检索结果-南通市图书馆

由圆环板正交连接的带纵筋双层圆柱壳弹性屈曲

在线全文

学校读者我要写书评

暂无评论

中国造船 1999年第3期40卷 47-56页

作者：丁海旭中国船舶科学研究中心

本文用相邻平衡法建立了均匀外压下的纵横加强的圆柱壳平衡方程，提出了求解板格屈曲和肋间壳板屈曲理论临界压力的高精度解法。它可以应用于双层和单层两种圆柱壳，能退化到不带纵筋的圆柱壳，故具有广泛的适用性和较高的精度，并提... 详细信息

本文用相邻平衡法建立了均匀外压下的纵横加强的圆柱壳平衡方程，提出了求解板格屈曲和肋间壳板屈曲理论临界压力的高精度解法。它可以应用于双层和单层两种圆柱壳，能退化到不带纵筋的圆柱壳，故具有广泛的适用性和较高的精度，并提出了板格失稳和肋间壳板失稳工程简化计算公式。

关键词：双层圆柱壳潜水艇弹性屈曲稳定性

用逼近目标规划模型进行潜艇耐压船体最佳设计

在线全文

学校读者我要写书评

暂无评论

船舶力学 2004年第2期8卷 79-85页

作者：丁海旭沈永春中国船舶科学研究中心江苏无锡214082

本文把最大限度地发挥结构最佳尺度和材料最优性能作为潜艇结构优化设计的第一追逐目标,运用目标规划模型,建立单目标非线性约束优化的目标规划模型,求解连续与离散混合变量的最优解,并全部圆整到规格化变量,最后获得规格化设计变量关... 详细信息

本文把最大限度地发挥结构最佳尺度和材料最优性能作为潜艇结构优化设计的第一追逐目标,运用目标规划模型,建立单目标非线性约束优化的目标规划模型,求解连续与离散混合变量的最优解,并全部圆整到规格化变量,最后获得规格化设计变量关于满应力设计和耐压船体较轻重量的相对有效解。

关键词：潜艇耐压船体逼近目标规划模型满应力船体重量优化设计变量规格化

由圆环板正交连接的双层变厚度带肋圆柱壳整体结构矩阵分析

在线全文

学校读者我要写书评

暂无评论

中国造船 1999年第2期40卷 48-58页

作者：丁海旭中国船舶科学研究中心

利用圆环板与内、外圆柱壳正交连接的变形协调条件，把每跨双层壳作为整体，建立双层圆柱壳段的平衡方程，并叠加环肋骨、中间支骨、纵筋的刚度。运用相关矩阵分析手段和相邻壳段的连续条件，将壳段平衡方程组集成待定参数的总体方程... 详细信息

利用圆环板与内、外圆柱壳正交连接的变形协调条件，把每跨双层壳作为整体，建立双层圆柱壳段的平衡方程，并叠加环肋骨、中间支骨、纵筋的刚度。运用相关矩阵分析手段和相邻壳段的连续条件，将壳段平衡方程组集成待定参数的总体方程。该方法可以准确求解双层圆柱壳结构任何部位。

关键词：双层圆柱壳圆环板矩阵分析壳体强度静水压

在线全文

学校读者我要写书评

暂无评论

带纵筋双层圆柱壳弹性屈曲

船舶力学 2001年第1期5卷 32-41页

作者：丁海旭中国船舶科学研究中心无锡214082

本文用相邻平衡法建立了均匀外压下的纵横加强圆柱壳平衡方程 ,提出了求解板格屈曲和肋间壳板屈曲理论临界压力的高精度解法。它能退化到不带纵筋的圆柱壳和单层壳 ,并提出了板格失稳和肋间壳板失稳工程简化计算公式 ,故具有较高的精度... 详细信息

本文用相邻平衡法建立了均匀外压下的纵横加强圆柱壳平衡方程 ,提出了求解板格屈曲和肋间壳板屈曲理论临界压力的高精度解法。它能退化到不带纵筋的圆柱壳和单层壳 ,并提出了板格失稳和肋间壳板失稳工程简化计算公式 ,故具有较高的精度和广泛的适用性。

关键词：双层圆柱壳纵横加强板格屈曲肋间屈曲精度弹性屈曲外壳稳定性计算方法

在线全文

学校读者我要写书评

暂无评论

城市固废焚烧过程数据驱动建模与自组织控制

自动化学报 2023年第3期49卷 550-566页

作者：丁海旭汤健乔俊飞北京工业大学信息学部北京100124 智慧环保北京实验室北京100124

城市固废焚烧(Municipal solid waste incineration,MSWI)是处置城市固废(Municipal solid waste,MSW)的主要手段之一.中国MSW来源范围广、组分复杂、热值波动大,其焚烧过程通常依靠人工干预,这导致MSWI过程智能化水平较低且难以满足日... 详细信息

城市固废焚烧(Municipal solid waste incineration,MSWI)是处置城市固废(Municipal solid waste,MSW)的主要手段之一.中国MSW来源范围广、组分复杂、热值波动大,其焚烧过程通常依靠人工干预,这导致MSWI过程智能化水平较低且难以满足日益提升的控制需求.MSWI具有多变量耦合、工况漂移等诸多不确定性特征,因而难以建立其被控对象模型并设计在线控制器.针对以上问题,提出了一种面向MSWI过程的数据驱动建模与自组织控制方法.首先,构建了基于多输入多输出Takagi Sugeno模糊神经网络(Multi-input multi-output Takagi Sugeno fuzzy neural network,MIMO-TSFNN)的被控对象模型;然后,设计了基于多任务学习的自组织模糊神经网络控制器(Multi-task learning selforganizing fuzzy neural network controller,MTL-SOFNNC)用于同步控制炉膛温度与烟气含氧量,其通过计算神经元的相似度与多任务学习(Multi-task learning,MTL)能力对控制器结构进行自组织调整;接着,通过Lyapunov定理对MTLSOFNNC稳定性进行了证明;最后,通过北京市某MSWI厂的过程数据验证了模型与控制器的有效性.

关键词：城市固废焚烧多任务学习自组织控制数据驱动建模模糊神经网络

自组织递归模糊神经网络设计及污水处理应用研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

自组织递归模糊神经网络设计及污水处理应用研究

作者：丁海旭北京工业大学

学位级别：硕士

模糊神经网络(Fuzzy Neural Network,FNN)是一种兼具人工神经网络(Artificial Neural Network,ANN)的非线性分析能力与模糊系统的模糊推理能力的网络模型。FNN针对人脑思维的模糊性特点,利用数值化信息构建特定的非线性映射以实现对模... 详细信息

模糊神经网络(Fuzzy Neural Network,FNN)是一种兼具人工神经网络(Artificial Neural Network,ANN)的非线性分析能力与模糊系统的模糊推理能力的网络模型。FNN针对人脑思维的模糊性特点,利用数值化信息构建特定的非线性映射以实现对模糊事物的识别和判断,是一种能够适用于更复杂问题和更广泛领域的高级信息处理系统。然而,现有的FNN在内部动态信息传递与结构自适应调整过程中仍存在着诸多尚未解决的研究难题,在一定程度上限制了FNN的建模能力与应用领域。因此,研究能够自适应传递网络内部信息与自组织调整网络结构的FNN具有重要的意义。为解决以上研究难题,本文通过研究和分析FNN的动力学特性,提出了一种基于多元时间序列分析的自组织递归模糊神经网络(Self-organizing Recurrent Fuzzy Neural Network based on Multivariate Time Series Analysis,MTSA-SORFNN)模型。该模型通过小波变换-模糊马尔可夫链(Wavelet Transform Fuzzy Markov Chain,WTFMC)算法将预测因子引入到递归层中,增强了网络的递归环节的适应性;同时,采用加权动态时间弯曲(Weighted Dynamic Time Warping,WDTW)算法与敏感度分析(Sensitivity Analysis,SA)算法分别从局部与整体对网络的结构进行评估与优化;最后,将该网络模型应用于基准非线性问题的预测,并设计开发了污水处理关键出水参数软测量智能系统。实验结果表明,MTSA-SORFNN在收敛速度和建模精度上都展现出了较好的性能,实现了对基准非线性问题与污水处理关键水质参数的准确预测。论文的主要研究工作和创新点如下:(1)基于WTFMC算法的递归机制设计研究。针对自组织递归模糊神经网络(Self-organizing Recurrent Fuzzy Neural Network,SORFNN)的递归量难以自适应的问题,提出了一种基于WTFMC算法的递归机制。首先,在时间维度上记录隐含层神经元的模糊逻辑规则以构建多元时间序列(Multivariate Time Series,MTS);其次,通过小波变换分解此MTS,并结合模糊马尔可夫链预测分解后得到的子序列变化趋势;最后,合并预测值并完成网络递归层的计算。实验结果表明,该递归机制可以探知网络的内部变化规律,有效地提高了网络的收敛速度。(2)基于WDTW-SA算法的自组织机制设计研究。针对SORFNN的结构难以确定的问题,提出了一种基于WDTW-SA算法的自组织机制。首先,在时间维度上记录隐含层神经元的模糊逻辑规则以构建MTS;其次,采用WDTW算法计算MTS间距以分析神经元之间的相关性,根据相关性评价指标对神经元进行合并;同时,结合SA算法计算该段时间的神经元的累计贡献度,根据贡献度评价指标对神经元进行分裂与删减。实验表明该自组织机制能够获得更紧凑的网络结构,并有效地提高了网络的预测精度。(3)SORFNN的结构参数调整策略设计研究。为了保证SORFNN在结构变化时的稳定性,提出了一种结构参数的调整策略。首先,针对神经元的合并阶段、分裂阶段和删减阶段分别设计了相应的参数调整算法;其次,设计了相应的阈值调整策略以提高网络的结构优化效率;最后,通过收敛性分析,证明了网络在该结构参数调整策略下的输出稳定性,避免了网络的震荡。(4)污水处理关键出水参数软测量智能系统设计研究。针对污水处理中关键出水参数检测工艺复杂且实时测量困难等问题,设计并开发了一种以MTSA-SORFNN模型为理论基础的污水处理关键出水参数软测量智能系统。根据系统需求分析,将其分为用户管理、数据采集、氨氮预测和模型理论四个模块。该系统以Visual Studio 2010为开发平台,通过调用SQL Server 2008数据库以实现用户信息的管理、水厂数据的调用和预处理,通过调用预置的MTSA-SORFNN的MATLAB程序以实现软测量模型的训练与预测。该软测量系统相较于传统检测方法具有检测快速、成本低廉、实用性好等优点,对保证污水处理厂稳定高效运行具有实际的意义。

关键词：自组织递归模糊神经网络多元时间序列分析特征建模智能预测污水处理

基于TS-FNN的城市固废焚烧过程MIMO被控对象建模

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

控制理论与应用 2022年第8期39卷 1529-1540页

作者：丁海旭汤健夏恒乔俊飞北京工业大学信息学部智慧环保北京实验室

针对城市固废焚烧(MSWI)过程中因机理反应复杂、不确定性严重等原因导致被控对象模型难以建立的问题,设计了一种基于(T-S)型模糊神经网络(FNN)的多输入多输出(MIMO)模型.首先,描述了MSWI过程的核心工艺流程并分析了模型的影响因素;接着... 详细信息

针对城市固废焚烧(MSWI)过程中因机理反应复杂、不确定性严重等原因导致被控对象模型难以建立的问题,设计了一种基于(T-S)型模糊神经网络(FNN)的多输入多输出(MIMO)模型.首先,描述了MSWI过程的核心工艺流程并分析了模型的影响因素;接着,设计了面向过程控制的被控对象建模策略,其由工况识别模块、数据预处理模块、特征约简模块、被控对象模型训练模块与被控对象模型测试模块组成;最后,通过实验表明了所构建模型的有效性,为研究MSWI过程的优化控制算法奠定了基础.

关键词：城市固废焚烧被控对象模型多输入多输出模糊神经网络过程控制

来源：博看期刊

基于WTFMC 算法的递归模糊神经网络结构设计

在线全文

学校读者我要写书评

暂无评论

自动化学报 2020年第11期46卷 2367-2378页

作者：乔俊飞丁海旭李文静北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对递归模糊神经网络(Recurrent fuzzy neural network,RFNN)的递归量难以自适应的问题,提出一种基于小波变换–模糊马尔科夫链(Wavelet transform fuzzy Markov chain,WTFMC)算法的RFNN模型.首先,在时间维度上记录隐含层神经元的模糊... 详细信息

针对递归模糊神经网络(Recurrent fuzzy neural network,RFNN)的递归量难以自适应的问题,提出一种基于小波变换–模糊马尔科夫链(Wavelet transform fuzzy Markov chain,WTFMC)算法的RFNN模型.首先,在时间维度上记录隐含层神经元的模糊隶属度,并采用小波变换将该时间序列进行分解,通过模糊马尔科夫链对子序列的未来时段进行预测,之后将各预测量合并后代入递归函数中得到具有自适应性的递归量.其次,利用梯度下降算法更新RFNN的参数来保证神经网络的精度.最后,通过非线性系统建模中几个基准问题和实际污水处理中关键水质参数的预测实验,证明了该神经网络模型的可行性和有效性.

关键词：递归模糊神经网络小波变换模糊马尔科夫链动态建模污水处理

基于混合数据增强的MSWI过程燃烧状态识别

在线全文

学校读者我要写书评

暂无评论

自动化学报 2024年第3期50卷 560-575页

作者：郭海涛汤健丁海旭乔俊飞北京工业大学信息学部北京100124 智慧环保北京实验室北京100124

国内城市固废焚烧(Municipal solid waste incineration, MSWI)过程通常依靠运行专家观察炉内火焰识别燃烧状态后再结合自身经验修正控制策略以维持稳定燃烧,存在智能化水平低、识别结果具有主观性与随意性等问题.由于MSWI过程的火焰图... 详细信息

国内城市固废焚烧(Municipal solid waste incineration, MSWI)过程通常依靠运行专家观察炉内火焰识别燃烧状态后再结合自身经验修正控制策略以维持稳定燃烧,存在智能化水平低、识别结果具有主观性与随意性等问题.由于MSWI过程的火焰图像具有强污染、多噪声等特性,并且存在异常工况数据较为稀缺等问题,导致传统目标识别方法难以适用.对此,提出一种基于混合数据增强的MSWI过程燃烧状态识别方法.首先,结合领域专家经验与焚烧炉排结构对燃烧状态进行标定;接着,设计由粗调和精调两级组成的深度卷积生成对抗网络(Deep convolutional generative adversarial network, DCGAN)以获取多工况火焰图像;然后,采用弗雷歇距离(Fréchet inception distance, FID)对生成式样本进行自适应选择;最后,通过非生成式数据增强对样本进行再次扩充,获得混合增强数据构建卷积神经网络以识别燃烧状态.基于某MSWI电厂实际运行数据实验,表明该方法有效地提高了识别网络的泛化性与鲁棒性,具有良好的识别精度.

关键词：城市固废焚烧深度卷积生成对抗网络燃烧状态识别非生成式数据增强混合数据增强

同方期刊数据库