河流相辫—曲河型转换控制因素与控制机理——以东营凹陷青西地区馆陶组为例

为探讨辫状河向曲流河转换的控制因素和控制机理,以东营凹陷青西地区馆陶组为例,在层序地层学和沉积学的理论指导下,在层序划分与沉积相特征研究的基础上,通过测井相模式的建立,利用岩屑录井资料研究岩性,对馆陶组辫状河—曲流河(辫—曲)转换进行了成因分析与特征总结,研究表明,基准面旋回、构造和地形坡度及古气候4个方面控制着河流辫—曲转换的过程,明确了辫—曲转换的沉积特征.在沉积早期研究区发育辫状河,后期转变为曲流河并逐渐萎缩,研究区馆陶沉积期早期地形高差大,断层少量发育,且气候温暖湿润,地表径流大且水流能量大,向源侵蚀强烈,再加上物源供给充足,形成辫状河沉积,砂体粒度粗分选差,到了晚期地势逐渐变缓,气候干旱,河道下切能力增强,基准面上升,加上物源区变远,物源供应不足,逐渐转化为曲流河,砂体粒度变细分选变好.     

烧结法生产氧化铝生料浆的配料专家系统设计

基于烧结法生产氧化铝生料浆的配料机理和长期积累的专家经验知识,建立了生料浆质量预测模型,开发了适应于生料浆配料生产特点的专家优化配料系统.根据实际生产和配料机理,提出了产生式规则的知识表示形式,结合规则集分类原理,设计了生料浆配料的专家知识库.通过规则集之间的有知识搜索、规则集内部的前向推理、规则前提和结论之间的哈希算法的有机结合来实现推理机制,从而实现专家系统的优化配比计算.实际结果表明:该专家系统优化配比计算速度快、效率高,既提高了生料浆质量,又稳定了生产.     

固相萃取与毛细管电泳在线联用接口的设计与评价

研究报道一种用于固相萃取与毛细管电泳在线联用的新接口。该接口采用流动阀原理和鞘流式设计,操作条件优化后,对接口的性能进行了评价。利用该接口,进样效率高达98%,表明该接口内不存在样品稀释效应;4 h内100次连续进样的峰高、峰面积及迁移时间的RSD平均值分别为2.4%、5.4%、3.1%,表明该接口具有很好的稳定性和重现性。     

英汉颜色词的文化分析

本文对于汉语与英语在一些颜色词使用方面的文化差异进行了系统的分析,找出了他们在实际运用中的共性和不同之处。这对于正确地使用这两种语言进行成功的语言交际将大有益处。     

起动机性能测试的智能PID控制

针对起动机性能测试,设计一种智能ＰＩＤ控制器,它根据不同控制状态采取不同控制策略,将ＰＩＤ控制与Ｆｕｚｙ推理控制相结合,在线自动整定ＰＩＤ参数,提高了控制系统的适应能力和鲁棒性,改善了系统的动态品质．此外,还介绍了测试系统组成、参数校对技术．实际运行结果表明,该系统检测精度高,快速性能好,可靠性高,能稳定运行于复杂环境的电机生产线上．     

基于模糊成分的氧化铝烧结法配料优化

针对氧化铝烧结法配料某些生料成份的不确定性,引入L-R模糊数描述,并建立该类问题的优化模型.基于模糊参数的ɑ-截集和隶属函数的性质, 原模糊规划问题被转化成半无限规划问题.再利用约束函数最值法, 上述导出的半无限规划问题变成了普通线性规划问题进行求解.所建立的模型和求解方法的有效性均在氧化铝烧结法的矿配问题中得到验证.     

一种用于氧化铝生料浆优化调配的改进遗传算法

为解决烧结法氧化铝生料浆调配过程中评判指标复杂、计算劳动强度大、难以获取最优调配组合，造成料浆成分波动大等问题，以物料平衡为基础，结合生产运行经验，建立综合考虑生料浆质量指标要求、当前满槽质量指标和调配后剩余各槽质量指标的生料浆调配过程优化模型；针对优化模型中存在的多目标、非线性和多约束特点，提出一种根据适应度函数自动调整交叉概率和变异概率的改进遗传算法，并结合惩罚策略求解最优调配方案。该方法与传统的枚举递归寻优算法相比，减小了时间复杂度，总能保证在1min内快速求得最优调配方案。工业应用结果表明，该算法满足现场调配工艺要求，可大幅度减轻计算劳动强度，减少生料浆质量指标的波动，使熟料指标碱比、铝硅比的平均合格率分别提高0．34％和5．95％，为后续生产的稳定发挥了重要作用。     

基于主元导数特征聚类的加氢裂化动态调整区间识别

加氢裂化过程流程长,操作变量多且耦合严重,加工方案多变,数据存在大量噪声。为能准确地从数据中提取动态调整操作序列,提出了一种基于主元导数特征聚类的加氢裂化动态调整区间识别方法。采用主元分析方法提取加氢裂化关键操作参数的主元,再基于带滑动窗口的多项式拟合方法拟合主元数据,提取拟合数据的一阶导数作为聚类特征,设计基于密度峰值确定聚类初始点的K-means算法,进行聚类分析,从而识别出加氢裂化动态调整区间。中国某石化企业实际生产数据验证结果表明:该方法可避免单个或几个变量误差的影响,能有效识别动态调整区间,且不依赖先验知识。     

企业货运铁路取送车作业智能优化方法

针对综合布局(同时具有放射状和树枝状)的企业货运铁路专用线的特点,提出了一种智能优化方法.该方法在建立取送作业模型的基础上,对问题进行分解,提出了两级优化策略,即先并行求解各车间内树枝状取送作业的子优化问题、再综合求解车间之间放射状取送作业优化问题.依据该优化策略,设计了一种融合遗传算法和蚁群算法的遗传精英蚁群优化算法(GAASelite)求解取送车作业优化问题.实验仿真结果证明,该方法能有效地优化铁路取送车作业问题.     

基于期望场景集性能的微电网鲁棒经济调度

针对孤岛型微电网受可再生能源和负荷不确定性影响的特点,提出基于梯次偏离不确定集的孤岛型微电网鲁棒经济调度算法。根据微电网的结构特点进行建模,利用微电网的不确定集生成梯次偏离的不确定集。在日前计划阶段,以所有场景可行,期望场景集内性能最优优化出微电网的各设备出力,得到日前计划方案。日内调度阶段,保持日前计划调度阶段优选出的储能系统出力,利用新能源以及负荷的实时数据,对微型燃气轮机、新能源弃风弃光、可平移负荷功率的日前阶段优化解进行二次优化调整,提高微电网运行的经济性。结果表明：该方法取得了更优异的控制性能,提高微电网调度的经济性。最终,通过仿真案例验证了该方法的有效性。