检索结果-南通市图书馆

基于时空关系的改进图构造方法及故障诊断应用

在线全文

学校读者我要写书评

暂无评论

基于时空关系的改进图构造方法及故障诊断应用

改进的深度残差收缩网络滚动轴承故障诊断方法

第35届中国过程控制会议

作者：青浩杨朱群雄张宁贺彦林徐圆北京化工大学信息科学与技术学院智能过程系统工程教育部工程研究中心

图神经网络因其空间特征提取能力和显式地表达样本关系的能力,被广泛应用于故障诊断过程中。通常学者们用K-近邻(KNN)方法构造图,用于图神经网络的输入,但这忽略了时序信息。本文提出一种基于时空关系的改进图构造方法用于故障诊断应用... 详细信息

图神经网络因其空间特征提取能力和显式地表达样本关系的能力,被广泛应用于故障诊断过程中。通常学者们用K-近邻(KNN)方法构造图,用于图神经网络的输入,但这忽略了时序信息。本文提出一种基于时空关系的改进图构造方法用于故障诊断应用。该方法通过分别利用KNN和Path图求取空间近邻图和时间近邻图,灵活地构成了图神经网络的图输入。通过对比所提出的图构造方法和KNN方法,在基于多个经典和近期的图神经网络的Tennessee Eastman过程故障诊断表现,验证了所提出的基于时空关系的改进图构造方法的普适性和优越性。

关键词：图构造时序信息图神经网络时空近邻图故障诊断

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

改进的深度残差收缩网络滚动轴承故障诊断方法

A New Extension Theory-based Production Operation Method in Industrial Process

第35届中国过程控制会议

作者：徐圆廖恒伟贺彦林朱群雄张洋张明卿北京化工大学信息科学与技术学院智能过程系统工程教育部工程研究中心

针对深度残差收缩网络(deep residual shrinkage network, DRSN)在强噪音环境下精度下降的问题,提出了一种改进的深度残差收缩网络(improved deep residual shrinkage network, IDRSN),并将其应用到轴承故障诊断领域中。首先,引入多尺... 详细信息

针对深度残差收缩网络(deep residual shrinkage network, DRSN)在强噪音环境下精度下降的问题,提出了一种改进的深度残差收缩网络(improved deep residual shrinkage network, IDRSN),并将其应用到轴承故障诊断领域中。首先,引入多尺度膨胀卷积增加模型感受野的同时不增加模型的复杂度,并利用泄露修正线性单元(leaky rectified linear unit,Leaky ReLU)激活函数避免训练过程中一直输出负数导致权重无法更新的情况。其次,在深度残差收缩模块内引入卷积块注意力模块(convolutional block attention module, CBAM),动态地调整不同特征通道和空间的重要性,从而增强特征的表达能力。然后,构建自适应模块对深度残差收缩模块的输出信号进行修正。最后,将改进的DRSN模型应用于强噪音环境下的凯斯西储大学(case western reserve university, CWRU)滚动轴承故障数据集进行故障诊断任务,研究结果表明,改进的深度残差收缩网络故障诊断的准确率和鲁棒性更高。

关键词：深度残差收缩网络多尺度膨胀卷积 CBAM注意力机制自适应模块故障诊断

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

Chinese Journal of Chemical Engineering 2013年第1期21卷 44-54页

作者：徐圆朱群雄 College of Information Science & Technology Beijing University of Chemical Technology

To explore the problems of dynamic change in production demand and operating contradiction in production process, a new extension theory-based production operation method is proposed. The core is the demand requisition, contradiction resolution and operation classification. For the demand requisition, the deep and comprehensive demand elements are collected by the conjugating analysis. For the contradiction resolution, the conflict between the demand and operating elements are solved by the extension reasoning, extension transformation and consistency judgment. For the operating classification, the operating importance among the operating elements is calculated by the extension clustering so as to guide the production operation and ensure the production safety. Through the actual application in the cascade reaction process of high-density polyethylene (HDPE) of a chemical plant, cases study and comparison show that the proposed extension theory-based production operation method is significantly better than the traditional experience-based operation method in actual production process, which exploits a new way to the research on the production operating methods for industrial process.

关键词： extension theory high-density polyethylene cascade polyreaction production operation

在线全文

学校读者我要写书评

暂无评论

动态系统神经网络结构的改进及其应用

化工学报 1997年第6期48卷 680-685页

作者：朱群雄麻德贤北京化工大学计算机系北京100029

在对动态神经网络结构分析的基础上,提出了新的网络结构模式,把具有同类特性的输人参数集中在一个节点上以代表该类参数的性质、产生这类参数对网络的综合作用。这样构造的更合乎逻辑的神经网络的权值总数要比传统的BP网络的权值总数大... 详细信息

在对动态神经网络结构分析的基础上,提出了新的网络结构模式,把具有同类特性的输人参数集中在一个节点上以代表该类参数的性质、产生这类参数对网络的综合作用。这样构造的更合乎逻辑的神经网络的权值总数要比传统的BP网络的权值总数大大减少,从而加快网络学习速度,有利于网络的在线学习和提高网络的可靠性与稳定性。此外,本文对神经网络逆动态控制器进行了分析,提出在输入层增加系统偏差作为一个输入变量,从而增强了控制器的控制质量和控制反应能力。最后,应用上述技术对CSTR典型化工实例进行了验证,取得了较好的结果。

关键词：动态系统网络结构控制器神经网络化工过程

在线全文

学校读者我要写书评

暂无评论

神经网络过程模型辨识

化工学报 1997年第5期48卷 547-552页

作者：朱群雄麻德贤北京化工大学计算机系北京100029

利用修正的反传神经网络(BP)算法分别对稳态过程和动态过程以及两个实际化工生产过程进行模型结构辨识,所确定的最佳神经网络结构经验证表明具有较好的收敛性和稳定性,模拟精度高、适用性强.

关键词：神经网络模型辨识化工生产生产过程

Study and Application of Case-based Extension Fault Diagnosis for Chemical Process

在线全文

学校读者我要写书评

暂无评论

Chinese Journal of Chemical Engineering 2013年第4期21卷 366-375页

作者：彭荻徐圆朱群雄 College of Information Science &Technology Beijing University-of Chemical Technology Beijing 100029 China

In chemical processes, fault diagnosis is relatively difficult due to the incomplete prior-knowledge and unpredictable production changes. To solve the problem, a case-based extension fault diagnosis (CEFD) method is proposed combining with extension theory, in which the basic-element model is used for the unified and deep fault description, the distance concept is applied to quantify the correlation degree between the new fault and the original fault cases, and the extension transformation is used to expand and obtain the solution of unknown faults. With the application in Tennessee Eastman process, the result indicates that CEFD method has a flexible fault representation, objective fault retrieve performance and good ability for fault study, providing a new way for diagnosing production faults accurately.

关键词： extension theory fault case fault diagnosis Tennessee Eastman process

基于可拓理论的过程工业智能操作优化方法及应用

在线全文

学校读者我要写书评

暂无评论

化工学报 2009年第10期60卷 2536-2542页

作者：徐圆朱群雄北京化工大学信息科学与技术学院北京100029

在生产过程装置及工艺确定的前提下,操作方案恰当与否直接影响产品质量产量及物耗能耗。由于生产过程操作变量繁多且关系复杂,传统操作调节方法已不能满足操作优化需求。本文提出了基于可拓理论的智能操作优化方法以寻求最佳操作方案。... 详细信息

在生产过程装置及工艺确定的前提下,操作方案恰当与否直接影响产品质量产量及物耗能耗。由于生产过程操作变量繁多且关系复杂,传统操作调节方法已不能满足操作优化需求。本文提出了基于可拓理论的智能操作优化方法以寻求最佳操作方案。通过建立操作条件、生产目标及约束条件的物元、事元模型,采用可拓性分析及可拓变换得到操作调节方案,设定操作变量给定值形成操作方案集,并进行筛选评价得到最佳方案。结合某企业高密度聚乙烯(HDPE)串级反应过程生产操作验证了其有效性,为过程工业操作条件优化调节提供了新思路。

关键词：可拓理论操作优化 HDPE串级反应过程

在线全文

学校读者我要写书评

暂无评论

基于可拓理论的RBF神经网络研究及其应用

控制与决策 2011年第11期26卷 1721-1725页

作者：徐圆冯晶朱群雄北京化工大学信息科学与技术学院北京100029

针对径向基函数(RBF)神经网络构造时其结构和参数难以确定的问题,结合可拓理论对输入样本和基函数的中心向量建立物元模型,并借鉴第2类型可拓神经网络(ENN2)的聚类思想,根据样本分布,采用可拓分析及可拓变换动态调整隐节点数目和基函数... 详细信息

针对径向基函数(RBF)神经网络构造时其结构和参数难以确定的问题,结合可拓理论对输入样本和基函数的中心向量建立物元模型,并借鉴第2类型可拓神经网络(ENN2)的聚类思想,根据样本分布,采用可拓分析及可拓变换动态调整隐节点数目和基函数中心,从而提出基于可拓理论的RBF(ERBF)神经网络.同时,通过UCI标准数据集进行了测试,并通过应用实例进行了验证,结果表明,ERBF结构和参数的确定方法简单、收敛速度快,且泛化精度、鲁棒性和稳定性均显著提高.

关键词：径向基函数神经网络可拓理论回归建模

在线全文

学校读者我要写书评

暂无评论

用于化工软测量的基于移动窗的过程神经网络

清华大学学报（自然科学版） 2012年第9期52卷 1165-1170页

作者：朱群雄甄玉山北京化工大学信息科学与技术学院北京100029

软测量技术可以有效解决复杂工业过程中一些重要参量难以由硬件在线检测的问题,由于化工过程具有连续性和累积性等特点,若采用传统的软测量建模方法往往会忽略信号的时间累积作用从而导致预测误差较大。针对上述问题,提出了基于改进的... 详细信息

软测量技术可以有效解决复杂工业过程中一些重要参量难以由硬件在线检测的问题,由于化工过程具有连续性和累积性等特点,若采用传统的软测量建模方法往往会忽略信号的时间累积作用从而导致预测误差较大。针对上述问题,提出了基于改进的过程神经网络(PNN)的软测量建模方法。首先采用移动窗技术来确定包含过程正常运行大部分信息的时间序列,然后利用改进的PNN建立软测量模型并对主导变量进行连续预测,最后对软仪表进行校正以实现连续高精度预测。以某工厂高密度聚乙烯装置为例,验证了该方法具有较高的预测精度和跟踪性能,这对于工业过程的控制优化操作具有重要的应用价值。

关键词：软测量过程神经网络 Q统计量高密度聚乙烯