公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

组态软件实时数据库系统的设计及其实现: 2009年; 为实现组态软件实时数据库系统的设计思想和实现方法,分析了组态软件的核心,介绍了组态软件实时数据库的设计方法,并摒弃了传统的利用DDE(Dynamic Data Exchange-动态数据交换协议)建立实时数据库系统的方法,采用了DLL(Dynamic Link Library-动态链接库)来建立实时数据库系统的新方法,给出了数据模型和接口机制的实现方法。实践证明该组态软件实时数据库系统具有很强的通用性和开放性。; 史燕; 关键词：组态软件实时数据库系统 DLL 数据模型接口机制

高炉热状态专家系统知识库的研究被引量：2: 2009年; 为了建立高炉热状态专家系统知识库,判断高炉热状态,阐明了知识库是高炉冶炼专家系统的核心和基础,介绍了高炉冶炼专家系统知识库的知识获取方法、知识表示方式和知识存储结构,探讨了高炉冶炼专家系统知识库的建立方法。在建立好的知识库的基础上构造了BP神经网络判断高炉热状态。离线测试结果表明,本系统建立的知识库对高炉热状态判断有很高的命中率。; 史燕徐生林杨成忠; 关键词：面向对象专家系统知识库命中率

高炉专家系统数据采集及处理方法的研究被引量：1: 2010年; 针对利用传统的数据采集方法很难满足工业现场数据采集的问题,根据江苏永联钢铁集团公司进行高炉专家系统开发的经验,结合一般工业企业对于数据采集及处理的研究,改进了传统的利用OPC采集工业现场数据的方法,提出了采用IO Server中间数据采集层的数据获取方法。并针对高炉数据复杂、干扰大的特点,研究了高炉数据特性,给出了数据处理的主要方法。研究结果表明,利用此种方法采集数据具有较强的适用性和很高的稳定性,为高炉专家系统的发展提供了较为实用的参考价值。; 史燕徐生林杨成忠; 关键词：高炉专家系统数据采集数据处理

应用混沌粒子群优化训练的BP神经网络预报高炉铁水含硅量被引量：3: 2010年; 应用混沌粒子群优化(Chaos Particle Swarm Opti mization,CPSO)算法训练BP神经网络(Back-Propagation Neural Network,BPNN)并对高炉铁水含硅量进行预报。针对BP神经网络收敛速度慢和易于陷入极小值的问题,在粒子群优化算法中引入混沌思想,提出混沌粒子群优化算法,改善了粒子群优化算法摆脱局部极值点的能力,提高了BP网络的计算精度和收敛速度。系统分别选用料速、透气性指数、炉顶温度、风温、风量、喷煤量、上一炉铁水硅含量作为BP神经网络的输入层神经元,中间层(隐含层)有13个结点(用经验公式确定),输出层有一个结点,为铁水硅含量。应用CPSO算法训练BP神经网络建立的铁水含硅量预报模型对江苏永钢炼铁一厂1号高炉铁水含硅量的实际数据进行网络学习和预报。结果表明,此模型预报命中率高达91.2%,证明了方法的有效性。; 徐生林史燕杨成忠; 关键词：混沌粒子群优化算法铁水含硅量

高炉炉温预测控制模型的研究: 本论文课题选自联峰钢铁公司横向项目─《永钢生产运行综合管理系统》，针对张家港联峰钢铁公司7座350-580m3无料钟炉顶高炉目前存在的炼铁自动化程度不高、炉温控制完全靠人工经验操作等问题进行研究。在分析现场冶炼工艺、冶炼...; 史燕; 关键词：高炉炼铁人工神经网络

全选清除导出

共1页<1>

史燕