井底车场列车运行规律计算机模拟

通过分析井底车场的抽样实测数据及历史资料 ,建立随机模拟模型 ,给出用计算机模拟的方法研究列车到达—卸载—离开井底车场的动态随机过程 ,并且采用专家系统方式完成模拟结果分析处理的系统组成及其意义。

石化装置异常工况监测预警系统研究

针对石化装置的工艺生产特点,以生产过程的"数据"与"知识"为基础,进行多源信息融合,研究了用于信号处理的基于提升格式的数据滤波技术、基于灰色时序模型的参数预警技术、基于平行坐标的报警优化技术;用于异常工况监测预警的基于专家系统与人工神经网络的异常工况识别技术、基于机理模型的装置物料与能量平衡分析技术、基于状态空间分析的运行状态监测预警技术;搭建了异常工况分析测试与试验平台,用于异常工况监测预警系统的可靠性与完备性分析。工业应用表明,该系统对减少误操作具有良好的效果。

二维反相液相色谱制备五味子中的木脂素

应用自主研发的具有分离-富集模式的制备色谱工厂,建立了分离制备五味子木脂素有效部位及其单体化合物的方法。该方法首先以C_(18)(250 mm×4.6 mm,5μm)为色谱柱,水和甲醇为流动相,分离度和保留时间为考察指标,采集4个不同梯度的色谱信息,通过XTool色谱专家系统软件模拟,确定五味子木脂素第一、二维色谱条件;然后采用线性放大的方法,以C_(18)(250 mm×30 mm,10μm)为第一、二维分离柱,C_(18)(80 mm×30 mm,10μm)为富集柱,水为富集稀释液,对五味子木脂素进行二维色谱分离纯化;最后第一维分离得到9个可重复组分,第二维分离得到20个高纯度化合物,其中有6个单体化合物。结果表明该法重现性良好,可以实现五味子木脂素的系统性分离,对五味子化学成分的研究具有重要意义。

人工智能的新发展——计算机神经网络

计算机神经网络技术,是规划“模拟专家系统”的理想手段。 计算机神经网络是受对人体大脑神经系统研究的启发而设计出来的一种新的人工智能算法仪。它利用计算机建立仿神经系统的网络,通过在样本输入条件下,比较实际输出与样本输出间的误差,来调整神经网络权系数,达到“自学习,自组织,自适应”的目的。