型频率响应的渐近理论进行数学推导证明,得到了辨识模型频域估计的渐近方差表达式。
  3.具有一般模型结构的单变量EIV系统的渐近辨识方法。渐近辨识方法的思想是:先对待辨识的系统进行一个高阶的ARX模型参数估计,然后再在频域里对所得到的高阶ARX模型进行降阶。在得到了EIV系统下的ARX模型的一致性辨识方法,以及EIV系统下ARX模型的渐近理论后,本文提出了完整的针对一般模型结构的单变量EIV系统的渐近辨识方法(EIV-ASYM算法),最后通过几个仿真算例以及与其他现有EIV系统辨识方法的结果对比展示了EIV-ASYM算法的辨识效果。
  4.多变量EIV系统的渐近辨识方法。本文在单变量EIV系统渐近辨识方法的基础上,继续将之推广到多变量系统中,使得其应用范围更加广泛。在估计多变量系统每个输入端白噪声方差的步骤中,本文提出了两种估计方法:第一种是将相关性输出误差准则推广到多变量系统中得到的多变量系统相关性输出误差准则;第二种是直接从测量输入信号的功率谱中提取出输入端白噪声方差的功率谱提取法。随后本文从理论上推导得出了多变量EIV系统下ARX模型的渐近理论,提出了完整的MIMO情形下的EIV系统的渐近辨识方法。最后通过若干个仿真算例展示了提出的多变量EIV系统渐近辨识算法的效果。
  最后,作者对本文所做的四部分主要研究工作进行了总结,同时对后续的研究方向和内容进行了展望。
[硕士论文] 丁信哲
固体力学 合肥工业大学 2018(学位年度)
摘要:许多工程中的实际问题,如热传导、流体流动、弹性扭转等问题,都可以归为位势问题控制方程,本文采用高阶单元边界元法来求解二维正交各向异性位势问题。
  准确计算几乎奇异积分是边界元法难题之一。本文针对二维正交各向异性位势问题边界元法高阶单元分析中的几乎奇异积分计算难题,建立了一种半解析计算公式,该半解析法可以准确计算二次单元上的几乎奇异积分。针对二维正交各向异性位势边界元法的3节点二次等参单元,本文构造出与单元积分核具有相同几乎奇异性的近似奇异核函数。从二维正交各向异性位势边界元分析的高阶单元几乎奇异积分积分核中扣除近似奇异核函数,把几乎奇异积分项转换为规则积分和奇异积分两部分之和,规则积分部分用常规Gauss数值积分计算,奇异积分部分由本文推导的解析公式计算,从而建立起了二维正交各向异性位势问题边界元法二次单元几乎奇异积分的半解析算法。
  文中给出了二维正交各向异性材料热传导问题的边界元法高阶单元分析算例,表明了边界元法高阶单元上几乎奇异积分半解析法计算的有效性和准确性。
[硕士论文] 刘浩晨
岩土工程 浙江大学 2018(学位年度)
摘要:随着经济的飞速发展,我国对于能源的需求愈发强烈。在漂浮式水上光伏电站、浮式风机以及深海中的油气开采等能源开发中,都需要使用锚泊线连接上部浮体与下部的锚体以进行系泊定位。而锚泊线与土体的相互作用影响着锚泊线的荷载传递机理与锚泊系统的稳定运行。在工程的初步设计或自然环境良好的工况下,为简化计算可采用准静态分析方法。但在自然环境复杂的深海中,锚泊线的动力效应、触底区的开槽现象以及土体的循环弱化作用可能导致锚泊线变得松弛,使锚体失去作用,威胁着锚泊系统的安全,因此需要进行锚泊线与底床的动力接触作用研究。针对这些问题,本文开展了以下工作:
  (1)介绍了锚泊线与底床静力分析模型,然后针对漂浮式水上光伏电站的锚泊线的设计问题,以水位变化为变量,基于低水位工况确定锚泊线的最大长度,高水位工况进行校核的思想,提出了一套设计流程与应对策略,并通过一个具体的算例进行了介绍。
  (2)使用有限元软件建立了锚泊线与底床动力作用数值模型,并通过对锚泊线进行慢速预张的方法,验证了模型的正确性。分别从土体强度和上部结构物的运动周期两个方面对锚泊线张力变化进行了研究。发现了动力工况下土体抗力和锚泊线惯性力在锚泊线张力变化中的作用和锚泊线导缆孔处的最大张力变化的一般规律。
  (3)忽略了土体冲刷的时间效应,从锚泊线的预张力、土体强度和上部结构的运动周期等方面评估了锚泊线触底区沟槽的发展特征。研究了锚泊线触底区的土体缺失对于锚泊线荷载传递及沟槽发展的影响。
  (4)基于非线性滞回曲线模型,建立了考虑循环弱化作用的锚泊线与土体相互作用模型,首先对该模型的正确性进行了验证,然后从不同预张力和土体强度研究了土体循环弱化对于锚泊线荷载传递以及沟槽发展的影响。
[博士论文] 李文卿
控制科学与工程 浙江大学 2018(学位年度)
摘要:工业过程生产安全是是新一代工业革命的重要保障之一。过程监测技术是实现工业过程安全生产的重要手段,是保障制造业转型升级,实现智能制造的基本技术之一。随着数据测量及存储技术的飞速发展,工业过程中积累了丰富的过程数据,这些数据蕴含了丰富的过程信息,因而,数据驱动的过程监测方法受到了广泛的关注。其中,多元统计分析的方法因其在处理高耦合、多变量数据的独特优势而备受青睐。
  传统的统计过程监测方法往往做了一些理想化的假设条件,如认为建模数据往往是充足且规则的、过程变量往往服从单一的线性关系或者非线性关系、过程数据往往是来自稳定工况等。这些假设条件使得传统的统计过程监测方法在一定的适用范围内取得了较好的应用效果。然而,随着工业过程的过程特性日益复杂、过程规模日益庞大,实际的工业过程往往处于一种复杂的非理想的运行工况下,无法满足理想化的假设条件,从而导致传统的统计过程监测方法性能下降甚至无法适用。间歇生产过程和连续生产过程是当今工业过程的两大主要生产方式,且间歇过程由于其多操作阶段、周期生产的特点往往具有复杂的过程特性,而连续过程的大规模化趋势也使得其过程特性日益复杂,它们的实际运行工况往往违背了理想的假设条件。因此,以间歇过程和大规模连续过程为研究对象分析实际工业过程中的复杂特性,并针对其中的典型问题进行研究,主要有间歇过程中的小样本问题、不规则数据问题以及大规模连续过程中的混合变量相关性问题、动态性问题:
  (1)由于过程反应缓慢,一些间歇过程(如生物制药)往往难以获取充足的批次数据用以分析建模,导致小样本问题的存在。针对小样本问题,本文建立了一种新的数据分析单元一泛化时间片,并提出一种基于泛化时间片的间歇过程有序时段划分算法。该方法通过衡量泛化时间片中过程数据的相关性从而自动有序地识别间歇过程的多个时段,为可靠的过程监测奠定基础。此外,所建立的子时段监测模型能随着建模数据的增多而进行更新,从而实现精确的过程监测。
  (2)由于各种因素的影响,间歇过程往往不能严格地重复生产,因此间歇操作的数据长度也不可能完全相同,导致不规则数据问题。针对间歇过程不规则数据问题,本文提出一种基于时间片重组的不等长时段有序自动划分算法,通过衡量每个批次的数据相关性在时间方向的变化情况对不规则的子时段进行识别,并建立时段模型提取不规则的过程特性。此外,考虑到时间指标无法有效指示新样本的时段隶属,本算法对每个不规则时段进行了细划分,区分了两类时间区域,并针对不同区域提出不同的在线监测策略。该策略避免了因不规则时段识别错误而导致的误报警情况,从而可以有效改善在线监测性能。
  (3)由于大规模连续过程往往由若干设备、生产线等构成,它们的运行机制不同且相互影响,因此过程变量间往往存在着混合的变量相关性,即同时存在线性相关性和非线性相关性。针对混合相关性问题,本文首次提出混合变量相关性解耦的思想,并基于该思想提出一种线性关系衡量以及线性变量组划分的方法,将过程分解成具有不同变量相关性的线性子组和非线性子组。在过程分解的基础上,提出一种两层的精细化建模和监测的框架:在底层对系统局部的线性特征进行分析和监测;在上层分析和监测过程的全局非线性特性。该方法对过程的线性特征和非线性特征分别表征和监测,可以有效改善大规模混杂过程的在线监测性能。
  (4)对于具有高维度、混合变量相关性数据的大规模过程,故障易被掩盖且往往同时具有线性和非线性的特征,从而导致故障特性难以精确表征。因此,本文在混合变量相关性解耦的基础上进一步提出复杂故障特性分解的思想,并基于该思想提出一种分布式的概率故障诊断方法。该方法根据故障特性将过程分解为不同的子块,有利于故障特性的精确表征。随后,根据子块所包含的故障特性采用相应的建模方法建立分布式的故障诊断系统,该系统中不同的子块模型可以提取不同的故障特征,并通过信息融合技术进行有效融合,显著改善了故障诊断精度。此外,采用概率的形式来表示故障诊断的结果,不仅可以有效指示故障类别,还反映了样本属于该故障类别的程度,揭示了更丰富的故障信息。
  (5)由于控制策略切换,产品更改等因素,实际工业过程往往存在显著的动态变化特性。此外,大规模连续过程因其包含了多个运行设备、生产线甚至车间而具有更为复杂、显著的动态变化行为。针对大规模连续过程的动态性问题,提出一种基于动静特性分析的分布式协同建模与监测方法。首先提出一种稀疏慢特征分析算法对过程数据的动静态相关性进行评估,并基于评估结果设计变量组迭代划分方法自动将过程分解为具有不同的动静态特性的变量子组。随后,提出一种新的分布式协同建模方法:在每个变量子组采用SFA分别表征过程局部的动静态特性,并采用KSFA算法表征变量子组间的全流程的动静态特性。该方法从动态和静态、局部和全局对大规模过程的过程特性进行精细化表征,为过程监测提供更为丰富和关键的信息,从而可以有效提高监测性能。
  上述方法针对实际工业过程中复杂特性所带来的一系列问题提出了新的解决思路,并在数值仿真例子和实际工业过程的仿真实验中验证了其可靠性和有效性。最后,在总结本文研究的基础上,对未来工作进行了展望。
[硕士论文] 胡欢波
控制理论与控制工程 合肥工业大学 2018(学位年度)
摘要:倒立摆系统被视为检验各种先进控制方法的典型标杆性系统,在机器人控制、航天技术等领域有着广泛应用。由于倒立摆系统是一类不稳定、多变量和强耦合的非线性系统,基于非简化的非线性模型设计反馈控制律实现其镇定和跟踪控制问题具有一定的挑战性。此外,大部分非线性控制律是通过数字控制器实现的。传统的控制方法在解决倒立摆系统的高精度控制问题上具有一定的局限性。而非线性输出调节理论可以很好的实现精确跟踪参考轨迹、干扰抑制和参数鲁棒性等多个目标。因此,采用离散时间非线性输出调节理论研究倒立摆的位置跟踪问题具有重要意义。
  本论文主要研究了两类倒立摆系统的位置跟踪问题。主要的研究工作如下:
  (1)研究了具有多输入多输出的球形倒立摆系统的位置跟踪控制问题。这一问题可以被描述为典型的离散时间非线性输出调节问题。解决离散时间非线性输出调节问题的关键在于求解一组被称为离散调节器方程的代数函数方程。本文首先利用中心流形定理验证了与球形倒立摆系统对应的离散调节器方程的可解性,然后利用神经网络方法解决了这一跟踪问题。最后,将神经网络方法与传统的线性控制方法进行了比较。仿真结果验证了设计的有效性和优越性。
  (2)研究了具有单输入单输出的直线电机倒立摆系统的位置跟踪控制问题。这一问题可以被描述为典型的离散时间非线性输出调节问题。相对于传统的旋转电机,直线电机具有高精度、快速响应、可靠性好、扰动小等许多优点。但导轨上的摩擦力仍对倒立摆系统的控制精度有着较大的影响。因此,本文将神经网络方法和摩擦力前馈补偿方法相结合提出了离散时间神经网络控制器,实现了直线电机倒立摆系统的精确位置跟踪控制。最后,将神经网络方法与传统的线性控制方法进行了比较。仿真和实验结果验证了设计的有效性和优越性。
[硕士论文] 毛龙龙
计算机技术 合肥工业大学 2018(学位年度)
摘要:许多事物都与某种程度的不确定性因素相关联,不确定性可能产生于人们生产生活的各个方面,它包含事物多方面的特征。近年来,对于不确定性的研究已经深入到各个领域,不确定性可视化已经成为可视化领域的关键问题之一。在项目管理中,不确定性是一项不可忽略的关键因素。针对现有项目管理软件和方法不能直观地展现项目任务时间进度不确定性和人员协作关系的问题,本文首先从项目时间管理理论和不确定性可视化方法入手,总结影响项目进度的不确定性因素并建立项目进度不确定性模型,然后设计不确定性字形表示项目任务时间进度不确定性,结合故事线可视化方法展示项目人员协作关系,最后通过实验分析和可视化方法对比结果表明本文可视化方法能够直观地表现项目任务时间进度不确定性和人员协作关系。
  本文的主要工作和贡献可以总结为以下三点:
  (1)对项目管理中不确定性可视化方法进行了总结和分析:首先总结项目时间进度管理理论和不确定性可视化方法,接着阐述了时间不确定性字形设计和相关应用,最后对展示人员协作关系的故事线可视化布局算法过程进行详细描述。
  (2)建立了项目进度不确定性模型:首先对项目任务计划持续时间进行估计,然后对影响项目进度的各种不确定性因素进行详细定义,建立了项目进度不确定性模型,设计多种不确定性可视化字形表示任务时间进度不确定性,结合线条样式和燃尽图的变化分别隐喻人员调动不确定性和个人进度不确定性。
  (3)设计并实现了项目任务时间进度不确定性可视化方法:使用故事线法可视化项目整体流程,结合前面不确定性因素的可视化表达,为用户提供多种交互手段和多视图帮助探索分析项目任务进度不确定性和人员协作情况,根据用户的色彩感知偏好提供多种配色方案。最后通过对比现有时间不确定性可视化方法并结合用户体验调查结果,进一步证明了本文可视化方法的有效性和实用性。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部