摘要概述了光学、电学、声波及视觉位移测量技术,分析了它们在不同应用场景中的优势与局限性。通过实际应用案例,介绍了几种在工程中广泛应用的位移监测设备及其适用性。最后对位移测量技术的发展方向进行了展望。
摘要国内某后处理项目使用西门子变频器MM430控制尾气风机,其远程与就地控制都通过手动调节不同的电位器实现,为减弱手动调节转速引起的工艺负压突变、减少操作员工作量、降低人为误操作风险,对风机变频器的控制方式进行设计改造。在保留手动调节功能的条件下,新增变频器通信板卡,将变频器组态为从站,与主控PLC主站建立Profibus-DP通信。在主控PLC主站中进行下位机逻辑编程和上位机HMI组态,实现对风机变频器的PID远程自动控制功能,并接收处理Profibus-DP通信通道下的风机运行过程数据,显示到主控HMI界面。为验证该远程自动控制设计可行性,对设计内容进行了仿真测试,测试结果符合预期。将其应用于工程实际,在PID参数优化后,自动控制能更快、更平顺地响应负压变化,更有利于工艺系统平稳运行。
摘要涂布是锂电池极片制造过程中的重要工序,涂布过程中浆料的流变性及外在干扰可能会对涂层均匀性产生影响。为提高涂层的均匀性,以单片机为主控单元,利用面密度仪实时检测极片面密度,利用伺服电缸调整模头间隙,完成了锂电池极片涂布厚度横向闭环控制系统的设计,并在某锂电池极片生产线成功投运,有效提高了极片涂布质量。
摘要根据自抗扰控制的基本原理,建立用于状态估计和总扰动观测的扩张状态观测器、用于反馈控制的状态误差控制器和总扰动补偿结构,与给定的微型燃气轮机发电机组加速、加载轨迹相结合,实现微型燃气轮机发电机组的反馈控制。通过与增益调度PID方法的对比发现,基于自抗扰的微型燃气轮机发电机组控制系统的控制效果优于前者。最后,分析 100% 甩负荷情况下自抗扰控制器的控制效果,结果完全符合控制性能指标。仿真结果表明:该系统具有更强的稳定性、鲁棒性及控制精度。
摘要为了解决日志异常检测中的序列不稳定、数据依赖性强和噪声问题,提出一种结合长短期记忆网络(LSTM)的变分自编码器(VAE)模型进行无监督日志异常检测。在数据预处理阶段,利用在线日志解析算法Drain将日志解析为模板,并通过滑动窗口算法切分;异常检测阶段,模型通过LSTM提取日志序列的语义特征,并使用VAE重构输入数据,计算重构误差以识别异常;结合局部离群因子(LOF)方法,自动设定检测阈值,避免人为设定偏差,增强模型的鲁棒性和准确性。实验结果表明,所提模型在异常检测各性能指标上均优于其他对比方法。
摘要污泥沉降比(SV)是污水处理的关键指标,对污水处理工艺有重要指导意义。现有图像技术仅针对单个量筒检测,且存在成像倾斜问题,导致误差增大。为此,提出一种基于多步投影法的目标提取算法。该算法首先对沉降图像进行去噪和二值化处理,随后通过连续多次的垂直与水平投影法逐步分割出目标区域,再利用霍夫变换识别量筒两侧的直线,若直线倾斜,则对图像进行旋转校正,最后通过像素深度比例计算出SV值。将该算法布署到边缘设备中,搭建自动进样和检测装置。实验结果表明,该方法支持多量筒同时检测,克服了成像倾斜问题,提升了检测精度和稳定性,为污水处理中的污泥沉降性能评估提供了高效且精准的解决方案。
摘要抽油机在石油开采中发生故障可能会导致生产中断,进而影响经济效益和生产安全。传统人工巡检方式效率较低,且常伴随能源浪费、有潜在安全隐患。为克服这些问题,设计了基于云边协同的故障检测与诊断系统。该系统充分利用云计算和边缘计算的综合优势,大幅提升故障检测的效率和准确性。边缘计算节点能够在设备现场对传感器数据进行初步处理和实时分析,实时捕捉设备运行中的异常情况并及时报警。云计算平台负责处理从现场传输来的大数据,并进行深度学习模型的训练和应用。在某油田的实际生产经验证明:该系统能实现对设备状态的实时监控,不断提高故障预测的精度和诊断能力,提供更加科学和准确的维护建议,有效降低维护成本。由于减少了对人工巡检的依赖,同时提高了故障检测的准确性,油田的可靠性、安全性和经济效益显著提升,推动了油田生产的智能化和高效化发展。
摘要提出了一种结合随机蛙跳与主动学习的木糖含量预测模型。针对木糖分离提纯过程中存在的高维度和冗余特征问题,先采用随机蛙跳算法筛选出对预测性能影响较大的特征子集并构建初步回归模型,然后利用主动学习方法查询边缘样本优化模型性能,再使用加权集成策略合成子模型预测结果。为验证算法的有效性,将不同模型预测性能进行对比,结果显示该模型相较于其他方法能够更好地捕捉木糖含量的变化。研究表明,结合随机蛙跳算法和主动学习的方法能够有效优化木糖含量预测模型,具有较强的泛化能力和应用前景。
摘要提出了细长杆非线性动态扭转屈曲的计算方法,研究了细长杆在动态扭转载荷下的屈曲行为。将细长杆离散成非线性梁单元,通过构造微小缺陷,采用隐式积分法,分析了细长杆在屈曲过程中的构型演变,屈曲构型依次经历了直杆状态、亚失稳状态和完全失稳状态。在细长杆动态扭转屈曲失稳过程中,分析了轴向位移、轴向速度、扭矩、动能和势能的动态响应,提出了基于扭矩峰值的细长杆动态临界失稳判定准则。开展了动态扭转屈曲实验,通过实验测试验证,发现该计算方法和失稳判定准则能够准确预测细长杆的动态临界扭转角,且避免了解析法中针对不同工况下的常数拟合。
摘要针对水下控制模块的电液系统相互耦合、高故障率的问题,首先分析水下控制模块电控系统和液压系统的失效机理以及各失效模式对系统的影响。研究电液系统可靠性模型关联器件失效状态的结合方法,利用OREDA数据库建立电液系统耦合的水下控制模块可靠性模型,并提出一种模块化系统分解的可靠性框图建模方法。模型计算得到电控系统、液压系统和电液耦合系统的可靠度曲线和平均无故障时间,水下控制模块电控系统、液压系统和电液耦合系统运行第10年的可靠度分别为 85.02%.66.96% 和56.93% ,平均无故障时间分别为 291980,152140,118780ho 在产品设计阶段对水下控制模块进行可靠性分析可大幅提高产品的可靠性,降低产品的维修成本,并且指导工程人员的维修工作。
摘要为使空化水射流空化性能满足曲面约束下清洗的需求,提高清洗效率,对角形喷嘴结构和工作参数进行优化。建立以入口压力、收缩段角度、圆柱段直径、扩散段角度为输入,以靶面速度、气相体积分数和剪切力为输出的GA-BP神经网络模型;通过NSGA-Ⅱ算法对角形喷嘴工作和结构参数进行优化,得到Pareto解集,对Pareto解集进行熵权TOPSIS决策分析,得到综合优化后的结构和工作参数组合。优化结果表明:当入口压力 p=15MPa 、收缩段角度 α=12.4° 、圆柱段直径 d=1.69mm 、扩散段角度 .β=66° 时,角形喷嘴产生的空化射流作用在靶面上的速度为 148.2m/s. 气相体积分数为 98.3% 、剪切力为 98.4kPa ,有效提升了曲面约束条件下的清洗效率。可为喷嘴参数设计和空化射流的应用提供理论参考。
摘要针对井筒动态含水率难以准确监测的问题,提出一种基于DAS 监测信号和机器学习的油水两相含水率识别方法。该方法通过“侦听”多相流流动过程中的声波信号,动态监测整个井筒不同生产层位的含水率范围。利用小波散射网络、短时傅里叶变换和时间序列预测算法,分别提取DAS信号的低方差散射特征、短时时频特征和时序动态特征,并通过长短期记忆网络(LSTM)对融合后的多维特征进行学习,建立基于机器学习的油水两相含水率识别模型。实验结果表明:融合多维特征学习的机器学习算法能以超过 98% 的准确率识别井筒含水率范围。该方法不仅为井筒多相流体含水率的识别提供了新的技术手段,也为推动光纤监测技术的应用落地提供技术储备。
摘要油井产液量的准确计量可为油井采油工艺参数调节提供依据。传统功图量油算法大多通过计算泵功图有效冲程的方式计算产液量,但在生产实际中传统算法得到的产液量与实际产液量误差较大。因此,提出一种利用泵功图的包络矩形4个极点确定泵功图ABCD点进而求得泵有效冲程的新方法,并据此开发示功图量油软件系统。现场验证结果表明:油井产液量相对误差大多在 10% 以内,最小达到0.1% 。对 500a 井预测产液量与实测产液量进行误差对比发现,准确率高达 94.1% 。
摘要电源模块是水下电子模块(SEM)主要的散热设备,针对布局不合理导致电路板工作环境温度过高,进而缩短系统使用寿命的问题,开展基于温度场有限元分析的水下电子模块电源模块布局优化研究。首先,研究单电源模块安装在不同位置时的SEM温度场分布,并确定腔体内的最高温度;其次,针对单电源导致局部温度过高的问题,研究双电源布局优化方案与散热分析方法,确定了SEM内温升最小且温度场分布最均匀时的双电源布局方案。
摘要为了克服传统储罐作业面临的困难与风险,机器人技术逐渐应用于储罐作业中。不同于普通作业环境,储罐底部存在大量油泥沉积,障碍物分布复杂,如何让机器人安全高效地抵达作业区域成为亟待解决的问题。针对储罐底部特殊作业环境,为提高机器人路径规划的安全性,在传统 A* 算法的基础上优化避障策略,改进算法的启发式函数,减少路径规划时机器人在障碍物复杂区域的无效探索,并将改进后的 A* 算法与神经网络算法进行融合,实现启发式函数中参数的动态自适应。多组仿真对比试验表明:所提融合算法在该特殊工作环境下的优化效果较为明显,能够在保证安全的前提下实现高效的路径规划。
摘要针对油田注水管网系统中节点压力预测精度差、准确度低等问题,提出一种自适应GA-BP神经网络。基于节点压力特征分析,选取泵压、出口水量、用电量和电流作为输入特征,并采用自适应GA-BP神经网络对节点压力进行预测。仿真结果表明:GA-BP网络的平均绝对误差、均方误差和 R2 分别为0.051、0.008和0.997,与BP神经网络相比,GA-BP网络的 R2 提高 10.5% MSE减小 2%.MAE 减小6.4% ,证实GA-BP网络的压力预测精度更高,拟合效果更好。
摘要入侵检测领域中的特征选择目标是在尽可能减少特征数量的同时,保留原数据集的关键信息,这可视为一个多目标优化问题。虽然MOEA/D具有收敛性和多样性均衡且不易陷入局部最优的优点,但MOEA/D为连续型多目标优化算法,不能直接应用于入侵检测中的特征选择部分。为此,对MOEA/D算法进行改进,提出了一种基于综合二进制处理方法的特征选择方法CB-MOEA/D,并基于CB-MOEA/D特征选择方法提出了BID-MOEA/D入侵检测算法。与其他特征选择方法相比,CB-MOEA/D能够在有效保留数据集中关键信息的情况下减少冗余特征,有效提高模型的预测准确性。与其他入侵检测算法相比,BID-MOEA/D的F1分数、准确率、精确率和召回率均达到较高水平,显示出其在入侵检测中的优势。
摘要为了构建完整且细节清晰的活性污泥显微图像全景图,提出一种基于特征点和最佳接缝线算法的活性污泥显微图像的多图像拼接方法。以沈阳某污水处理厂的活性污泥显微图像为研究对象,对其进行全景图像拼接实验,结果表明,所提方法的拼接效果在客观指标和主观评价方面表现良好,能够为研究人员提供更为直观和详细的全景图像样本信息。
摘要针对陆上油田高含水开发阶段注水系统能耗高、能效评价不精准的问题,提出一种基于子系统划分与模糊层次分析法的综合评价方法。通过开展油田注水管网仿真计算,结合广度优先搜索算法对复杂注水管网进行子系统划分,实现能耗不均衡特征的精准定位;基于模糊层次分析法建立能耗综合评价模型,选取一系列关键指标,建立模糊互补矩阵,计算各指标的综合权重。根据对某油田注水管网系统的案例分析,6个注水子系统中泵机组效率最低的仅为 57.57% ;不同子系统的注水单耗差异明显,最高单耗 8.23kW?h/m3 ,最低单耗 4.14kW?h/m3 。实验结果表明:该方法能够准确量化各子系统的能耗损失,识别高能耗单元,可服务于针对性指导节能改造。
摘要局部注意力机制已被证明在图像超分辨率任务中表现出色,该方法可以有效降低计算代价,但其感受野的范围却被限制,进而抑制了模型的重建潜力。针对上述问题,提出一种基于可变形窗口感受野的图像超分辨率模型,其核心是可变形窗口注意力模块,该模块能够自适应地变形局部感受野,将其扩展为多个偏移窗口,通过这些窗口提取的特征参与交叉注意力计算,使相关的邻域纹理信息为目标区域的重建提供额外支持。模型还引入了卷积前馈分支,通过结合深度卷积和通道注意力机制,增强了对高频纹理的捕捉能力,进而提高了复杂细节的重建效果。实验结果表明,与现有方法相比,该模型在更少的参数量下实现了更优的图像重建性能。
摘要针对半实物仿真训练装置的长输管线辅助训练方舱,提出了一种基于PLC的“集中管理、分散控制"式控制系统方案,从软硬件设计方面进行了系统论证,并开展了试验验证。试验结果显示,模拟管线与对应长度真实管线的特性曲线基本一致,表明该控制系统能够准确地模拟4种管线的主要工况,可为方舱应用于长输管线实铺实输训练提供重要技术支撑。
摘要石油化工行业针对工厂设备仪器的智能化管控成为制造企业生产管理的重中之重。建设智能仪控设备管理平台可以采集全厂控制系统及仪器仪表的状态信息、故障信息、视频数据等,通过仪表数据可视化、实时报警监控,可以建立仪控设备健康运行监控中心,辅助企业对仪表控制系统和专属设备的运行状态进行监控、健康运行分析、智能报警管理等,实现仪控设备的精细化管理。以 supOS工业操作系统为核心的工厂数据底座,提供了八大核心功能,包括IoT/SCADA、个性化应用、灵活布署、移动应用、工业APP商店、数据智能应用、低代码开发工具和信息安全,为智能仪控设备管理提供了强大的支持,可助力企业实现设备的精细化管理。研究通过supOS工业操作系统实现智能仪控设备管理平台,提升企业管理效率和运营效益,平台的设计与实现在化工行业企业取得了良好效果,证实了该平台在实际工业场景中的有效性和实用性。