To achieve accurate PID control of polyvinyl chloride distillation process, a bacterial foraging optimization (BFO) based on particle swarm optimization (PSO) is proposed to search for the optimal PID parameters. The optimal values are found in the Kp, Ki, and Kd parameter spaces to achieve the optimal control effect of the system. Consider the historical optimal positions of particles and particle swarm, and improve the chemotaxis factor in the BFO algorithm. The simulation results show that PSO-BFO improves the performance of the control system, meets the requirements of automatic control, and improves accuracy, speed, and stability, making the system run better and solving the problem of substandard control in the PVC distillation process.

Intelligent fault diagnosis technology is an emerging technology that applies intelligent technology to traditional equipment. It can use intelligent algorithms to collect data for calculation when equipment malfunctions, diagnose the cause of faults through judgment results, save manual troubleshooting time, and improve equipment maintenance efficiency. Based on gear mechanisms, this article designs an intelligent fault diagnosis system for typical gear fault modes such as tooth surface wear and tooth breakage, And the effectiveness of the intelligent diagnostic algorithm was verified through experiments.

The frequent occurrence of emergencies in recent years has seriously affected the stability and development of society and economy. Effectively responding to emergencies has become a crucial research topic. A large number of emergency cases contain potential rules and valuable response experience in the process of occurrence, development and response, and the association rule mining can discover the fine-grained and valuable "if scenario then response" association rules in the cases. The knowledge of emergency response rules obtained from mining can assist the generation of response programs under actual emergency scenarios and provide reference basis for emergency decision-making. The existing methods only consider the support and confidence indicators but ignore the lift and comprehensibility of the rules and the lack of domain knowledge guidance in the mining process. Aiming at the problem, this paper proposes a response rule mining method based on knowledge guidance and improved genetic algorithm, which effectively reduces the number of low-quality rules and attributes of the mined rules and improves the quality and efficiency of association rule mining.

This paper presents a numerical simulation and structural optimization study of the combustion process within the grate and boiler furnace of a 750 t/d waste incineration. The study focuses on adjusting the secondary air velocity, secondary air inclination angle, and the arrangement of secondary air nozzles. These adjustments aim to optimize parameters such as the temperature field, pollutant emission, flow field, particle residence time, and filling degree. The findings demonstrate that high-temperature zones, which lead to slagging problems, are likely to form beneath the front arch. The combustibles inside the furnace are thoroughly burnt, reflecting efficient combustion. The concentration of NOx in the flue gas at the furnace outlet generally ranges between 170 and 200 ppm. Optimal operating conditions are identified as a secondary air inclination angle of 20° with an air velocity of 55 m/s, and an angle of 30° with an air velocity of 55 m/s and 65 m/s, in conjunction with a relative arrangement of the nozzles. Under these conditions, the incineration furnace achieves its best operational state.