共搜索到1678条信息,每页显示10条信息,共168页。用时:0小时0分0秒265毫秒
玻璃/铝基废弃物复合材料搅拌流场的模拟 姚瑰妮1,李如燕1,张被刚1,吴勇生1,孙可伟1 (1.昆明理工大学固体废弃物资源化国家工程研究中心,昆明,650093) 摘要:运用流体软件Fluent对采用机械搅拌法制备的玻璃/铝基废弃物复合材料流场进行模拟,采用MRF动参考系模型,多相流Mixture混合模型及标准k-ε模型,模拟使用三层正交组合轴流搅拌桨产生的流场.结合搅拌工艺特点对模拟的结果进行了分析,通过分析搅拌槽的宏观流场,轴向速度和径向速度分布,定性指出了各区域搅拌混合的效果,并同其它搅拌桨产生的流场进行了比较. 关键词:玻璃/铝基废弃物复合材料; Fluent; 多相流Mixt......
直接淬火石油储罐用钢N610E的回火组织与力学性能余伟1,武会宾2,王立军2,霍松波3,祝瑞荣3,林国强3(1.北京市北京科技大学高效轧制国家工程技术研究中心2.北京科技大学 高效轧制国家工程研究中心,北京 1000833.南京钢铁股份有限公司 技术质量部,江苏南京 210035)摘 要:N610E级石油储备罐用钢(12MnNiVR)常用加热调质处理工艺生产.利用OM,TEM等试验方法,研究了石油储罐用钢N610E直接淬火后,不同回火温度对组织和力学性能的影响.结果表明:直接淬火钢经655℃回火,钢板具有最佳综......
搅拌反应器内的液相混合行为[J]. 化工学报, 2010, 61(10): 2517-2522. HU Yinyu, LIU Zhe, YANG Jichu, et al. Liquid mixing in eccentric stirred tank[J]. Journal of Chemical Industry and Engineering(China), 2010, 61(10): 2517-2522. [13] ZHANG Mengxue, HU Yinyu, WANG Wentan, et al. Intensification of viscous fluid mixing in eccentric stirred tank systems[J]. Chemical Engineering & Processing Process Intensification......
基于积分型切换函数的自适应神经网络控制夏扬,顾周聪,杨永淼,曹松银,于启红摘 要:针对一类具有未知函数控制增益的非线性系统,利用RBF神经网络的逼近能力,依据滑模控制原理,提出了一种直接自适应神经网络控制器设计新方案.通过引入积分型切换函数及逼近误差自适应补偿项,监督控制用饱和函数代替符号函数,根据李雅普诺夫稳定性理论,证明了闭环系统是全局稳定的,跟踪误差收敛到零.该算法应用于连续搅拌型化学反应器CSTR(Continuous Stirred Tank Reactor),仿真结果显示,该算法能很好地使CSTR跟踪给定的温度信号,表明了该控制策略的有效性.关键词:RBF神经网络;积分型切换函数;自适应控制;CSTR;......
非线性CSTR过程预测控制器设计丁香乾,杨晓黎,杨华摘 要:针对非线性CSTR(continuously stirred tank reactor)过程,提出一种新的预测控制的设计与仿真实现.在对一类特殊非线性过程分析的基础上,从系统的输入输出数据出发,基于子空间辨识算法建立双线性系统模型来近似描述被控系统;设计新的预测控制算法实现对CSTR过程的跟踪控制;为补偿模型失配以消除控制中的稳态误差,将积分作用包含在预测控制器的设计中,实现对控制输出的良好跟踪性能;最后通过一个仿真实例验证算法的有效性.关键词:非线性系统;CSTR过程;预测控制;子空间方法;......
连续搅拌釜的非线性模型预测控制方法牛宏1,张向帅1,张思远21. 辽宁石油化工大学理学院2. 辽宁石油化工大学信息与控制工程学院摘 要:针对具有强非线性,时变,有纯滞后等综合复杂性的连续搅拌釜(continuous stirred tank reactor,CSTR)反应过程,把无限时域鲁棒二次目标函数进行分解,构成新目标函数,并允许未来控制序列的第1个控制量作为自由决策变量的方式,提出了一种非线性鲁棒模型预测控制方法,从而提高了算法的通用性,改善系统的性能.通过连续搅拌釜的实验研究,实验结果说明了所提算法的有效性.关键词:连续搅拌釜;非线性系统;模型预测控制;鲁棒控制;......
基于数据驱动的CSTR自适应准滑模控制丰杰华,官星辰,马鲁宁,赵东亚,张贝贝中国石油大学(华东)新能源学院摘 要:连续搅拌反应釜(Continuous Stirred Tank Reactor, CSTR)作为化工生产中的核心设备之一,具有典型的非线性特征.针对这种二阶非线性不确定系统,基于积分滑模的控制特性和RBF神经网络的逼近能力设计了一种基于数据驱动的自适应准滑模控制器.仿真结果表明,该算法能很好地使CSTR跟踪给定的温度信号,与普通滑模控制器相比,不需要动力学模型,放松了设计条件;与基于RBF神经网络整定的PID控制器相比,表现出较强的鲁棒性.关键词:数据驱动;自适应滑模控制;CSTR;RBF神经网络;......
网络(Echo State Network,ESN)模型进行非线性系统辨识和粒子群优化(Particle Swarm Optimization,PSO)进行滚动优化的非线性模型预测控制系统的算法.ESN能够很好地辨识非线性系统,其计算时间,数据训练和稳定性相对于传统递归神经网络有了较大进步,PSO具有全局优化和较快的寻优速度.针对典型化工非线性对象连续搅拌槽反应器(Continue Stirred Tank Reactor,CSTR)的仿真实例表明,此模型在预测控制优于BP和PSO结合的非线性预测控制,以及传统的PID控制,证明了该算法运用于非线性模型预测控制中的有效性.关键词:模型预测控制;回声状态网络(ESN);粒子群优化;反馈校正;CSTR;......
method was implemented on a continuous stirred tank heater (CSTH) and used to detect and isolate two types of faults (drift and offset) for a sensor. The results show that the proposed method can detect......
基于KELM的连续搅拌反应釜模型辨识李军,石青兰州交通大学自动化与电气工程学院摘 要:极限学习机(Extreme learning machine,ELM)是一种单隐层前馈神经网络(SLFNs),它随机选择网络的隐含层节点及其参数,训练时仅需调节输出层权值,因此ELM以极快的学习速度获得良好的推广性.考虑到ELM的特征映射函数未知时,可以将核矩阵引入到ELM中.针对模型未知的强非线性连续搅拌反应釜(Continuous Stirred Tank Reactor,CSTR),提出一种基于核极限学习机(Extreme Learning Machine with Kernels,KELM)的NARX模型辨识方法.以仿真的CSTR过程实例进行辨识实验,建立基于NARX-KELM的辨识模型.实验结果表明,在相同......