【摘 要】
：
热处理作为制造业中基本工序之一,每年需消耗大量能量,污染物排放巨大,“十四五”规划里明确指出,热处理装置要向智能化,数字化,绿色化转型。坚持绿色制造、节能减排是未来的重点工作。工业电阻炉是热处理装置中的一种,其具有温度控制准确、能耗利用率高以及污染物排放少等优点,但也具有升温缓慢,电能消耗大等不利因素。我国老式电阻炉保有量仍然十分巨大,智能化程度不高,电能浪费多,通过对电阻炉的能耗预测,能反映电阻
论文部分内容阅读
热处理作为制造业中基本工序之一,每年需消耗大量能量,污染物排放巨大,“十四五”规划里明确指出,热处理装置要向智能化,数字化,绿色化转型。坚持绿色制造、节能减排是未来的重点工作。工业电阻炉是热处理装置中的一种,其具有温度控制准确、能耗利用率高以及污染物排放少等优点,但也具有升温缓慢,电能消耗大等不利因素。我国老式电阻炉保有量仍然十分巨大,智能化程度不高,电能浪费多,通过对电阻炉的能耗预测,能反映电阻炉的实时工作状态,提供可靠的动态能耗预测数据,为优化退火工艺、电阻炉的检修或调整生产计划提供详细的数据支持。为此,本文分析工业电阻炉加工过程的能耗数据,建立了基于数据驱动的能耗预测模型;通过研究电阻炉的能耗特性,建立了监控系统。论文的主要研究内容如下:首先,从工业电阻炉的结构上分析,明确能耗模型由辅助系统、加热系统构成,其中加热系统能耗分为加热和保温两个过程。通过对电阻炉工作阶段的能耗特性进行分析,构建了电阻炉能耗模型,为能耗监控系统提供模型支持。其次,在采集工业电阻炉加工过程中的电流、功率以及炉内温度数据作为预测模型输入向量的基础上,为提高模型的精度,通过提取电流的特征参数,建立基于数据驱动的离线多参数能耗预测模型。对比基于ANFIS、GPR、SVR以及PSO-SVR算法的数据驱动模型的预测结果,验证基于数据驱动的离线多参数能耗预测方法的有效性。然后,针对离线模型不具备在线更新样本,实时性差的问题,提出基于数据驱动在线能耗预测模型,并对比增量学习的在线SVR、滑动时间窗的SVR以及动态NARX神经网络三种在线模型的预测精度、相对误差和模型的训练时间。最后,基于工业电阻炉的能耗模型,开发了能耗监控系统,阐述了能耗监控系统的总体框架、功能模块、数据库的设计,介绍了基于QT Creator和VC++2008开发的系统功能界面,通过案例运行,验证了该系统中预测算法的有效性和实用性。
其他文献
我国是世界上重要的水果生产大国,无论在水果批发市场、水果售卖超市等智慧经济方面,还是在智慧农业、智慧医疗领域,实现水果的自动识别以替代传统的人工判断识别,都有着广阔的应用前景。传统的机器学习方法通常需要复杂的特征工程来实现自动识别,对于存在大量相似特征的水果图像并不适用,另一方面深度学习技术只需要将水果图像数据直接传递到网络,通常就可以实现良好的性能。本文的研究内容旨在充分发挥深度学习技术的优势,
随着通信技术快速发展,爆炸式增长的数据流量与稀缺的频谱资源之间的矛盾逐渐凸显。D2D通信技术可允许设备间直接通信,并在短距离内复用蜂窝频谱资源,可以有效降低小区负载压力并提升频谱利用率,是解决上述矛盾的有效途径。然而,由于频谱资源的复用,D2D技术在为系统带来可观收益的同时也不可避免地为蜂窝网络引入了大量同信道干扰,因此,D2D通信需通过模式选择,功率控制,资源分配等技术,有效协调D2D用户与蜂窝
机构投资者是成熟股票市场中的主体,大力发展机构投资者,以期其发挥稳定市场运行、改善市场环境的积极监督治理作用,从而消除我国股票市场高度散户化导致的市场短视、大幅波动等弊病,是我国资本市场的重要改革方向。但目前已有研究大都专注于个人投资者的注意力有限特征,相对忽视机构投资者所面临的注意力约束,且多数研究直接将公司的机构投资者持股比例视作其监督强度,判断机构投资者对公司盈余管理行为和会计稳健性的影响,
随着信息技术的发展,越来越多用户选择将图像上传到云中心,而在这个过程中需要保证图像的隐私。由于图像的高冗余性、高数据量和高相关性的固有特点,可以利用具有密码特性的压缩感知线性加密图像,该方法计算复杂度低可以适应资源受限的无线传感网节点。本文提出了一个在边缘云中基于压缩感知保护图像安全传输的框架,它在资源受限的无线传感网节点上只执行线性加密操作就可以同时保证传输图像的机密性和完整性。首先是基于压缩感
作为第五代移动通信（Fifth-Generation,5G）三大应用场景之一,高可靠低时延通信（Ultra-Reliable and Low-Latency Communications,URLLC）给当前通信系统带来严峻挑战。端到端超低延迟要求进一步压缩传输时间,有限码长传输成为必然。因而,基于码长无限这一前提的信道容量无法准确评估URLLC中系统性能。此外,在严苛时频资源限制下,将通信过程每一
信息化发展是建筑业转型升级的主要任务。BIM作为信息化技术,可助力建筑业实现精细化管理、可持续发展。然而目前BIM应用面临如方案决策缺少科学性、人才缺乏、经验未充分有效利用及共享等困境。人工智能的崛起为破解困境提供了新思路。本研究基于人工智能相关理念,运用案例推理和本体论,构建了建筑工程项目BIM应用方案决策支持系统,以辅助项目管理人员进行建筑工程项目BIM应用方案决策。论文的核心内容分为以下四方
随着社会经济不断发展,电力系统正逐渐成为超大规模的复杂系统。电力系统可靠性评估从概率风险角度分析电力系统的安全水平和薄弱环节,可为电网规划和运行提供重要的决策参考信息。负荷随机变化是电力系统运行中面临的典型随机因素,准确识别负荷的内在变动规律并建立有效的负荷概率模型对提高电力系统可靠性评估的准确性及实用性有重要意义。本文对负荷概率模型的准确构建进行了深入研究,并将其应用于大电网可靠性评估,主要研究
随着我国经济的不断发展,餐饮业也得到了较为迅速的发展,但是其面对的市场环境越来越复杂。餐饮企业不仅要应对产品层面的竞争,还要应对服务、环境等各个方面的竞争,不仅要应对来自品类内部的竞争,还要应对来自品类之间的竞争。在这种情况下,仅通过单店的发展模式很难求得生存并获得进一步发展。因此,为了应对市场环境的挑战并抓住市场发展的机遇,越来越多的餐饮品牌选择通过连锁化的发展方式,在提升自身的抗风险能力的同时
缸内直喷和涡轮增压相互协同的小型强化技术具有很好的动力性和燃油经济性,成为直喷（GDI）汽油机发展的一种趋势,但是强化技术使得缸内热负荷急剧增加,容易引起发动机发生爆震,目前爆震是提高直喷汽油机性能的主要限制因素之一。水的汽化潜热很大,将水喷入气缸可以很好地降低缸内最高温度、压力,使燃烧更加平缓。喷水是一种简单且有效的抑制爆震的方法。本文通过数值模拟的方式探究了缸内直接喷水对GDI汽油机燃烧的影响
在城市化进程加快,经济增长从追求高速率到高质量的转变下,历史文化名镇的保护迎来了新的挑战和机遇。在乡村收缩的大背景下,历史文化名镇文化空间出现价值衰减、风貌失控、以及非遗和社会关系重视不足等现实问题,制约着其保护效能的提升。如何在全面认知古镇现状问题的基础上,转变传统被动的保护方式,采取主动应对的“精明保护”策略,通过古镇文化空间的重塑再造,以达到保护和传承古镇文化遗产,恢复古镇文化活力,提升古镇