This paper proposes a case study in the control of a heavy oil pyrolysis/cracking furnace with a newly extended U-model based pole placement controller(U-PPC). The major work of the paper includes: 1) establishing a c...This paper proposes a case study in the control of a heavy oil pyrolysis/cracking furnace with a newly extended U-model based pole placement controller(U-PPC). The major work of the paper includes: 1) establishing a control oriented nonlinear dynamic model with Naphtha cracking and thermal dynamics; 2) analysing a U-model(i.e., control oriented prototype) representation of various popular process model sets; 3)designing the new U-PPC to enhance the control performance in pole placement and stabilisation; 4) taking computational bench tests to demonstrate the control system design and performance with a user-friendly step by step procedure.展开更多
以Mamba为代表的状态空间模型(state space models,SSM)凭借其出色的长程依赖建模能力与较低的线性计算复杂度,在医学图像分割领域展现出广阔的应用前景。但该类方法对图像逐像素展平的处理方式会破坏图像空间结构,导致局部细节提取不足...以Mamba为代表的状态空间模型(state space models,SSM)凭借其出色的长程依赖建模能力与较低的线性计算复杂度,在医学图像分割领域展现出广阔的应用前景。但该类方法对图像逐像素展平的处理方式会破坏图像空间结构,导致局部细节提取不足,且缺乏对器官与病灶的聚焦机制,在复杂背景下易引入冗余背景信息。为解决上述问题,本文提出了一种融合谱域动态特征与注意力机制的医学图像分割网络——频域动态注意力U型Mamba(spectral dynamic attention U-Mamba,SDA U-Mamba)。该网络采用分层U型结构设计,分别从空间连续性建模和区域聚焦能力两方面对Mamba进行优化。在网络浅层设计Mamba空频注意力模块,通过融合空域卷积、频域变换和金字塔自注意力结构以提升模型的局部信息感知能力与多尺度上下文建模效果;在网络深层引入双极路由注意力模块,通过动态路由选择与稀疏激活机制增强模型对医学图像器官或病灶的表征。实验结果表明,SDA U-Mamba在BUSI、CVCClinicDB与CHAOS-Liver这3个公开医学数据集上的分割性能显著优于当前主流方法,平均交并比(intersection over union,IoU)提升2.61%。本文所提算法可用于临床医学图像分割。展开更多
U型中深层地埋管换热器(U-bend Deep Borehole Heat Exchanger,UDBHE)具有广阔的应用前景。文章基于无限柱热源(Infinite Cylindrical Source,ICS)和无限线热源(Infinite Line Source,ILS)模型的G函数,建立了4种UDBHE传热模型,采用ICS或...U型中深层地埋管换热器(U-bend Deep Borehole Heat Exchanger,UDBHE)具有广阔的应用前景。文章基于无限柱热源(Infinite Cylindrical Source,ICS)和无限线热源(Infinite Line Source,ILS)模型的G函数,建立了4种UDBHE传热模型,采用ICS或ILS模型的G函数,考虑或忽略钻孔壁热流随时间变化,分别简称为ICS-q,ILS-q,ICS-c,ILS-c模型。通过与较为准确的二维数值模型及实验数据在2种边界条件下的对比,分析了这4种模型的准确性。结果表明:ILS-q模型在整体上最为准确,而ICS-q模型在分析UDBHE长期性能时最为准确;4种模型在前期均存在较大误差,但在足够长时间后,除了ILS-c和ICS-c模型在入口温度边界下仍有较大误差外,其他模型的误差均较小。研究结果可为UDBHE传热模型研究提供参考。展开更多
基金partially supported by the National Natural Science Foundation of China(61273188,61473312)Taishan Scholar Construction Engineering Special Funding of Shandong
文摘This paper proposes a case study in the control of a heavy oil pyrolysis/cracking furnace with a newly extended U-model based pole placement controller(U-PPC). The major work of the paper includes: 1) establishing a control oriented nonlinear dynamic model with Naphtha cracking and thermal dynamics; 2) analysing a U-model(i.e., control oriented prototype) representation of various popular process model sets; 3)designing the new U-PPC to enhance the control performance in pole placement and stabilisation; 4) taking computational bench tests to demonstrate the control system design and performance with a user-friendly step by step procedure.
文摘以Mamba为代表的状态空间模型(state space models,SSM)凭借其出色的长程依赖建模能力与较低的线性计算复杂度,在医学图像分割领域展现出广阔的应用前景。但该类方法对图像逐像素展平的处理方式会破坏图像空间结构,导致局部细节提取不足,且缺乏对器官与病灶的聚焦机制,在复杂背景下易引入冗余背景信息。为解决上述问题,本文提出了一种融合谱域动态特征与注意力机制的医学图像分割网络——频域动态注意力U型Mamba(spectral dynamic attention U-Mamba,SDA U-Mamba)。该网络采用分层U型结构设计,分别从空间连续性建模和区域聚焦能力两方面对Mamba进行优化。在网络浅层设计Mamba空频注意力模块,通过融合空域卷积、频域变换和金字塔自注意力结构以提升模型的局部信息感知能力与多尺度上下文建模效果;在网络深层引入双极路由注意力模块,通过动态路由选择与稀疏激活机制增强模型对医学图像器官或病灶的表征。实验结果表明,SDA U-Mamba在BUSI、CVCClinicDB与CHAOS-Liver这3个公开医学数据集上的分割性能显著优于当前主流方法,平均交并比(intersection over union,IoU)提升2.61%。本文所提算法可用于临床医学图像分割。
文摘U型中深层地埋管换热器(U-bend Deep Borehole Heat Exchanger,UDBHE)具有广阔的应用前景。文章基于无限柱热源(Infinite Cylindrical Source,ICS)和无限线热源(Infinite Line Source,ILS)模型的G函数,建立了4种UDBHE传热模型,采用ICS或ILS模型的G函数,考虑或忽略钻孔壁热流随时间变化,分别简称为ICS-q,ILS-q,ICS-c,ILS-c模型。通过与较为准确的二维数值模型及实验数据在2种边界条件下的对比,分析了这4种模型的准确性。结果表明:ILS-q模型在整体上最为准确,而ICS-q模型在分析UDBHE长期性能时最为准确;4种模型在前期均存在较大误差,但在足够长时间后,除了ILS-c和ICS-c模型在入口温度边界下仍有较大误差外,其他模型的误差均较小。研究结果可为UDBHE传热模型研究提供参考。
