Online Predictive Monitoring and Prediction Model for a Periodic Process Through Multiway Non-Gaussian Modeling

一新为周期的生物过程的联机预兆的监视和预言模型被建议用多方法 non-Gaussian 建模。这条途径的基本想法是多使用方法 non-Gaussian 当模特儿在一个周期的过程从每日的正常操作数据提取某主导的关键组分，并且随后把这些部件与预兆的统计过程监视相结合技术。建议预兆的监视方法被使用了在生物废水处理过程指责察觉和诊断，它基于强壮日报特征。结果显示出力量和优点连续法的建议预兆的监视用多方法预兆监视概念，它因此能为一个每日的监视过程并且也给很有用的概念的结果比另外的传统的监视方法启用过程差错的更快速的察觉。

Practical Exploration of Online Teaching of Animal Product Processing

Online teaching has become an important part of higher education due to the continuous effects of the global COVID-19. In this paper, the online teaching of Animal Product Processing was designed and implemented from three aspects of optimization of online teaching content, organization of teaching process and implementation of online assessment. According to the analysis of the questionnaire survey and the final evaluation results, the online teaching of Animal Product Processing is well received by the students and has achieved good teaching results, providing a useful reference for colleges and universities to carry out in-depth online teaching of Animal Product Processing.

A study on the application of ICA to GMAW

A novel method, independent component analysis （ ICA ） , is introduced to gas metal arc welding （GMAW） process monitoring. ICA was applied to arc signals, i. e. welding current and arc voltage, to remove the correlation between them and extract an independent component IC. Two series of robotic GMA W experiments were carried out to study the feasibility of ICA for online monitoring. It was found that IC put up an abnormity when there was a step disturbance in the welding process. Experimental results showed that the IC could be used as a state variable representing the process variation. By applying statistical process control （SPC） for the obtained IC, a burning-through defect was isolated from the normal operation. The comparison between ICA and principal component analysis （PCA） was also made for the processes, which led to an interesting result and was in need for further study.

Monitoring and diagnosis of complex production process based on free energy of Gaussian–Bernoulli restricted Boltzmann machine

Online monitoring and diagnosis of production processes face great challenges due to the nonlinearity and multivariate of complex industrial processes.Traditional process monitoring methods employ kernel function or multilayer neural networks to solve the nonlinear mapping problem of data.However,the above methods increase the model complexity and are not interpretable,leading to difficulties in subsequent fault recognition/diagnosis/location.A process monitoring and diagnosis method based on the free energy of Gaussian-Bernoulli restricted Boltzmann machine(GBRBM-FE)was proposed.Firstly,a GBRBM network was established to make the probability distribution of the reconstructed data as close as possible to the probability distribution of the raw data.On this basis,the weights and biases in GBRBM network were used to construct F statistics,which represents the free energy of the sample.The smaller the energy of the sample is,the more normal the sample is.Therefore,F statistics can be used to monitor the production process.To diagnose fault variables,the F statistic for each sample was decomposed to obtain the Fv statistic for each variable.By analyzing the deviation degree between the corresponding variables of abnormal samples and normal samples,the cause of process abnormalities can be accurately located.The application of converter steelmaking process demonstrates that the proposed method outperforms the traditional methods,in terms of fault monitoring and diagnosis performance.

Instantly Investigating the Adsorption of Polymeric Corrosion Inhibitors on Magnesium Alloys by Surface Analysis under Ambient Conditions

Surface engineering of magnesium alloys requires adequate strategies, processes and materials permitting corrosion protection. Liquid formulations containing corrosion inhibitors often are to be optimized according to the demands of the respective substrate and following the service conditions during its application. As an interdisciplinary approach, a combination of several techniques for instantly monitoring or elaborately analyzing the surface state of magnesium was accomplished in order to characterize the performance of new adsorbing sustainable amphiphilic polymers which recently were developed to facilitate a multi-metal corrosion protection approach. The application of established techniques like Contact Angle measurements and X-ray Photoelectron Spectroscopy investigations was supplemented by introducing related and yet faster online-capable and larger-scale techniques like Aerosol Wetting Test and Optically Stimulated Electron Emission. Moreover, an inexpensive setup was configured for scaling the inset and the extent of degradation processes which occur at local electrochemical circuits and lead to hydrogen bubble formation. Using these analytical tools, changes of the surface state of emeried AM50 samples were investigated. Even in contact with water, being a moderate corrosive medium, the online techniques facilitated detecting surface degradation of the unprotected magnesium alloy within some seconds. In contrast, following contact with a 1 weight% formulation of a polymeric corrosion inhibitor, surface monitoring indicated a delay of the onset of degradation processes by approximately two orders of magnitude in time. Mainly based on the spectroscopic investigations, the corrosion inhibiting effects of the investigated polymer are attributed to the adsorption of a primary polymer layer with a thickness of a few nanometers which occurs within some seconds. Immersion of magnesium for several hours brings up a protective film with around ten nanometers thickness.

面向流程制造的数字孪生车间可视化监控系统研究

为了解决流程制造过程监控实时性差、准确性不足的问题,在数字孪生技术迅速发展且与制造业结合愈发紧密的背景下,提出基于生产要素数据、生产工艺流程与多工序设备实体对象的数字孪生车间可视化监控系统架构。从要素、状态、运行逻辑等多个维度对多工序耦合生产线实体对象进行孪生建模,基于OPC UA统一架构的数据采集传输,虚拟车间的实时驱动等关键技术,实现了流程制造设备状态、生产要素工艺全流程三维可视化监控。基于某流程制造企业制丝生产试验线开展了应用验证,为提升流程制造过程中全生产要素的预见性、联动性、自治性提供了方法和实现途径。

药物晶型研究及其在临床和结晶工艺中的应用进展

药物晶型的差异导致药物溶解度和稳定性不同,进而影响药物的临床疗效及生物利用度。因此,近年来药物晶型越来越受到研究者们的重视。该文通过查阅并整理相关文献,从药物晶型的影响因素、药物晶型的识别与控制、药物晶型评价方法及应用等方面对近年来药物结晶理论研究进展进行概括总结,旨在为药物晶型的控制、工艺筛选等提供参考。

电力电缆局放在线监测神经网络自动识别精度的提升方法

为了尽可能降低电缆线路局放在线监测系统装置运行中对局放信号识别的误判误报的可能性,对局放的判读机理和识别精度进行了改进和提升。基于现场运行系统回收的数万个疑似电缆内部局放的告警记录数据进行了分析分类,对判别程序中沿用的局放自动逻辑判别程序追加了相间信号相关性过滤程序,对既有的神经网络在构造上作了优选优化,对神经网络学习数据的前置处理进行了改进。对改进提升后的局放判别程序采用了包括现场记录,模拟信号发生器和人工局放模型加电压实验的3种局放数据进行检验。结果表明,改进提升后的局放判别程序不但能够使现场的非局放告警数据的告警率降低到5%的期待水平,同时也提高了识别人工模拟产生的各种类型局放信号的准确性,大大降低了局放在线监测系统误判误报的可能性。

复杂曲面机器人磨抛技术研究现状与趋势展望综述

在航空、能源、交通、军工等国家战略领域中,针对复杂曲面零件的自动化、高质量和高效率磨抛需求,对近年来国内外工业机器人磨抛加工关键技术及集成系统的研究和应用进展进行了综述。首先,从复杂曲面机器人磨抛机理及工艺优化、磨抛运动轨迹规划、磨削力控制等方面总结了复杂曲面机器人磨抛技术的研究成果;然后,介绍了国内外机器人磨抛集成系统应用现状;最后,分析了复杂曲面机器人磨抛技术的主要问题以及发展趋势,为该技术的发展提供了重要的指导和方向。研究结果表明:当前该技术存在的主要问题包括磨抛机理不够清晰,数学模型不够准确,复杂曲面机器人磨抛轨迹规划效率不高,磨抛力的控制仍不够精准等;另外,磨抛工艺参数优化、机器人力位混合控制、机器人高精度标定与误差补偿、基于数字孪生的机器人磨抛在线监控、机器人磨抛细分应用场景等方面的研究和实践将极大地推动机器人磨抛技术的发展和应用。

气象应用业务融入气象大数据云平台的设计

针对现有气象应用不能直接融入气象大数据平台的现状,该文采用“云+端”融入的方法,对气象应用的数据存储、产品加工、业务监控、应用接口以及应用端进行改造设计,使现有气象应用业务能够快速接入气象大数据云平台。该设计在湖北气象业务进行应用,避免了因气象业务智能化建设而造成的重复建设和资源浪费,有利于推动气象业务智能化发展,为今后气象应用改造提供了参考。

在线检测技术在中药饮片智能化生产与质量控制中的研究现状与展望

中药饮片产业是中药产业三大支柱之一,保证饮片的质量和安全性一直是重中之重的工作。传统的中药质量控制方法存在周期长、效率低、主观性强等问题,无法适应产业的快速发展。在线检测技术通过在线监测系统实时采集、处理和分析样品数据,能够更快速、准确地得到产品质量信息,对中药饮片的智能化生产和质量控制具有重要意义。从国家政策导向阐明中药智能化生产对中药饮片质量控制的重要性,对在线检测关键技术研究及其在饮片生产全过程中的应用进行综述,归纳当前在线检测技术在中药产业应用中存在的问题,为加快在线检测技术与饮片产业融合发展提供建议,以期为提高饮片生产效率及质量、促进饮片产业高质量发展提供参考。

转鼓式固态生物反应器的研究进展

固态发酵是指微生物在含水量极低的固体物料上进行生长、代谢,以获得初生代谢产物和次生代谢产物。固态反应器因其各种工艺参数的在线监测与自动控制,在食品发酵、生物制药、饲料生产等领域有着越来越广泛的用途。根据罐温、溶氧、pH等工艺参数而采用不同的控制模式。在固态发酵过程中,由于微生物生长环境、物料、传质等诸多因素的差异,设计反应器并实现智能化、程序化是有待解决的关键性共同问题。主要对转鼓式生物固态反应器的应用、特征进行分析并对一些目前存在的弊端提出疑问。

基于预测模糊FLC控制下农业生产过程监控与优化

该文以温室监控系统为案例,针对传统PLC控制在复杂环境下的局限性,提出了一种基于预测模糊FLC控制的优化技术,该技术利用模糊逻辑对环境变量进行模糊化处理,并结合预测算法对未来状态进行预测,从而实现对温室环境的精准控制和优化调节。通过试验验证,该优化技术能够提高温室生产效率、降低能耗成本,并保障农作物的生长质量和产量稳定性。研究结果可以为农业生产过程的智能化监控与优化提供新的思路和方法。

电石法聚氯乙烯信息化智能化实践

聚焦电石法聚氯乙烯信息化的主要问题,通过定制化开发与工业应用MES信息化管理系统、生产工艺自动控制系统、设备智能监测系统以及能源管理信息化平台,提高了生产运行和能源管理效率,取得了良好的实践效果。

五举煤业实现煤质创效的应用实践

为解决升井原煤煤质差,煤质检测存在滞后性,影响选煤厂生产效率及产品质量的问题,基于对原煤开采、运输及洗选加工各环节的分析,通过采取降低工作面采高,建设井下TDS智能干选预排矸系统,采用自动采制样、煤质在线检测,对煤质进行信息化、数字化管理等措施,实现对煤炭质量的精准控制和预警。实践表明,以上措施采用后,升井原煤灰分平均降低15个百分点,洗选精煤灰分波动小于0.3个百分点,精煤产率达到35%以上。通过实施全过程煤质控制,降低了生产成本,减少了环境污染,提高了企业的经济效益和社会效益,可为其他存在类似问题的选煤厂提供一定借鉴。

管道站控PLC系统性能实时监测与评价方法

针对油气管道站场控制系统老旧,以及人工巡检控制系统的方式具有延迟性、片面性、模糊性的问题,提出一种把PLC(可编程逻辑控制器)内部数据作为输入,数据描述以及权重分配作为模型数据处理方式,PLC设备实时性能分数作为输出的评价方法,用以直观展现PLC系统实时运行状态。根据某站场提供的数据作为支撑,模拟验证了模型的可行性和可靠性。提出的评价方法具有普遍性的特点,可用于多种类型PLC系统运行时的实时在线监测以及量化评价,以期为站场无人值守智能运行技术发展提供参考。

大数据驱动的产线集群综合设备效率精准监测

随着国际竞争日益激烈,制造车间更多地关注产能与设备效率,以期通过降低停机时间、减少无效浪费,实现产能提升,从而摊薄成本,增加企业竞争力。有鉴于此,从工业大数据角度出发,以设备密集型产线集群设备综合效率(OEE)精准在线监测为目标,从时间维度和空间维度分析,以前后两个治具加工间隔、治具片数、检测时间、治具引脚数等为特征空间,构建基于合成少数类过采样技术和多层感知器神经网络分类模式的停机类型模式识别方法(SMOTE-MLP),实现不平衡数据处理与停机类型的精准划分,摒弃传统线下计算的方式,为时间稼动率、性能稼动率、良率以及OEE的在线、实时计算提供了可能,形成一套以工业大数据为驱动的、设备密集型产线集群OEE精准在线监测的理论和方法,为智能车间分析与优化提供一套可行方案。

卷烟生产质量全过程信息化管控系统设计

现有的卷烟生产管控模式未能将监测与报警功能有效融合,对烟叶切丝等生产过程的控制效果不佳,导致卷烟包装存在褶皱和断裂现象,对此,设计一个全新的卷烟生产质量全过程信息化管控系统。设计电压输出电路控制电平,处理滤波电路处理前端干扰;根据固定的卷烟生产批次,建立数据在线采集与显示模块,实时获取生产全过程信息,设计与优化生产质量动态评估过程,采用有序加权算子评价卷烟生产质量,构建自动监测与报警融合模型,以信息化方式管控整个卷烟生产过程。实例测试结果表明,该系统管控下的烟丝质量更好,成丝细腻,烟丝压实,没有出现褶皱问题,对卷烟包装质量的影响最小。

基于自适应GHNG的铝电解过程奇异性数据监测方法

数据监测与控制是铝电解过程提高生产质量的重要手段,针对铝电解过程的数据监测算法缺乏多样性、实时性和稳定性等问题,研究了工艺过程数据实时聚类方法,建立了一种基于自适应生长层次神经气(GHNG)的生产奇异性监测模型。该模型包括自适应学习、节点生成与删除、拓扑结构展示等机制,为提高模型稳定性和分析数据多样性的能力,综合利用节点累积误差自适应调节获胜节点及邻域节点权值;依据在线数据演化趋势动态删除、增加神经节点并更新聚类中心位置,实现实时展现数据实例动态聚类结果,进一步提高聚类算法的时效性,同时对在线监测模型和算法进行了性能测试。最后,通过铝电解过程数据监测实例验证了该模型和算法的奇异性监测能力更强,能对铝电解工艺过程进行准确、有效的监测和控制,为生产/管理者提供决策支持。

互联网+背景下畜产品加工技术课程资源开发与应用探究

互联网+背景下,在教学中成熟运用信息化技术实现线上线下混合课程在课程建设中尤为重要。畜产品加工技术是高等职业院校农产品加工与质量检测、绿色食品生产技术等相关专业的一门专业核心课,实用性极强。该文以此课程资源开发与应用为例,从课程资源建设目标、步骤、内容和实施效果4方面进行深入探讨,为食品、农产品等加工类课程建设提供参考。