双侧吹熔池熔炼炉内气液两相流数值模拟

为了探索铜双侧吹熔池熔炼过程增产增效的实现途径,以赤峰云铜有色金属有限公司的实际双侧吹熔池熔炼炉为原型,运用VOF等方法构建了炉内气液两相流动过程数值模型,据此对不同送风流量(1300、1500、1700 m^(3)/h,标态)条件下的熔炼过程进行了数值模拟。结果表明,提升送风流量能够在一定程度上提高熔炼效率,但同时也可能导致烟尘发生率增大等问题,因此,送风流量的增幅不宜过大。

支持向量回归机元参数优化方法

为了优化ε不敏感支持向量回归机(-εsupport vector regression,-εSVR)的三类元参数,根据其耦合程度将其优化问题分解为核参数优化和结构参数(即不敏感参数和正则化参数)优化两个子问题,并提出了相应的优化方法。首先,提出了一种新的核校准系数以优化核参数;其次,提出了一种基于期望训练误差的结构参数优化方法;最后,为准确估算-εSVR的期望训练误差,还提出了一种根据实际训练误差分布特征评估和校正期望误差的方法。仿真结果表明,该文方法具有与交叉检验法近似的优化效果,且时间效率更高。

数据挖掘技术及其在工业生产中的应用

数据挖掘是一种新兴的数据处理和分析技术,已在许多领域发挥出可观的作用。为了促进数据挖掘在工业生产领域的应用,文章概述了数据挖掘的主要技术特点、主要任务和一般实现方法,介绍了工业生产领域数据挖掘技术的应用现状,分析了工业生产的过程特点和数据特点,并针对这些特点探讨了工业生产数据挖掘较为独特的数据预处理和挖掘方法,强调了合理利用专业知识的重要性。

基于数据挖掘的铜锍转炉吹炼过程优化决策建模

为了提高铜转炉的操作水平,探讨了利用其生产运行中产生的大量数据建立优化决策模型的方法。针对过程数据含噪声、样本规模相对不足等问题,提出了一种鲁棒性更强的改进的神经网络建模方法;针对优化决策模型的应用目的,提出了支持度、置信度和相对置信度等模型评估指标;利用某厂的实际过程数据和前述方法,建立了基于神经网络的S1期(造渣1期)熔剂量和鼓风时间优化决策模型。实验效果表明所建优化决策模型能够显著改善S1期的吹炼效果。

高校理工科课堂故事教学法研究与实践

高校理工科课程普遍具有概念多、定理多、公式多、理解难度大等特点,知识本身往往难以激发学生的学习兴趣,导致课堂氛围相对沉闷。通过深入分析这一问题产生的根源,采用在课堂中融入教学故事以提高学生兴趣的课堂教学方法,并从科学史、应用实例及拟人化表示三个方面发掘和构建理工科课堂教学故事的设计思路、讲述方法及故事型课堂的实施方案。

基于小波分析和非线性映照的多维异常样本检测方法

数据预处理对于数据挖掘及其它基于数据样本的系统建模极为重要。数据预处理的一项重要任务是从大量数据样本中剔除异常样本,但在数据集中各数据项间关系未知的情况下,检测异常样本比较困难,为此,提出了一种基于小波分析和非线性映照的异常数据样本检测方法。该方法通过非线性映照对多维数据进行降维处理后,利用小波分析的局部分析优势检测异常样本。仿真结果表明,该方法切实可行,效果良好,有较强的实用性。

中美理工科研究生培养模式的比较与探讨

比较中美两国工科研究生培养模式,发现:培养目标上,中国研究生培养目标的相对单一且不明确,一定程度上导致了研究生研究能力与工程实践能力"双弱"的问题;课程教学上,教学形式单一,普遍以课堂教学为主,与学生的课外交流时间不足;科研能力培养上,仍然沿袭学徒式导学方式;考核方式上,考核在形式上与美国并无重大差异,但在考核标准的控制上过于宽松。我们应进一步规范化专业型学位的培养目标;增加课程教学中的互动与实践环节;推广和落实"集体指导,导师负责"的导学方式;适当提高研究生入学后的各项考核标准,提高研究生培养质量。

一种基于小波分析的异常数据样本检测与修复方法

准确的数据预处理是实现正确有效的数据挖掘和基于数据样本进行系统建模的前提和关键环节.数据预处理的一项重要任务是从大量数据样本中剔除异常样本或对受污染的样本进行清洗修复,但在数据集中各数据项间关系未知的情况下,检测异常样本比较困难,为此,文章提出了一种基于小波分析的异常数据样本检测与修复方法.该方法充分利用了小波分析的多尺度、多分辨特性,能有效地实现异常数据样本的准确检测和修复.为了实现离散序列小波变换的快速计算,文章还提出了一种基于Newton-Cores公式的修正的数值积分算法.仿真结果表明,文章提出的方法切实可行,效果良好,有很强的实用性.

基于数据挖掘的铜转炉渣产出量预报

为实现铜转炉渣产出量的及时准确预报,提出应用数据挖掘技术从现场积累的大量生产数据中发掘相关规律。首先应用线性回归技术建立了仅考虑主要影响因素(铜锍含铁量)的粗略预报模型,而后,应用神经网络技术建立了考虑到多个次要影响因素的误差补偿模型,从而改进预报效果。利用实际生产数据对模型进行了仿真测试,仿真结果表明,模型预报效果良好。

基于数据噪音约束的受限最优建模方法

基于经验模型可能最优效果受数据质量限制的事实,提出了"受限最优模型"的概念,定量分析了噪音强度、样本规模对受限最优模型效果的影响。提出了利用受限最优模型期望效果进行优化建模思想,基于该思想,提出了一种基于噪音信息指导的神经网络优化建模方法,仿真试验表明,该建模方法切实可行,效果明显优于传统方法。为了客观地评价模型效果,还提出了一种新的模型评估指标——误差平均功率,分析了它和常用的模型评估指标——误差均方之间的关系,指出了其应用意义。

热工数据库系统的设计与开发技术

针对热工数据类型多 ,多数数据非线性强 ,相关图表查阅不便且读数误差大的现状 ,本文提出利用计算机强大的数据存储处理能力建立热工数据库系统 ,实现热工数据的快速准确查询 ,并介绍了热工数据库管理系统的功能特点及设计开发技术。将数据插值、神经网络等函数逼近的方法应用于查询程序的定制 ,大大加强了系统的查询功能 ,使系统的查询范围不仅仅局限于数据库中已有的数据记录。本文以饱和水及饱和蒸汽热力性质数据库为例 ,说明了系统查询功能的实现方法与效果。应用结果表明 ,热工数据库管理系统查询热工数据 ,速度快、精度高 ,不受人为因素影响 ,具有较大的实用价值。

饱和水及饱和蒸汽热力性质数据库的开发与应用

文章针对热工数据类型多,非线性强,相关图表查阅不便且读数误差大的现状,提出利用计算机强大的数据存储处理能力建立热工数据库系统。实现热工数据的快速准确查询,并以饱和水及饱和蒸气热力性质数据库为例,介绍了热工数据库管理系统的开发技术和系统功能。应用结果表明,利用热工数据库管理系统能快速获取热工数据且数据误差小,具有较大的实用价值。

NaOH-NaAl(OH)_4-Na_2CO_3-H_2O体系活度因子的计算模型

应用Bromley模型,通过对氢氧化钠、铝酸钠和碳酸钠等溶液体系活度因子的实验数据进行校验与回归分析,获得了各电解质合理的Bromley参数,建立基于Bromley模型的NaOH-NaAl(OH)4-Na2CO3-H2O体系活度因子的计算模型,其适用范围为:质量摩尔浓度分别为m(NaOH)≤8mol/kg,m(NaAl(OH)4)≤3mol/kg,m(Na2CO3)≤3mol/kg且离子强度I≤9mol/kg。使用该模型和Rard方法计算所得水的活度比较结果表明:该模型正确有效,计算精度较高,各电解质的Bromley参数取值合理;该模型也可用于NaOH-NaAl(OH)4-H2O体系活度因子的计算。

悬浮流中浮升气泡运动的数值模拟

为了研究气泡在矿浆中的运动规律及寻找气泡的最佳尺寸范围，运用流体体积法（Volume of fluid，VOF）模拟不同初速度和不同初始直径的气泡在不同密度矿浆中的运动过程。结果表明：在不同密度的矿浆中，浮升气泡的最佳尺寸各不相同，随着矿浆密度的增大，浮升气泡的最佳尺寸减小。矿浆密度为1175 kg/m2时，浮升气泡的最佳尺寸为5 mm；矿浆密度为1400 kg/m2时，浮升气泡的最佳尺寸为4 mm；矿浆密度为1600 kg/m2时，浮升气泡的最佳尺寸为3 mm。在实际生产中，矿浆的密度为1175~1400 kg/m2，中等大小（直径为3~4 mm）气泡在运动过程中变形平缓且变形程度小、浮升能力强，故其对矿物粒子的运载能力较强，有利于提高浮选生产的产量和质量。

氧化铝生产蒸发工序的分析

为降低氧化铝生产蒸发工序的能耗,根据工业铝酸钠溶液的密度、比热容、各组分的活度因子和标准化学等性质,推导出工业铝酸钠溶液的计算式;对四效蒸发器-三级闪蒸器系统进行分析,计算蒸发系统及其各单元的效率和损系数。研究结果表明:蒸发系统的效率为13%～19%;三级闪蒸器的效率较高,均超过了90%;四效蒸发器的效率较低,几乎都低于80%,其中第4效蒸发器的效率最低,为9%～12%;冷凝水和乏汽形式的外部损失和蒸发器内传热过程引起的内部损失是蒸发系统的2类主要损失,其损系数分别为0.273～0.301和0.291～0.329;虽然预热器的混合损系数仅为0.016～0.030,但其用能过程不合理,因此,建议加强冷凝水和乏汽的余热回收利用,优化蒸发系统的传热温差分布和操作参数,改进预热器的使用方式。

基于热分析和分析的氧化铝生产蒸发工序节能研究

阐述热分析和分析在氧化铝蒸发工序节能降耗中的意义,建立工序的热分析和分析模型,并以此对某厂蒸发工序进行热效率和效率的分析。研究结果表明:蒸发工序热效率仅为30.67%,效率仅为15.08%,热损失严重,用能水平低,节能潜力大;热分析确定的高耗能环节为冷凝水自蒸发器和末效蒸发器,分析确定的高耗能环节不仅为冷凝水自蒸发器和末效蒸发器,还有传热过程损失和流动过程损失。通过对蒸发工序进行热分析和分析,评价工序用能水平,确定耗能的主要环节、部位及节能潜力,指出蒸发工序的节能降耗途径。

氧化铝生产蒸发工序能耗分析

为降低氧化铝生产蒸发工序的能耗,对测试结果误差进行修正;应用热分析和分析方法研究四效蒸发器三级闪蒸器系统的用能状况。研究结果表明:蒸发系统的热效率仅为15.39%,其中Ⅳ效蒸发器的热效率仅为7.23%,其他单元热效率较高;Ⅳ效蒸发器的热损失主要是外排的冷凝水和乏汽带走大量的热所致;蒸发系统的效率仅为19.51%,其中各效蒸发器的效率均较低而损失率均较高,是提高系统效率的关键因素,因此,应加强乏汽和冷凝水的余热回收利用,并优化或改进蒸发器的操作参数和预热器使用方式。

含相变过程的机械[火用]计算方法

机械火用作为广泛使用的稳流物系的焓火用的两个组成部分之一,其计算正确与否直接影响到火用分析结果的正确性。通过分析发现,传统的机械火用计算方法没有充分考虑机械火用计算路径下可能存在的相变及其影响。为此,通过对定温变压过程下物态变化及其做功能力的理论分析,提出了适用于含相变过程的完整的机械火用计算方法。应用该方法及传统方法对水的焓火用进行比较计算。结果表明,对存在相变过程的机械火用的计算,传统计算方法的误差较大,而提出的计算方法准确可靠,具有较强的实用价值。

基于小波分析的异常样本处理

数据集中各数据项间匹配关系异常的样本是难以检测的,针对此问题,文章提出了基于小波分析的异常样本检测与修复方法,该方法利用小波分析的多尺度、局部分析等特性,能有效地实现异常数据样本准确检测和修复.为了实现离散序列小波变换的快速计算,还提出了一种基于Newton-Cores公式修正后的数值积分算法.测试结果表明,该方法切实可行、效果良好、有很强的实用性.*

支持向量回归机预测误差校正方法

针对传统的ε-不敏感支持向量回归机(ε-insensitive support vector regression,ε-SVR)未充分考虑局部支持向量对回归预测结果的影响,不利于提高回归预测精度的问题,提出了一种ε-SVR预测误差校正方法。该方法以期望预测值与ε-SVR回归预测值及局部支持向量间的欧氏距离和最小为目标函数,以ε不敏感损失带(ε-tube)宽度为约束条件,通过利用高维特征空间中ε-tube边界上和边界外的局部支持向量对ε-SVR的回归预测值进行误差校正。利用人工产生的不同分布数据集和UCI数据集进行的仿真结果表明,与传统的ε-SVR相比,该文方法具有更高的预测精度和更强的泛化能力。