X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
平台简介 | 帮助中心
欢迎来到科易厦门城市创新综合服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[01557018]基于人工免疫的水泥生产工艺故障诊断技术研究

交易价格: 面议

所属行业: 建筑材料

类型: 非专利

交易方式: 资料待完善

联系人:

所在地:

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

该项目为河南省教育厅自然科学研究计划,项目编号:2008A520017,是针对新型干法水泥生产过程工艺故障监控与诊断方法而开展的技术研究。以新型干法水泥工艺故障为研究对象,将分形维数思想和免疫克隆理论相结合,创新性提出分形维数-免疫克隆特征提取算法,将其用于水泥工艺故障诊断的特征提取环节,完成特征提取。汲取克隆选择算法的思想并分析其优势,研究粒子群算法的机理,取长补短,提出了基于粒子群-克隆选择聚类故障诊断算法算法。通过引入免疫机理提出了基于免疫记忆和疫苗接种的免疫粒子群故障诊断算法。 该项目主要有以下技术特点: (1)针对新型干法水泥烧成系统的工艺,研究其工艺特点及重点监控参数。 (2)研究分形维数-免疫克隆选择算法,并利用其进行特征提取,实现对烧成工艺众多重要监控参数的约简。 (3)分别研究免疫克隆选择聚类算法和粒子群算法的特点及优势,并将其应用于水泥烧成系统工艺故障诊断的优势,并研究其有点、缺点和亟待改进之处。 (4)应用以上两种算法对烧成系统工艺故障诊断,针对诊断效果查找二者不足之处,并在此基础上,深入研究改进成功提出两种算法:基于粒子群-克隆选择聚类算法、基于免疫记忆和疫苗接种的免疫粒子群聚类算法。两种算法具有收敛速度快、识别精度高等特点。 研究结果表明,本课题创新性的采用分形维数-免疫克隆选择聚类算法成功降低了分类器的计算复杂度,提高了分类器的分类精度,利用分形维数-免疫克隆选择特征提取算法进行了工艺故障数值仿真,仿真结果显示算法对高维数据集的特征提取效果良好。充分研究免疫克隆算法和粒子群算法的优势与不足之处,在基于分形维数-免疫克隆选择特征提取算法基础之上,提出了基于粒子群-克隆选择聚类算法和基于免疫记忆和疫苗接种的免疫粒子群聚类算法,仿真结果表明:以上两种算法具有收敛速度快、识别精度高等特点,效果良好。
该项目为河南省教育厅自然科学研究计划,项目编号:2008A520017,是针对新型干法水泥生产过程工艺故障监控与诊断方法而开展的技术研究。以新型干法水泥工艺故障为研究对象,将分形维数思想和免疫克隆理论相结合,创新性提出分形维数-免疫克隆特征提取算法,将其用于水泥工艺故障诊断的特征提取环节,完成特征提取。汲取克隆选择算法的思想并分析其优势,研究粒子群算法的机理,取长补短,提出了基于粒子群-克隆选择聚类故障诊断算法算法。通过引入免疫机理提出了基于免疫记忆和疫苗接种的免疫粒子群故障诊断算法。 该项目主要有以下技术特点: (1)针对新型干法水泥烧成系统的工艺,研究其工艺特点及重点监控参数。 (2)研究分形维数-免疫克隆选择算法,并利用其进行特征提取,实现对烧成工艺众多重要监控参数的约简。 (3)分别研究免疫克隆选择聚类算法和粒子群算法的特点及优势,并将其应用于水泥烧成系统工艺故障诊断的优势,并研究其有点、缺点和亟待改进之处。 (4)应用以上两种算法对烧成系统工艺故障诊断,针对诊断效果查找二者不足之处,并在此基础上,深入研究改进成功提出两种算法:基于粒子群-克隆选择聚类算法、基于免疫记忆和疫苗接种的免疫粒子群聚类算法。两种算法具有收敛速度快、识别精度高等特点。 研究结果表明,本课题创新性的采用分形维数-免疫克隆选择聚类算法成功降低了分类器的计算复杂度,提高了分类器的分类精度,利用分形维数-免疫克隆选择特征提取算法进行了工艺故障数值仿真,仿真结果显示算法对高维数据集的特征提取效果良好。充分研究免疫克隆算法和粒子群算法的优势与不足之处,在基于分形维数-免疫克隆选择特征提取算法基础之上,提出了基于粒子群-克隆选择聚类算法和基于免疫记忆和疫苗接种的免疫粒子群聚类算法,仿真结果表明:以上两种算法具有收敛速度快、识别精度高等特点,效果良好。

推荐服务:

智能制造服务热线:0592-5380947

运营商:厦门科易帮信息技术有限公司     

增值电信业务许可证:闽B2-20100023      闽ICP备07063032号-5