基于光谱分析的工业过程成分在线自动化监测系统设计与实现

本文主要探讨了基于光谱分析技术实现的工业过程成分在线自动化监测系统的设计与实现。首先,阐述了光谱分析的基本原理及其在工业过程中的应用;接着,分析了在线自动化监测的核心需求和在具体工业环境中所面临的挑战;然后,对谱育科技所研发的工业过程成分智能在线分析系统进行了详细的概述,包括系统构成、工作原理、技术特点和应用案例;最后,详细描述了系统的设计与实现过程。本文旨在为工业生产领域提供一个高效、准确、稳定的在线自动化监测方案。

含能材料桌面式在线分析检测系统的研究

为了能对含能材料结晶过程中重要参数实现原位在线检测,设计并构建了能够实现多种检测功能的微流控结晶过程在线检测系统(MCPMS)。该系统集成了在线光谱仪、激光器、工业电感耦合元件图像传感器相机与激光粒度仪等多种在线检测装置,可对微反应器的混合效果、炸药结晶关键过程参数(晶体溶解度、介稳区宽度等)以及含能材料晶体形貌等多个重要因素与性能进行分析检测。利用该系统分析了混沌对流微混合器的混合过程,表征了共轴聚焦流微混合器的混合强度。以六硝基茋(HNS)炸药为例,基于涡流微混合器测定了HNS的结晶热力学与动力学参数;基于测定的粒径分布数据研究了HNS基高聚物黏结炸药的晶体生长动力学;基于微筛孔混合器分析了延期药常用氧化剂铬酸钡的晶体厚度与光学性质间的联系。该系统具备良好的功能性与实用性。

基于分离重叠谱峰的在线过程质谱气体定量分析方法

在线定量分析工业生产过程的反应气体或尾气,获知各组分气体含量,有助于及时调整生产工艺、提高产品质量,对相关工业的转型升级有着重要的意义。但受工业生产成本的影响,价格高昂的高分辨率质谱仪在工业在线定量分析中的应用相对局限,而采用低分辨率质谱仪检测出的带有重叠谱峰的质谱图可能会对反应气体或尾气的准确定量造成困难。虽然现有的在线定量分析方法较为成熟,但在定量准确度、方法适用性以及设备复杂性方面仍存在优化空间。为实现更准确且高效的在线定量分析,本研究提出了采用在线过程质谱仪对反应气体或尾气进行检测并分离重叠谱峰的定量分析方法。首先,根据工业生产场景精确预估待测反应气体或尾气的各组分气体及其含量,获得预测矩阵并配制校正标气。其次,通过查找各组分气体的标准质谱图,获得校正标气的所有重叠谱峰,根据各组分气体的主峰与重叠谱峰之间的关系构造最简单的比值矩阵,并配制与相关组分气体含量相同的比值标气修正比值矩阵。然后,利用质谱仪测量校正标气获得校正矩阵,并与预测矩阵和比值矩阵构建校正数学模型求得相对灵敏度矩阵。最后,根据计算出的相对灵敏度矩阵、修正后的比值矩阵与测算待测反应气体或尾气后获得的检测矩阵一同构建定量数学模型,实时求得各组分气体的含量矩阵,实现对工业生产过程的实时监测与调控。采用该方法分析具有代表性的酵母菌发酵罐尾气时,表现出准确度高且适用性强的特点,经过多次在线定量分析实验后,其最大定量误差可控制在0.4%以内,最大定量相对标准偏差可限制在2%以内。

基于过程挖掘的在线学习行为时序模式分析方法研究

在线学习行为的时序模式反映了在线学习行为随时间动态变化的规律,对于理解在线学习过程、设计有效的干预措施具有重要作用。目前,研究者主要采用滞后序列分析来探索在线学习行为的时序模式,但这种方法通常揭示不同在线学习行为之间的依赖性,由此推出在线学习行为时序模式不够准确,且难以对不同的时序模式进行量化比较。针对上述问题,文章将过程挖掘技术引入在线学习行为时序模式研究,提出了一个基于过程挖掘的在线学习行为时序模式分析方法,并据此开展了一项案例研究。研究发现:在一个主题单元期间,中途弃学者和持续学习者的在线学习行为时序模式并无显著差异,但是,在整个课程期间,持续学习者在时间与精力分配上与中途弃学者存在差异,表现出了更强的自我调节能力。

基于交互分析的协作学习过程研究——以《e-Learning导论》在线课程分析为例

尽管计算机支持的协作学习在理论研究领域和教育实践领域已经取得了很大的进展,但研究者还不明确学习者在协作学习过程中进行了哪些小组活动,学习过程具备哪些特征,是否存在一定的规律。本文以学生在《e-Learning导论》在线课程的异步讨论区中的交互作为研究对象,通过内容分析法,从小组参与度的角度讨论了学生参与协作学习过程的积极性,从认知活动、情感活动、元认知活动三类小组活动的角度探讨了协作学习过程的构成和变化趋势。最后通过对个别在线辅导教师和学生的深度访谈,挖掘了影响在线协作学习质量的一些因素,并对协作学习过程的一些特征做出了合理的解释。

在线过程分析技术在抗生素等药物结晶中的应用

工业结晶是药物分离与精制的关键技术,到目前为止,药物结晶还是半艺术化的科学问题。过程分析技术的提出与应用对于药物结晶过程的分析与控制提供了先进的科学研究手段。本文分析了在线红外、在线拉曼、在线太赫兹光谱、在线X射线衍射、在线粒度及图像分析技术(FBRM和PVM)等多种过程分析技术在抗生素等药物结晶方面的应用及其特点。

基于稀疏核主元分析的在线非线性过程监控

核主元分析(KPCA)适合非线性过程的监控,但存在计算量大、实时性差等缺点。提出一种基于稀疏KPCA(SKPCA)的过程监控方法,先使用SKPCA对正常建模数据进行加权,少数权值大的数据基本能代表全部正常数据的信息,因此稀化了建模数据,然后根据稀化后的正常数据建立过程的KPCA模型,并提出监控指标,大大减少了计算量,提高了监控的实时性,最后以化工分离过程为对象,就KPCA与SKPCA的监控效果和实时性进行了详细的对比研究,结果表明了基于SKPCA监控方法的优越性。

在线近红外光谱过程分析技术及其应用

过程分析仪在优化生产控制、稳定产品质量、降低劳动成本、提高经济效益等方面起到越来越重要的作用 ,其中在线近红外光谱分析技术是目前发展最快和最具有前景的过程分析技术之一。详细介绍了在线近红外光谱分析系统的组成 ,探讨了在具体实施中应注意的几个问题 ,并给出了该技术在制药、化工、农牧、食品、高分子和石化等领域的一些应用实例。引用文献 2 4

冶炼过程的在线光谱分析

利用石英光纤、光栅光谱仪、CCD探测器、微机组成在线光谱分析系统．测量该系统的光谱分辨率、时间响应及探测灵敏度，并对模拟炼钢过程进行在线光谱分析．

基于大数据技术在线学习过程行为分析框架设计

针对国内外中等规模以上在线学习平台课程完成率低、用户流失严重的现象,分析了在线学习过程行为影响学习效果提升的关联因素。基于大数据技术,构建了在线学习过程行为分析模型总体框架和数据模型,依据行为科学和人工智能理论,完成了对在线学习行为的聚类分析和关联分析,最终,给出了个性化学习资源和教学策略的推荐,有效提高了在线课程资源的利用率和学习效果。

基于大数据技术在线学习过程行为分析框架设计

针对国内外中等规模以上的在线学习平台课程完成率低、用户流失严重的现象,分析了在线学习过程中影响学习效果提升的关联因素。基于大数据技术,构建了在线学习过程行为分析模型总体框架和数据模型,依据行为科学和人工智能理论,完成了对在线学习行为的聚类分析和关联分析。最终,给出了个性化学习资源和教学策略的推荐,有效提高了在线课程资源的利用率和学习效果。

用在线气相色谱分析确定炼焦过程的终点

准确测定焦炉炭化室炼焦过程的终点是焦炉生产管理中的大事。过去采用测量焦饼中心温度的方法既不方便又不准确,利用在线色谱分析是一种很有希望的替代方法。根据半工业焦炉的试验结果,可以CH_4<4％,C_2H_4和C_2H_6为零作为判断结焦过程终点的标准。

国家重点研发计划重大科学仪器设备开发专项——工业过程在线分析检测仪器开发与应用

2016年7月，由北京矿冶研究总院牵头，联合中科院沈阳自动化研究所、北京化工大学、天津大学、聚光科技（杭州）股份有限公司、上海舜宇恒平科学仪器有限公司、云南磷化集团有限公司、辽宁忠旺集团有限公司8家单位，合作申报2016年度国家重点研发计划重大科学仪器设备开发专项项目——工业过程在线分析检测仪器开发与应用，顺利通过科技部组织的项目评审，获得立项审批。

煤热解过程中气态硫及气态烃逸出的同步在线分析

建立了一种简单的在线同时检测煤热解过程中气态硫及烃类逸出的方法-TPD FPD＆FID。检测装置由可实现程序升温的微型热解反应器(TPD)、在线的火焰光度检测器和火焰离子化检测器(FPD)及数据采集系统构成,数据处理方法简单。应用此方法对神木煤进行了分析,得到了其气态硫及烃类逸出的动态特征。并通过对比实验验证了此方法的准确性及重复性。

间歇过程在线检测的核独立元分析及局部建模方法

针对间歇过程所具有的非线性特点,提出了一种基于核独立元分析(Kernel ICA)及局部建模的在线故障检测策略.将展开的高维历史数据按时间间隔划分,应用Kernel ICA算法对每一个时间间隔点的分数据块提取独立主成分,构造检测统计量,并用非参数估计方法确定其控制限.这种建模方法机理简单,而且不需要预测过程未知的测量数据.通过对DuPont间歇聚合过程的仿真,验证了所提出方法的有效性和准确性.

在线核磁共振过程分析技术及其应用

在工业生产过程中,各种过程分析仪器发挥着越来越重要的作用。其中,在线核磁共振分析仪因其分析速度快、适用范围宽、可实现非破坏性测量等特点而被广泛应用于各个领域。本文主要介绍了核磁共振分析的原理、在线核磁共振过程分析技术的发展,并给出了该技术在食品、农业、化学化工、石化、文物保护等领域的一些应用实例。引用文献152篇。

在线教学期间学生过程性评教统计分析——以西安交通大学城市学院为例

学生返校前在线教学成为高校开展教学活动的主要方式,西安交通大学城市学院积极响应教育部“停课不停学”的号召,为2017-2019级学生开展在线教学。本文通过学院“智慧城院”移动端学生评教平台收集整理了学生5次在线课程评教数据,分析了学生过程性评教数据,希望为学院的学生评教工作的开展提供建议。

混合学习环境下学习者的在线自我调节学习潜在剖面分析及行为过程挖掘

混合学习强调线下课堂教学和线上自主学习的混合以实现优势互补,其中学习者的在线自我调节学习能力显得异常重要。文章旨在揭示学习者的在线自我调节学习能力存在哪些潜在类别,不同类别学习者是否具有不同的在线自我调节学习行为过程模型,以及这对于在线自我调节学习环境的设计有何启示。研究首先对239名学习者的在线自我调节学习能力进行测评,然后使用潜在剖面分析方法对测评数据进行分析,发现样本学习者可以分为高、中、低三种不同水平的自我调节学习剖面类别。然后分别对三种类别学习者的在线自我调节学习行为数据进行过程挖掘,研究发现:(1)学习者的自我调节学习能力更多体现在执行阶段的行为上;(2)中高水平自我调节学习者的在线学习行为表现出更强的认知和元认知策略;(3)高水平自我调节学习者体现出更有效的时间管理策略与更强的整体规划能力。因此,在线自我调节学习环境需要引入自适应支持机制,为学习者提供适应性的过程和策略支持。

采用OLAP技术的在线监测监控系统智能报表的研究(Ⅰ)——系统架构和用户用例分析

OLAP(OnLineAnalysisProcessing)的功能是面向数据的查询、分析、归纳和总结,用于决策支持和知识发现。本研究组开发的智能报表系统实现了类似OLAP的数据分析和查询功能,总称为SAP系统。SAP采用C/S模式。智能报表系统允许用户按自身需求定制报表,按报表要求对数据进行查询和分析,提供数据的格式化输出和多风格的打印。系统支持MDX(多维表达式)查询,对多个维度的数据的访问更为简单和直观。

基于过程分析技术细胞培养中多指标实时检测

为了实现悬浮动物细胞培养过程细胞生长状态和生化指标的实时在线检测,以中国仓鼠卵巢细胞(CHO)培养过程为研究对象,采用原位显微镜和在线拉曼光谱仪实时在线获得CHO细胞培养体系的图像和拉曼光谱图,并通过实时在线图像处理和基于遗传算法结合偏最小二乘法的化学计量学建模,分别实时获得培养体系中细胞的密度、直径分布、培养液中葡萄糖和乳酸浓度。图像处理结果与离线生化分析仪结果相一致;葡萄糖质量浓度校正模型的预测均方根误差(RMSEP)为0.085 g×L^(-1),预测决定系数RP2为0.999,乳酸质量浓度校正模型RMSEP为0.055 g×L^(-1),RP2为0.966。结果表明,上述检测方法可用于细胞培养过程的细胞密度、直径分布和2个生化指标的实时准确监测,减少了离线检测的繁琐和染菌风险。