公共文化服务平台

杨鑫: 作品数：19 被引量：15H指数：2; 供职机构：重庆理工大学化学化工学院更多>>; 发文基金：国家自然科学基金重庆市高等教育教学改革研究项目更多>>; 相关领域：自动化与计算机技术环境科学与工程文化科学化学工程更多>>

合作作者

过程装备与控制工程专业实践教学模式的初步研究: 析过程装备与控制工程专业特点的基础上,结合我校近几年该专业建设与发展的实际情况,探讨了我校过程装备与控制工程专业在建设和发展过程的特点,剖析了该专业实践教学中存在的主要问题,并提出了实践教学模式改革方面的建议,在新形势下...; 冉秀芝李军王洪杨鑫许桂英; 关键词：过程装备与控制工程专业实践教学模式校企合作毕业论文

基于相关性即时学习法的阈值参数简化: 2022年; 基于相关性即时学习法(Co-JITL)在对化工过程建立模型时,面对不同工况需要人为对多个参数进行调节,这导致模型在使用上缺乏便利性,也容易使模型陷入过拟合情况,不利于模型及时在线更新。针对上述情况,对相关性即时学习法的阈值参数进行简化,并使用仿真案例验证简化阈值参数后模型的预测精度及其应用在控制器设计中的控制效果。结果表明,简化阈值参数后的Co-JITL方法虽然会损失很少的模型精度,但是也能达到较为满意的预测和控制效果,并且与原方法相比,面对新工况时无需使用试错法去调节阈值参数,这将节约大量的离线优化时间,使该方法更加简单实用。; 曹向军杨鑫

自适应JITL-PID控制器设计方法（英文）被引量：2: 2017年; 本文直接利用即时学习法(JITL)提出了一种新的自适应PID控制器的设计方法。该方法利用开环数据和闭环参考模型建立了参考数据库,并利用JITL的自适应特性以及良好的预测能力,直接利用JITL从参考数据库中选取相关数据集获得自适应PID控制器的参数,不需要对化工过程建立数学模型。仿真结果表明所提出自适应PID控制设计方法相较于虚拟参考反馈整定法(VRFT)具有更好的控制性能。; 周成宇杨鑫; 关键词：自适应PID控制器数据驱动

基于mini-1D-CNN模型的TE过程故障诊断被引量：2: 2023年; 为提升石化企业过程监测与故障诊断系统性能,满足化工过程故障诊断实时性、时效性的要求,提出一种基于过程历史数据驱动的最小一维卷积神经网络(mini-1D-CNN)的故障诊断模型。首先,通过一维卷积核学习和识别不同故障类型的数据特征,自动提取优势特征并进行故障分类;其次,通过逐步向后回归选择重要特征参数,优化模型结构。利用可实时获取的31个过程变量与操作参数,输入一维卷积神经网络(1D-CNN),监测与诊断田纳西-伊斯曼(TE)过程的主要故障。结果表明:相对于其他故障诊断模型,mini-1D-CNN模型在测试集上故障诊断率(FDR)较高,可达到96.50%;同时,mini-1D-CNN模型关注于TE过程故障诊断的重要特征参数,在降低参数量及降低训练和测试时间上具有显著优势。; 杨余杨鑫王英翟持张浩; 关键词：故障诊断

即时学习法在过程工业中的应用研究进展被引量：4: 2018年; 作为机器学习法的一种,即时学习法(Just-in-time Learning, JITL)因其具有自适应特性和良好的预测能力,近年来受到国内外学者的广泛关注。本文简述了即时学习法的基本思想,对目前文献中已存在的即时学习法进行了总结,并综述了即时学习法在过程工业方面应用的最新研究进展。通过对即时学习法相关研究成果的总结,发现影响即时学习法性能的主要因素为选取不同近邻准则以及模型结构,目前主要的应用研究热点在于化工过程控制和软测量建模,最后指出今后可能的发展方向为即时学习法算法的改进和其应用领域的扩展。; 杨鑫周成宇; 关键词：过程控制软测量

灰关联分析法在化工设备操作参数因素分析中的应用: 灰关联分析法能通过分析系统内不同因素随时间变化趋势的相似程度来判断各因素的相关性。基于这种相关性的分析,本文采用灰关联分析法对化工设备中不同参数的影响效果进行分析,整个分析过程简单而且不需要考虑实验数据的随机误差及其具体...; 汪庆宁魏小林杨鑫张建伟邱发成全学军; 关键词：灰关联分析气速; 文献传递

基于PPA的多元统计分析方法在过程故障诊断的应用被引量：2: 2018年; 在使用多元统计分析方法进行故障诊断时,特征提取的结果往往决定着故障诊断的效果。其中主元分析方法(PCA)由于操作简单、计算复杂度低、直观解释好等特点一直被广泛地用于特征提取,但是当数据中各变量之间存在明显的非线性相关性时,若采用PCA进行特征提取则会导致数据信息的缺失。过去有许多学者提出了对PCA进行改进的方法,其中最为经典的改进是在PCA的基础上引入核函数形成的核主元分析法(KPCA),KPCA虽然能有效的进行非线性特征提取,但是该方法的计算复杂度较大;近年来,有学者提出利用主曲线的理论观点来改进PCA,并提出了主元多项式分析法(Principal Polynomial Analysis,PPA),研究表明该方法不仅能有效地提取出非线性特征而且还具有简单、计算复杂度低、直观解释性好等特点。因此,本文提出了一种基于PPA的多元统计分析方法,并将其应用于复杂的Tennessee-Eastman(TE)过程中进行故障诊断,并与基于PCA的诊断效果和基于KPCA的诊断效果进行对比,最终仿真实验表明基于PPA的多元统计分析方法在诊断速度和诊断效果上有着明显的优势。; 汪庆宁杨鑫戴一阳; 关键词：PPA 故障诊断

新加坡高等化工工程教育简介与启示: 为促进我国由工程教育大国迈向工程教育强国，培养造就创新能力强、适应经济社会发展需要的高素质工程技术人才，我国在积极探索适合我国国情的工程人才成长模式的同时，也要参考借鉴国外有益的经验。新加坡国立大学化工专业近五年在QS排...; 杨鑫王洪李军全学军; 关键词：新加坡高等教育教育改革

"过程装备控制技术及应用"专业核心课程建设探讨: "过程装备控制技术及应用"作为过程装备与控制工程专业核心课程和专业必修课,在本专业人才培养过程中起到重要作用,本文详细讨论了该课程在本专业中的地位,从人才培养中课程建设各方面,包括教学内容改革与教学大纲修订、实践教学内容...; 王洪杨鑫吴京平; 关键词：课程建设教学改革

基于深度时间序列特征融合的西安市2015—2020年供暖季雾霾重污染过程预警被引量：1: 2022年; 为准确预测雾霾重污染演变过程,本文提出深度时间序列特征融合模型(long short-term memory and multivariate linear regression,LSTM-MLR)并对西安市PM浓度进行了临近预测。该模型利用不同超参数长短期记忆网络(long short-term memory,LSTM)提取PM前体和气象因素时间序列中的深度特征;采用多元线性回归(multivariate linear regression,MLR)形式融合LSTM单元输出的深度时间序列特征,最终输出PM浓度预测值。为评估模型性能,采用西安市2015年1月至2020年3月采暖季数据进行建模并计算未来3h、6h、12h、24h的PM浓度预测精度。结果表明:LSTM-MLR模型对雾霾严重污染样本的准确预测率分别为94.12%、85.29%、77.57%和51.10%,显著高于随机森林(random forest,RF)、支持向量回归(support vector regression,SVR)、MLR、单变量LSTM(LSTM_PM)、多变量LSTM(M_LSTM)和LSTM-RF(long short-term memory and random forest);融合系数显示当前PM浓度对未来PM浓度的影响随预测步长的增加从80.89%(t+3)急剧降低至16.34%(t+24),前体浓度影响力从5.23%(t+3)上升至29.43%(t+24),说明提前控制前体物排放强度对雾霾重污染事件消峰降速效果具有显著影响。; 王英冉进业张今杨鑫张浩; 关键词：多尺度

杨鑫

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

杨鑫

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈