基于知识与AW-ESN融合的烧结过程FeO含量预测

氧化亚铁(FeO)含量是衡量烧结矿强度和还原性的重要指标,烧结过程FeO含量的实时准确预测对于提升烧结质量、优化烧结工艺具有重要意义.然而烧结过程热状态参数缺失、过程参数波动频繁给FeO含量的高精度预测带来巨大的挑战,为此,提出一种基于知识与变权重回声状态网络融合(Fusion of data-knowledge and adaptive weight echo state network, DK-AWESN)的烧结过程FeO含量预测方法.首先,针对烧结过程热状态参数缺失的问题,建立烧结料层最高温度分布模型,实现基于料层温度分布特征的FeO含量等级划分;其次,针对烧结过程参数波动频繁的问题,提出基于核函数高维映射的多尺度数据配准方法,有效抑制离群点的影响,提升建模数据的质量;最后,针对烧结过程数据驱动模型缺乏机理认知致使模型预测精度不高的问题,将过程数据中提取得到的FeO含量等级知识与AW-ESN (Adaptive weight echo state network)结合,建立DK-AWESN模型,有效提升复杂工况下FeO含量的预测精度.现场工业数据试验表明,所提方法能实时准确地预测烧结过程FeO含量,为烧结过程的智能化调控提供实时有效的FeO含量反馈信息.

基于工况知识引导注意力时间卷积网络的烧结终点预测

烧结终点位置的实时准确预测对于优化烧结工艺具有重要的意义.针对烧结过程中强非线性和动态时变性造成烧结终点高精度预测难的问题,本文提出了一种基于工况知识引导注意力时间卷积网络(AM–TCN)模型.首先,构建堆叠的时间卷积模块用于充分提取烧结过程数据中深层次的非线性特征;其次,将历史工况知识引入注意力机制,引导模型在保留过程数据时序特征的同时区分不同特征的重要性;最后,构建预测模型用于烧结终点位置在线预测.工业数据实验表明,所提AM–TCN模型具有较好的烧结终点预测精度,对提升烧结过程热状态稳定性具有重要意义.

尼罗罗非鱼池塘养殖尾水颗粒物质沉降特征分析

【目的】养殖尾水中固体颗粒物的沉积和分解会导致养殖水体恶化并影响鱼类健康,了解尼罗罗非鱼(Oreochromis niloticus)池塘养殖尾水中固体颗粒物的沉降规律及其对养殖水体的影响,为其养殖尾水处理系统的研发与设计提供理论依据。【方法】采用静置沉降处理尼罗罗非鱼池塘养殖尾水,分别于不同沉降时间采集不同深度的养殖尾水样品,对养殖尾水中颗粒物的粒径分布、溶解性有机物组分及水质指标进行分析。【结果】静置沉降对养殖尾水水质无显著影响(P>0.05),仅降低了养殖尾水表层中总氮(TN)、总磷(TP)及化学需氧量(COD)的浓度;静置沉降可显著分离养殖尾水中的悬浮固体和藻类(P<0.05)。经5.0 h静置沉降后,2.0 m高处水体总悬浮固体(TSS)浓度减少3854 mg/L,叶绿素a浓度减少42 mg/L,浊度减少0.23 NTU,色度减少309度,养殖水体中的TSS和叶绿素a浓度随沉降时间的延长而降低;粒径分布结果显示,静置沉降可有效分离养殖水体中粒径大于100μm的易沉降颗粒,但无法分离粒径低于30μm的微细颗粒。固体颗粒的沉降速度与其粒径分布范围和浓度有关,固体颗粒沉降速度随其粒径分布范围减小和浓度的上升而降低;三维荧光光谱结果表明尼罗罗非鱼养殖尾水中的溶解性有机物主要以类富里酸质为主,静置沉降无法完全改变养殖尾水中溶解性有机物组分。【结论】短时间静置沉降能有效去除养殖尾水中的易沉降颗粒,TSS和叶绿素a的浓度随沉降时间的延长而降低,但静置沉降无法完全改变尾水中的溶解性有机物组分,也无法显著降低养殖尾水中的氮、磷等污染物的浓度。

基于料面视频图像分析的高炉异常状态智能感知与识别

智能感知、精准识别高炉(Blast furnace,BF)异常状态对高炉调控优化和稳定运行至关重要,但高炉内部的黑箱状态致使传统检测方法难以直接感知并准确识别多种高炉异常状态.新型工业内窥镜可获取大量料面视频图像,为直接观测炉内运行状态提供了全新的手段.基于此,提出一种基于料面视频图像分析的高炉异常状态智能感知与识别方法.首先,提出基于多尺度纹理模糊C均值(Multi-scale texture fuzzy C-means,MST-FCM)聚类的高温煤气流区域提取方法,准确获取煤气流图像,并提取煤气流图像多元特征;其次,提出基于特征编码的高维特征降维方法,结合自适应K-means++算法,实现煤气流异常状态的粗粒度感知;在此基础上,通过改进雅可比−傅立叶矩(Jacobi-Fourier moments,JFM)提取煤气流图像深层特征变化趋势,进而提出细粒度煤气流异常状态感知方法;最后,基于煤气流异常状态感知结果,结合料面视频图像,提出多级残差通道注意力模块(Multi-level residual channel attention module,MRCAM),建立高炉异常状态识别模型ResVGGNet,实现高炉煤气流异常、塌料和悬料的精准在线识别.实验结果表明,所提方法能准确识别不同的高炉异常状态且识别速度快,可为高炉平稳运行提供重要保障.

乡村产业振兴背景下新型职业农民培育问题及对策

农业从业者的素质和能力是实现乡村产业兴旺的重要因素,将新型职业农民培育成现代农业建设的主导力量可以有效破解乡村产业兴旺的人才制约问题。文章分析当前新型职业农民培育存在新型职业农民培育对象来源后续短缺、培育制度不健全等问题,提出了推进新型职业农民培育以促进乡村产业兴旺的对策建议。