多层协调的动态过程建模

根据企业实际情况，在企业过程建模中引入领域空间概念。通过领域空间把企业划分为不同的领域及领域层次，在不同的领域上进行模型的划分与定义，不同层次模型相互协调构成整个企业的过程模型，通过与CIMOSA中的过程建模对比，指出该建模方法的特点，最后给出了如何支持企业过程重构的方法。

基于Petri网的井喷事故应急响应系统动态过程建模

井喷事故是石油天然气勘探开发行业主要事故之一,它不仅可造成重大的财产损失,也可造成极其不良的环境破坏和社会影响。本文在对井喷事故应急响应系统组织机构的职责进行分析的基础上,建立了井喷事故应急响应系统的工作流程,并利用Petri网对该系统工作流程进行了动态过程建模,以为井喷事故应急响应系统的优化提供理论基础。

氧化铝晶种分解能量传递过程的动态建模

建立描述拜耳法生产氧化铝工艺中晶种分解工序的单槽和串联槽的能量传递过程的动态机理模型。应用某氧化铝厂的实际生产过程数据对该模型进行仿真计算验证模型的可靠性和准确性。研究结果表明:该模型揭示了分解温度与其影响因素(过程变量及工艺参数)之间的关系,当已知生产条件和操作参数时,可应用该模型预测全工序各种分槽的晶种分解温度;当已知各个种分槽的最佳分解温度时,可应用该模型进行生产工艺允许条件约束下的多变量寻优,获取以最佳分解温度分布为控制目标的全工序生产操作优化决策。因此,该模型具有重要的理论意义和显著的实用价值。

Gamma Test噪声估计的Kalman神经网络在动态工业过程建模中的应用

Kalman神经网络以其良好的自适应非线性逼近能力,被广泛用于复杂非线性动态工业过程建模。传统噪声估计方法难以得到观测噪声不确定动态工业过程的噪声估计值,因而常将观测噪声估计值置零以进行Kalman神经网络建模,影响Kalman神经网络的建模效果,限制了Kalman神经网络在观测噪声不确定动态工业过程建模中的应用。有效利用观测输入输出数据,提出样本有效噪声估计(Gamma test,GT)改进的Kalman神经网络建模方法。采用衰减记忆的GT对输入输出数据进行实时估计,得到准确的观测噪声估计值,再利用Kalman神经网络实现精确建模。验证结果表明,该方法对EKF神经网络模型和UKF神经网络模型均有很好的改善作用,有效解决观测噪声不确定引起的Kalman神经网络模型发散问题,为采用Kalman神经网络建立噪声不确定动态工业过程的精确模型提供了一条有效途径。

采用IncNet神经网络进行动态建模的仿真研究

由于IncNet神经网络的算法为串行学习算法,可利用实测的新数据不断对模型进行更新,因此,可以实现过程的动态建模.IncNet神经网络采用"统计新颖性"准则,有效地减少了用户预先定义的参数,而删除算法则可以使网络结构更加紧凑.以燃烧炉对象为例,采用IncNet神经网络进行过程动态建模,所建立的模型精度高,泛化能力强.在建模过程中,初始参数的设置对IncNet神经网络模型的结构和建模精度有着不同的影响,应当合理选择.

地下水资源与环境经济协调发展评价模型研究——以榆林为例

针对榆林地区水资源相对贫乏,煤炭资源不合理的开采对地下水资源造成巨大破坏,严重威胁着该地区的可持续发展的问题,应用系统工程方法,将水资源放在社会、经济、资源、生态、环境所组成的复合系统中进行整体研究,构建地下地下水资源-生态环境-社会经济系统模型,可以为水资源的优化配置、开发利用规划、管理决策、落实最严格的水资源管理制度提供技术支撑。分析结果表明榆林地区在水资源、环境和经济目前处于不协调阶段,经济发展较快,但水资源相对贫乏,经济的发展对环境造成很大有破环并且对于环境的治理和保护投入的资金较少,采矿区水资源污染较为严重。

系统动力学在电梯检验员检验中的安全风险分析应用

有效控制检验事故能极大降低特种设备安全事故。抓住检验中检验员这一关键点建立系统动力学模型,分析辨识出整个过程中所有可能导致检验员相关安全事故的原因、事故可能导致的所有后果,以及细化出安全风险隐患所有相关因素间相互作用的反馈回路,为检验中事故的防控与整个检验过程的科学管理提供理论依据。