基于多源信息融合的工业过程动态软测量方法研究及应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60704028
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    19.0万
  • 负责人：
    杜文莉
  • 依托单位：
    华东理工大学
  • 学科分类：
    F0302.控制系统与应用
  • 结题年份：
    2010
  • 批准年份：
    2007
  • 项目状态：
    已结题
  • 起止时间：
    2008-01-01 至2010-12-31

项目摘要

流程工业生产过程中，存在着大量与生产效率、产品质量等密切相关、但又无法在线直接测量的参数。近年来，虽然基于计算机辅助计算的"软"测量系统为解决生产过程中变量不可测量的问题提供了有效手段，但在实际工程应用中，软测量的精度与可靠性仍不尽如人意。本课题针对工业生产过程中大量多源测量信息共存的现象，开展生产过程多源信息的表示与传递、工业过程多时标异步数据修补与信息融合、基于生产过程动态机理模型的数据调和、工业过程图像信息的特征提取与模型描述、以及生产过程工艺指标的动态软测量等理论方法与技术研究，并在大型石油化工生产过程中进行应用验证。课题旨在通过对基于多源、多频、异质、异构信息融合的动态软测量方法和技术研究，及时获取与实时生产工况一致的过程内在信息，提高软测量系统的精度与可靠性。本项研究是流程工业过程开展先进控制、优化操作、工况监测等工作的基础，是保障工业控制系统长周期运行的关键技术。

结项摘要

项目成果

期刊论文数量（9）
专著数量（0）
科研奖励数量（2）
会议论文数量（7）
专利数量（0）
基于知识改进的文化算法及其在化工动态优化中的应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    化工学报
  • 影响因子：
    --
  • 作者：
    杜文莉;钱锋;祁荣宾;刘宗其
  • 通讯作者：
    刘宗其
Quantum clustering-based weighted linear programming support vector regression for multivariable nonlinear problem
基于量子聚类的多变量非线性问题的加权线性规划支持向量回归
  • DOI：
    10.1007/s00500-009-0478-1
  • 发表时间：
    2010-07
  • 期刊：
    Soft Computing
  • 影响因子：
    4.1
  • 作者：
    Yanfang Yu;Feng Qian;Huimin Liu
  • 通讯作者：
    Huimin Liu
A hybrid genetic algorithm with the Baldwin effect
具有鲍德温效应的混合遗传算法
  • DOI：
    10.1016/j.ins.2009.11.015
  • 发表时间：
    2010-03
  • 期刊：
    Information Sciences
  • 影响因子：
    8.1
  • 作者：
    Du, Wenli;Qian, Feng;Yuan, Quan
  • 通讯作者：
    Yuan, Quan
变尺度混沌量子粒子群算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    华东理工大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    冯景新;钟伟民;钱锋
  • 通讯作者：
    钱锋
基于集成建模方法的乙二醇全流程模拟
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    化工学报
  • 影响因子：
    --
  • 作者：
    罗娜;杜文莉;钱锋;叶贞成;蒋勇
  • 通讯作者：
    蒋勇

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

一种新的基于量子差分进化算法的神经网络优化方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    清华大学学报(自然科学版)/Journal of Tsinghua University
  • 影响因子：
    --
  • 作者：
    钱锋;杜文莉;周仁
  • 通讯作者：
    周仁
化工过程运行优化研究进展
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    化学反应工程与工艺
  • 影响因子：
    --
  • 作者：
    钟伟民;祁荣宾;杜文莉;钱锋
  • 通讯作者：
    钱锋
Development of a free radical kinetic model for industrial oxidation of p-Xylene based on ANN and AIGA
基于ANN和AIGA的对二甲苯工业氧化自由基动力学模型的建立
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    Industrial & Engineering Chemistry Research
  • 影响因子：
    --
  • 作者：
    钱锋;Lili Tao;Weizhen Sun;杜文莉
  • 通讯作者：
    杜文莉
考虑汽化影响的乙烯裂解炉对流段数值模拟
  • DOI：
    10.14135/j.cnki.1006-3080.20180913002
  • 发表时间：
    --
  • 期刊：
    华东理工大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    胡贵华;隆建;杜文莉
  • 通讯作者：
    杜文莉
基于迁移学习的裂解炉产率建模
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    化工学报
  • 影响因子：
    --
  • 作者：
    周书恒;杜文莉
  • 通讯作者：
    杜文莉

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

杜文莉的其他基金

乙烯装置裂解炉群不确定运行周期下的优化方法研究
  • 批准号：
    21276078
  • 批准年份：
    2012
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目
化工过程故障预警和系统维护理论方法与关键技术研究
  • 批准号：
    20876044
  • 批准年份：
    2008
  • 资助金额：
    31.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码