检索结果-南通市图书馆

面向抽油机节能的GRNN过程建模及工艺参数优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

重庆大学学报（自然科学版） 2013年第6期36卷 130-136页

作者：辜小花廖志强李太福易军重庆科技学院电气与信息工程学院重庆401331 西安石油大学电子工程学院陕西西安710065

针对抽油机系统效率低,能耗大的问题,提出一种基于数据挖掘的抽油机建模及节能优化方法。抽油机的工艺参数理想与否是决定抽油机效率的一个重要因素,而抽油机模型的有效性又是优化工艺参数的关键。抽油机工作过程是一个复杂非线性系统,... 详细信息

针对抽油机系统效率低,能耗大的问题,提出一种基于数据挖掘的抽油机建模及节能优化方法。抽油机的工艺参数理想与否是决定抽油机效率的一个重要因素,而抽油机模型的有效性又是优化工艺参数的关键。抽油机工作过程是一个复杂非线性系统,很难用准确的数学模型描述,广义回归神经网络(generalized regression neural network,GRNN)非线性映射能力强、容错性高,适于解决非线性系统建模问题。为此,提出利用GRNN确定工艺参数与增产节能指标的映射关系,建立抽油机模型;实验结果表明模型的拟合度较好,建模效果良好。紧接着,运用具有智能特性的Pareto向量评价微粒群算法(vector evaluated particle swarm optimization based on pareto,VEPSO-BP)对模型进行搜索寻优,确定工艺参数的最优值,并用优化后的工艺参数指导实际生产;实验结果表明优化后的抽油机采油系统产量提高6.6%以上,用电量降低4.1%以上,验证了所提方法的可行性和有效性。

关键词：广义回归神经网络 Pareto向量评价微粒群算法建模优化抽油机节能

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于数据挖掘的油田机采过程建模及节能优化

基于数据挖掘的油田机采过程建模及节能优化

作者：廖志强西安石油大学

学位级别：硕士

油田既是产能大户，也是耗能大户，抽油机是油田生产的主要耗能设备，其耗电量占油田用电量的45%左右，与此同时抽油机的系统效率也不高，目前只有25%左右。如何实现油田抽油机的增产节能是目前油田研究的一个重要内容。随着数字化油田... 详细信息

油田既是产能大户，也是耗能大户，抽油机是油田生产的主要耗能设备，其耗电量占油田用电量的45%左右，与此同时抽油机的系统效率也不高，目前只有25%左右。如何实现油田抽油机的增产节能是目前油田研究的一个重要内容。随着数字化油田的发展，井上、井下都布置了监测装置，对许多工况参数进行了离线或在线监测，并通过无线通信把这些监测数据传送到监测站。油田企业在长期的采油过程中，涉及了各种类型抽油机、及许多井上和井下工况，因此，积累了丰富详实的工况参数和能耗数据。为此，本文拟从数据挖掘的角度出发，以抽油机采油过程为研究对象，对抽油机采油系统的增产节能进行研究。首先，在深入学习抽油机采油过程的基础上，研究抽油机负载不断变化时，工艺变量的变化情况，选出所有可能影响增产节能的工艺变量，并选取一定时间段的样本数据，通过人工去噪等数据处理方法，最终得到有效的研究样本。其次，利用BP神经网络的非线性逼近能力，获得抽油机采油系统的初始模型，接着利用扩展卡尔曼滤波的思想，建立基于扩展卡尔曼滤波（EKF）的神经网络权值和阈值的迭代学习方法，从而使抽油机采油时变系统的模型具有自适应性，实现抽油机采油系统的自适应递归建模，构建基于EKF的自适应神经网络模型，并对此模型进行检验。再次，以EKF神经网络建立的抽油机模型为基础，以模型的两个输出——产量和用电量为指标，运用多目标进化算法非支配排序遗传算法（NSGA-II）对工艺参数进行优化，得到一个帕累托（Pareto）最优解集。最后，考虑到NSGA-II优化的结果不是一个最优解，而是Pareto前沿上的一组解，不便于油田工程师选择，本文进一步研究Pareto解集的决策模型，先用有序加权平均算法（OWA），再用神经网络融合专家经验，进而选出Pareto解集中综合性能最好的解。通过实验验证，与样本平均值比较，用电量与平均值比较降低3.53%，产量提高了6.59%，证实了该方法的可行性和有效性。

关键词：抽油机采油系统建模优化 EKF神经网络 NSGA-II 有序加权平均算法

土壤中挥发性有机物的气相抽提处理热强化技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

土壤中挥发性有机物的气相抽提处理热强化技术研究

作者：廖志强华东理工大学

学位级别：硕士

土壤中的挥发性有机物(VOC)是一类潜在危害大,应优先控制的污染物。本文以苯系物(BTEX)为目标污染物,包括苯、甲苯、氯苯、乙苯、二甲苯(邻二甲苯、对二甲苯、间二甲苯),采用热传导强化气相抽提(SVE)技术,开展对BTEX土壤的热修复实验,... 详细信息

土壤中的挥发性有机物(VOC)是一类潜在危害大,应优先控制的污染物。本文以苯系物(BTEX)为目标污染物,包括苯、甲苯、氯苯、乙苯、二甲苯(邻二甲苯、对二甲苯、间二甲苯),采用热传导强化气相抽提(SVE)技术,开展对BTEX土壤的热修复实验,并考察影响BTEX去除过程中的各因素效应,为其在土壤修复中的应用提供试验方法和数据支持。本文研究包括以下内容：(1)场地污染土壤的基本性质分析;(2)研究SVE技术处理土壤中BTEX的过程;(3)热强化SVE技术的可行性研究—热解析实验;(4)研究热传导强化SVE过程。实验BTEX土样的理化性质分析结果表明：供试土壤中BTEX含量很高;土壤为粘性土壤,密度较高,有机质的含量为7.0%左右,会影响SVE的去除效果。SVE实验结果表明：实验选择6L/min为最优抽气速率,用于热强化SVE的实验中;BTEX各污染物去除率的大小关系：苯>甲苯>氯苯>乙苯>间、对二甲苯>邻二甲苯,表明分子量越大,沸点越高的污染物,越不易通过SVE被去除;土壤中不同层次的去除率存在差异,表层和中心位置污染物更易被去除,内层污染物去除率低,推测SVE过程中形成“优先流”。热解析实验研究结果表明：通过加热的方式可以有效地去除土壤中的BTEX污染物;选定60-80℃为热强化SVE实验的加热目标温度区间;利用一阶衰减模型分析,得出温度越高,污染物分子量越小,一阶衰减常数k越大,越容易被去除。热强化SVE实验结果表明：通过考察加热源功率和加热时间对土壤BTEX去除率的影响以及分析尾气和冷凝水的污染物浓度来判断实验的终止时间点。结果显示,在三个功率100W,200W和400W作用下,苯系物去除率>90%,所需要的处理时间分别为168.5h、122.5h以及104h,消耗的总电能分别为：29.45KW.h、33.5KW.h以及48.8KW.h。功率越高,土壤中BTEX去除效率越高,同时能耗也越大。实验通过分析处理前后土壤中有机质含量,发现在加热的条件下有机质会逐渐减少,功率越高,有机质去除的速率越快,越有利于污染物的去除。

关键词：挥发性有机物苯系物 SVE 热传导热解析

Graves眼病和眼型Graves病的免疫机能分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中华眼科杂志 1990年第3期26卷 162-164页

作者：廖志强龙如璋 610044，华西医科大学眼科教研室华西医科大学附属一院临床免疫中心华西医科大学微生物与免疫学教研室

对10例Graves眼病和35例眼型Graves病及正常对照组做了体液免疫、细胞免疫和OKT抗体测定。Graves眼和眼型Graves病的IgA、IgM、IgE、Tr、Tr/Ts均比对照组高,Ts下降。Graves眼病的IgG、IgA、Et-RFc、Tr、OKT、OKT4与眼型Graves病之间比... 详细信息

对10例Graves眼病和35例眼型Graves病及正常对照组做了体液免疫、细胞免疫和OKT抗体测定。Graves眼和眼型Graves病的IgA、IgM、IgE、Tr、Tr/Ts均比对照组高,Ts下降。Graves眼病的IgG、IgA、Et-RFc、Tr、OKT、OKT4与眼型Graves病之间比较差异无显著性;IgM、IgE、Ts、Tr/Ts、OKT?二者之间差异有显著性。

关键词：甲状腺肿眼病眼型免疫测定

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

地铁隧道盾构法施工安全风险巡视管理研究

地铁隧道盾构法施工安全风险巡视管理研究

作者：廖志强华中科技大学

学位级别：硕士

随着我国经济的高速发展与城市化的快速推进,城市地铁投资建设蓬勃发展。然而,地铁建设危险性大,致使安全事故时常发生,特别是盾构法施工安全事故,往往造成较大的社会负面影响。因此,作为危险性较大行业安全管理的重要举措,安全风险巡... 详细信息

随着我国经济的高速发展与城市化的快速推进,城市地铁投资建设蓬勃发展。然而,地铁建设危险性大,致使安全事故时常发生,特别是盾构法施工安全事故,往往造成较大的社会负面影响。因此,作为危险性较大行业安全管理的重要举措,安全风险巡视逐渐成为地铁施工安全风险管理不可或缺的组成部分与手段。鉴于地铁施工安全风险巡视缺乏理论支撑与工作指南,本文选择危险性较大的地铁隧道盾构法施工为研究对象,对安全风险巡视展开系统性研究,旨在为地铁盾构施工安全风险巡视工作提供理论支撑与巡视指南,以避免或降低地铁盾构施工安全事故。首先,从地铁施工安全风险管理的各个阶段、地铁施工的各个时期、地铁施工参建各方等“三个维度”论述地铁施工安全风险巡视的重要性与必要性,并结合地铁施工安全风险管理理论,梳理总结“三阶段”巡视理论、“望闻听切”巡视方法、安全风险巡视步骤流程等地铁施工安全风险巡视理论。其次,将WBS-RBS耦合矩阵与模糊综合评价模型等方法运用到地铁施工安全风险巡视内容制定的过程,得出基于WBSRBS法与模糊综合评价法的地铁施工安全风险巡视内容制定的半定量化的方法,并据此法直接给出地铁盾构施工安全风险巡视内容和地铁盾构施工安全风险巡视记录表。再次,研究地铁盾构施工安全风险巡视工作组织结构,建立地铁盾构施工安全风险巡视“非典型性”组织架构。最后,根据地铁施工安全风险巡视理论,结合安全预警单位现场巡视工作经验,以武汉地铁2号线越江盾构隧道工程为案例,实证分析地铁隧道盾构法施工安全风险巡视工作的实施开展情况与流程。本文梳理得出地铁施工安全风险巡视理论,包括巡视重要性理论、巡视内容制定方法论、巡视组织设计理论等,并基于巡视内容制定方法论提供地铁盾构施工安全风险巡视内容,为地铁盾构施工现场巡视工作提供了理论支撑与工作指南。同时,以期此研究为地铁建造安全风险巡视工作的策划、组织、控制等提供参考。

关键词：地铁盾构法施工安全风险巡视非典型性组织模糊综合评价法盾构施工巡视内容 WBS-RBS法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

外资银行在华跨国经营区位选择研究

外资银行在华跨国经营区位选择研究

作者：廖志强湖南师范大学

学位级别：硕士

自2006年11月国务院取消外资银行经营人民币业务的地域和客户限制,经过30多年的发展,外资银行在我国本土化经营方面得到了长足的进步,已经成为我国金融行业的一支非常重要的力量,在服务我国经济发展中发挥了重要作用。特别是伴随着我国... 详细信息

自2006年11月国务院取消外资银行经营人民币业务的地域和客户限制,经过30多年的发展,外资银行在我国本土化经营方面得到了长足的进步,已经成为我国金融行业的一支非常重要的力量,在服务我国经济发展中发挥了重要作用。特别是伴随着我国“一带一路”、“长江经济带”、“京津冀协同发展”等战略的实施,外资银行在我国的发展又迎来了新的契机。本文主要研究外资银行在华跨国经营区位选择,研究哪些影响因素影响外资银行在我国区位选择以及这些影响因素对外资银行区位选择的影响程度。本文首先对外资银行在我国区位选择的文献和理论进行了梳理,然后全面系统的描述了外资银行在华跨国经营区位选择状况,包括外资银行在我国的发展历程、跨国经营状况、区位分布等,并基于外资银行营业机构网点和分行的维度,从城市、省级区域、三大经济地带、六大常规区域、城市圈等区域角度,对外资银行在我国的具体区位选择情况进行了深入细致的研究。通过构建理论框架提出研究假设,基于2005-2015年我国27个省级区域的24个变量指标的面板数据,实证分析了影响我国外资银行在华区位选择的影响因素,研究表明:地区市场化程度、地区优惠政策、地区交通基础设施、地区产业结构、地区对外开放程度、地区城镇化水平、地区人力资本、地区外商直接投资、地区贸易水平、地区金融环境、同行业竞争(城市商业银行、股份制商业银行、大型商业银行)、地区居民消费水平、地区通讯基础设施、地区投资规模、地区经济发展水平、地区创新能力、地区工资水平都是影响外资银行在华区位选择的重要因素,而且地区市场化程度是最重要的影响因素。并基于回归分析结果,提出可供外资银行在我国进行区位选择的投资参考建议。

关键词：外资银行区位选择影响因素区域

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

民政公共服务问责的容错阈研究

民政公共服务问责的容错阈研究

作者：廖志强广西大学

学位级别：硕士

民政部门是政府推行公共服务的重要职能部门之一,其公共服务质量的高低直接影响到人民的获得感和满意度,随着民政公共服务的拓展以及全面从严治党、全面依法治国向纵深推进,从事民政公共服务的干部因工作失误被追究责任的可能性不断增大... 详细信息

民政部门是政府推行公共服务的重要职能部门之一,其公共服务质量的高低直接影响到人民的获得感和满意度,随着民政公共服务的拓展以及全面从严治党、全面依法治国向纵深推进,从事民政公共服务的干部因工作失误被追究责任的可能性不断增大,然而部分问责没有科学区分可容之错和必究之错,民政公共服务部门发生的一些可容性错误时也受到了问责处理,问责的泛化使得问责的负面效应不断显现。党的十九大指出,要建立激励机制和容错纠错机制,旗帜鲜明为敢于担当、踏实做事、不谋私利的干部撑腰鼓劲,因此在新时期探索建立公共服务容错机制,保护敢于担当的干部意义重大。本文通过研究相关容错纠错文献和案例,运用巴纳德组织管理理论和新公共服务理论视角,分析民政公共服务问责现状,明确将容错阈作为一项切实可行的容错机制在民政公共服务领域运用。容错阈由容错事域、容错主体、容错客体以及容错阈内容等基础结构组成,其中,容错阈内容的准入条件随着外部影响因素变化而需要进行动态调整。容错阈有完整的运行程序,由派驻民政部门的纪检监察机关组织实施,经历论证调整、试点实施、错误采集、容错分析以及建立数据等程序,进一步区分了可容之错和应问责之错,规范了容错的流程。民政容错阈在推动民政公共服务“组织与组织”“组织与个人”“领导与个人”“组织与环境”的均衡协调方面不断发展容错激励,为民政部门发生可容性错误时持续实现民政公共服务的有效供给提供了启发和思考。

关键词：民政公共服务问责容错阈均衡协调

FCC汽油在ZSM-5分子筛上催化裂解制丙烯

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

FCC汽油在ZSM-5分子筛上催化裂解制丙烯

作者：廖志强大连理工大学

学位级别：硕士

重油催化裂化增产丙烯是催化裂化技术发展的一大热点,添加ZSM-5助剂是提高催化裂化工艺丙烯收率最有效和最简便的方法。本文以纳米ZSM-5沸石为母体,采用XRD、氮物理吸附、NH3-TPD及固定床轻油微反装置研究了水热处理、磷改性和镧改性对Z... 详细信息

重油催化裂化增产丙烯是催化裂化技术发展的一大热点,添加ZSM-5助剂是提高催化裂化工艺丙烯收率最有效和最简便的方法。本文以纳米ZSM-5沸石为母体,采用XRD、氮物理吸附、NH3-TPD及固定床轻油微反装置研究了水热处理、磷改性和镧改性对ZSM-5的孔道结构、表面酸度及FCC汽油催化裂解制丙烯反应性能的影响,并考察了反应温度、停留时间和剂油比等操作条件对催化剂催化裂化反应性能的影响,得到了以下结果：(1)适宜的水热处理可提高丙烯选择性,增加丙烯收率。水热温度过高和水热时间过长,虽然使丙烯选择性增加,但催化活性急剧下降,不利于丙烯生成。(2)提高反应温度有利于丙烯生成,但温度过高时,副反应加剧,干气和焦炭增加;延长停留时间和增大剂油比,可提高反应深度,但同时氢转移反应增强,丙烯选择性下降。当停留时间为0.12s,剂油比为3.4时,丙烯收率最高。(3)磷改性能有效提高ZSM-5的水热稳定性,增加催化剂酸量,增强催化活性。随着磷负载量的增加,FCC汽油的转化率增大,丙烯和芳烃收率增加。磷负载量过大时,部分磷会以P2O5的形式堵塞沸石孔道,导致催化活性下降。(4)La改性能提高ZSM-5分子筛的水热稳定性,与未改性的ZSM-5相比,La改性ZSM-5的丙烯和芳烃收率均有所增加。随La负载量的增加,La覆盖了催化剂的酸性中心,特别是强B酸中心,导致催化活性下降。

关键词： FCC汽油纳米ZSM-5 催化裂解丙烯 P改性 La改性

基于模糊支持向量机的偏好学习模型研究与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模糊支持向量机的偏好学习模型研究与应用

作者：廖志强四川大学

学位级别：硕士

决策分析是工业工程领域的重要研究方向之一,构建有用的决策模型有利于工业工程学科的进步和发展。机器学习能帮助人类做出更好的决策。目前,机器学习方法已广泛应用于法律、医疗、金融等领域。随着互联网和计算机技术的发展,人类的偏... 详细信息

决策分析是工业工程领域的重要研究方向之一,构建有用的决策模型有利于工业工程学科的进步和发展。机器学习能帮助人类做出更好的决策。目前,机器学习方法已广泛应用于法律、医疗、金融等领域。随着互联网和计算机技术的发展,人类的偏好数据越来越容易获取,这为构建偏好学习模型提供了前所未有的机会。作为一种受欢迎的机器学习方法,支持向量机因其良好的分类性能近年来得到了越来越多的关注和研究。然而,在使用支持向量机解决决策问题的过程中,人们仍面临诸多挑战:1)存在数据噪声,比如,收集到的数据存在异常值。2)处理人类的偏好信息,比如,学习人类的偏好决策行为;3)学习有序模型,传统的支持向量机用于处理二分类问题,而实际应用中有大量排序问题。本文研究了一种基于模糊支持向量机的偏好学习方法,旨在利用决策者的偏好信息来快速、准确地学习有序预测模型。主要研究内容如下:首先,提出一种基于模糊支持向量机(Fuzzy Support Vector Machine,FSVM)的排序模型。传统的FSVM是用来解决分类问题的,而实际问题中通常需要对样本进行排序。首先分析了现有的学习排序方法的特点,然后针对偏好学习问题,为了消除噪声数据对排序模型的影响,提出了两种新的基于FSVM的偏好学习方法,实现在不完整和噪声信息下的偏好学习。实验结果表明,其在分类精度上优于传统学习排序方法。其次,提出一种两阶段模糊隶属函数构造方法。由于现实世界中很多数据并不完全满足球状分布假设,而现有的FSVM默认数据满足该假设。鉴于此,本文提出一种基于类内超平面的模糊隶属函数构造方法。模型采用两阶段策略,首先使用标准支持向量机来获得超平面法向量,再使用距离函数来求每个数据点的模糊隶属度。在8个公开数据集上的实验结果表明,其相较于现有模型能达到较好的预测效果。最后,提出了基于FSVM的有序回归模型。有序回归是偏好学习模型研究中的重要话题。通过联合利用之前提出的FSVM模型及有序回归模型,本文提出了一种新的有序回归模型。该模型在无需求出多个分类超平面的情况下,仅通过训练一个分类函数即可以实现分类间隔最大化,从而在保证较高的分类精度的同时,提升模型的运算速度。本文将该模型应用到帕金森病症状严重程度预测问题中,案例分析验证了模型的实用性和有效性。案例分析结果显示:1)使用FSVM模型可以解决数据噪声问题;2)使用偏好学习方法得到的排序模型和有序回归模型能够有效地处理决策者的偏好信息;3)使用FSVM得到的有序回归模型能够处理复杂的分类排序问题。此外,该结果说明本文提出的方法可以改善帕金森病诊断流程,提升医院的运作效率。

关键词：偏好学习模糊支持向量机有序回归模糊隶属函数帕金森病症状预测