XiaoMi-AI文件搜索系统
World File Search System瞬态运行
HOFIM® 用于勘探和生产
– 磁悬浮系统确保最高的可靠性和可用性。 – 适用于井流压缩（高达 30% LMF），适用于湿气和酸性气体 – 电机和轴承由从压缩机中提取的工艺气体冷却 – 无需外部冷却介质、润滑油和密封气体 – 成熟的磁力轴承技术 – 实心芯、非层压电机转子 – 电机和压缩机轴之间的实心轴向推力盘，可在瞬态运行期间承受高推力负载并确保安全 – 高效对称内部电机冷却系统 – 由于接口数量最少，集成简单 – 适用于大多数高速 VFD – 最小化公用设施
利用人工智能进行发动机燃烧系统建模和燃烧控制
收集了净扭矩和NOx排放量等性能数据。使用基于 APRBS 和 Chirp 信号的输入信号，我们获得了大约 68.9 小时的训练数据和大约 8.3 小时的模型验证数据。此外，为了验证目的，我们还获取了日本目前用于乘用车认证测试的WLTC全球统一测试循环下的30分钟模拟驾驶数据。请注意，用于获取验证数据的 APRBS 和 Chirp 信号不包含在用于获取训练数据的输入信号中。 VDE模型中数据采样周期为0.01秒，数值实验获取的数据点数如表2所示。 2.2 AI引擎模型构建及性能评估 本研究在构建重现VDE特征的AI引擎模型时，采用了神经网络这种机器学习算法，也是一种模仿人类神经系统的数学模型。 AI发动机模型被设想用作第3章中描述的燃烧控制器的状态预测模型。在这里，我们构建了一个模型来预测燃烧控制器控制的三个目标：燃烧重心位置、燃烧周期和净扭矩。表3给出了AI引擎模型的输入和输出参数列表。对于输入参数，事先使用XGBoost（eXtreme Gradient Boosting）9）构建预测模型，并利用SHAP（SHapley Additive exPla-nations）10）进行重要性分析，选取对预测目标影响力较大的参数。此外，对于输入参数，进气压力和进气氧浓度是使用过去四秒的时间序列数据来测量的，同时考虑到瞬态运行期间的响应延迟。 在建立模型时，神经网络中超参数的设置对准确率有很大的影响。因此，在本研究中，我们使用树结构 Parzen 估计器 (TPE)11) 来优化隐藏层的数量和神经元的数量。在 TPE 中，我们设置了最小化评估函数的超参数。
氨和硝酸的可再生生产
4. Zhang Q、Grossmann IE。工业需求侧管理的规划和调度：进展与挑战。替代能源与技术。Cham：Springer；2016：383-414。5. Schäfer P、Westerholt HG、Schweidtmann AM、Ilieva S、Mitsos A。基于模型的能源密集型工艺初级平衡市场竞价策略。Comput Chem Eng。2018；120：4-14。6. Baldea M。将化学工艺用作电网级储能设备。引自：Kopanos GM、Liu P、Georgiadis MC 编。能源系统工程进展。Cham：Springer；2017：247-271。7. Mitsos A、Asprion N、Floudas CA 等。新原料和能源工艺优化面临的挑战。 Comput Chem Eng。2018；113：209-221。8. Appl M. 氨。在：Elvers B，编辑。Ullmann 工业化学百科全书。2000 年。https://onlinelibrary.wiley.com/doi/10.1002/14356007.o02_o11。9. Nørskov J、Chen J、Miranda R、Fitzsimmons T、Stack R。可持续氨合成——探索与发现替代、可持续氨生产工艺相关的科学挑战 [Tech. Rep.]。美国能源部；2016 年。https://www.osti. gov/servlets/purl/1283146。访问日期：2017 年 11 月 20 日。10. Demirhan CD、Tso WW、Powell JB、Pistikopoulos EN。通过工艺合成和全局优化实现可持续氨生产。AIChE J。2018；65(7):e16498。11. Guillet N、Millet P。碱性水电解。引自：Godula-Jopek A 编辑。氢气生产：通过电解。Weinheim：威利在线图书馆；2015：117-163。12. Cheema II、Krewer U。电转氨哈伯-博世工艺设计的操作范围。RSC Adv。2018；8(61):34926-34936。13. Reese M、Marquart C、Malmali M 等人。小规模哈伯工艺的性能。 Ind Eng Chem Res。2016；55(13)：3742-3750。14. Millet P. PEM 水电解。引自：Godula-Jopek A 编辑。电解制氢。Weinheim：Wiley Online Library；2015：63-114。15. Petipas F、Fu Q、Brisse A、Bouallou C。固体氧化物电解池的瞬态运行。国际氢能杂志。2013；38(7)：2957-2964。16. Mougin J. 高温蒸汽电解制氢。氢能纲要。剑桥：爱思唯尔；2015：225-253。 17. Wang G, Mitsos A, Marquardt W. 氨基能源存储系统的概念设计：系统设计和时不变性能。AIChE J。2017；63(5)：1620-1637。18. Chen C, Lovegrove KM, Sepulveda A, Lavine AS。用于氨基太阳能热化学能源存储的氨合成系统的设计和优化。Sol Energy。2018；159：992-1002。19. Allman A, Daoutidis P. 风力发电氨发电的优化调度：关键设计参数的影响。Chem Eng Res Des。2017；131：5-15。 20. Allman A、Palys MJ、Daoutidis P. 基于调度的时变运行系统优化设计：风力发电氨案例研究。AIChE J。2018；65(7)：e16434。21. Du Z、Denkenberger D、Pearce JM。太阳能光伏供电的现场氨生产用于氮肥。Sol Energy。2015；122:562-568。22. Allman A、Tiffany D、Kelley S、Daoutidis P。结合传统和可再生能源发电的氨供应链优化框架。AIChE J。2017；63(10)：4390-4402。23. Palys MJ、Allman A、Daoutidis P。探索模块化可再生能源供电的氨生产的优势：供应链优化研究。Ind Eng Chem Res。2018；58(15)：5898-5908。24. Ghobeity A、Mitsos A。太阳能接收器和储存器的最佳设计和运行。J Sol Energy Eng。2012；134(3)：031005。 25. Yuan Z, Chen B, Sin G, Gani R. 基于优化的化工过程同步设计和控制的最新进展. AIChE J. 2012;58(6):1640-1659.