考虑数据去噪分解的滑坡位移组合预测研究

为准确掌握滑坡位移变化规律,基于滑坡变形监测结果统计,对位移数据进行去噪分解处理,将滑坡位移数据分解为趋势项和误差项,并分别利用优化多核极限学习机和Arima模型构建预测模型,以实现滑坡位移的组合预测.结果表明:Morlet复小波较传统去噪模型分解效果更优,且通过优化处理,能更好地提高其分解能力;通过对多核极限学习机的...     

关联维数在机械设备故障诊断中的应用研究

研究了混沌与分形的特征参数———关联维数的计算方法和参数的选择。以滚动轴承在正常、外圈故障、滚动体故障、内圈故障4种状态下的信号特征为标准样本,以其运行的实测信号为例,对时域信号进行了频谱分析,并进一步进行了关联维数分析。通过对滚动轴承振动信号的关联维数分析,证明了该轴承在4种不同标准状态下具有明显不同的关联维数特征。因此,按照相关性的大小,就可诊断出实测信号属于外圈故障状态信号。研究结果表明,关联维数分析方法在设备状态监测与故障诊断中,尤其是在非线性系统的故障诊断中显示出其独特的优势,具有较为广阔的应用前景。     

受限空间瓦斯爆炸冲击波压力信号小波包去噪研究

由于受限空间瓦斯爆炸冲击波压力信号具有突变性和瞬态非平稳性特点,采用小波包分析进行去噪处理。选取典型的Daubechies小波包系和Symlets小波包系各小波包基对信号的重构均方根误差,并计算了原始信号与重构信号的相关系数,确定Sym8为处理瓦斯爆炸冲击波压力信号的最佳小波包基。去噪结果显示:小波包分析在降低噪声的同时,仍然保留信号突变部分的信息,能尽可能不失真得重现有效信号,受限空间瓦斯爆炸冲击波压力信号小波包去噪能够得到更可靠地结果。     

EEMD-小波在高边坡变形信息提取中的应用研究

针对高边坡变形呈现非平稳性及数据“噪声”多源的问题,提出了一种定向滤波的变形信息提取方法。首先,利用集合经验模态分解方法分解变形时序数据,结合定量分析法判别模态分量信号频段;然后,对高频模态分量中的“噪声”利用小波函数进行“靶向”消噪处理,并对趋势项进行傅里叶级数拟合;最后,重构高边坡变形分析模型,实现真实变形量的提取。结果表明,对比分析各项检验指标,通过“靶向”消噪,各高频模态分量消噪效果明显,重构后的集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)-小波高边坡变形分析模型较原始形变和其他模型在精度指标方面提升显著,该方法可用于高边坡的变形预测分析和真实变形量提取。     

基于广义延拓的电梯振动信号优化处理与分析

电梯的异常振动往往预示着电梯系统某部分故障或不协调,此振动信号可通过三轴加速度传感器在电梯轿厢内采集,进而通过适当处理可提取出轿厢振动的特征参数,用于电梯的故障诊断。然而电梯故障诊断的合理性取决于其特征参数的精确度,现将广义延拓法用于振动信号的优化处理,在处理离散数据上结合了插值法与拟合法的优势,有助于排除采集振动信号时产生的错误点。采用小波分解与峭度分析的方法对电梯故障特征参数进行提取,在此基础上设计开发了一种贝叶斯电梯故障诊断软件并对广义延拓法进行了验证,结果表明此方法可有效增大特征信号的分辨力度,提高电梯故障诊断的系统准确性。     

基于小波包分析的石油井架结构损伤识别试验研究

通过对井架相似模型损伤工况模拟,提取其在承载时的振动响应信号,利用小波包变换方法获得小波包节点能量,得到基于归一化能量特征向量的损伤评价指标。研究表明:该指标可用于井架结构损伤位置的准确识别;将小波包能量分析与振动测试技术相结合的研究方法,为石油井架的损伤识别提供了新思路。     

基于迭代退火算法的高压变频器功率单元频繁故障诊断方法研究*

现有的变压器故障诊断方法较为复杂且计算冗余度较高,在高压变频器的功率单元频繁发生故障时难以高效地检测故障。为此,提出基于迭代退火算法的高压变频器功率单元频繁故障诊断方法。采用小波包分解方法提取高压变频器功率单元的电压信号特征熵,将该特征熵输入到支持向量机模型。使用迭代退火算法优化支持向量机的训练参数,并输出诊断结果。研究结果表明:该方法提取的高压变频器单元故障的平均冗余度最低至3.2%,平均诊断时间为15.1 ms,可实现高压变频器功率单元频繁故障的高效诊断。     

Matlab小波变换在燃气管道泄漏检测中的试验研究

应用Matlab小波变换对燃气管道泄漏信号进行消噪处理,得到了更为精确的泄漏定位结果。首先阐述了小波变换的原理和步骤,通过实验室模拟油气管道进行燃气管道泄漏模拟试验,运用matlab小波工具箱,对不同小波基以及不同阈值处理后的几种偏差进行比较后选取db8小波基对气体管道进行7尺度分析,结合时延估计的检测定位原理得出泄漏位置坐标。结果证明小波消噪确实提高了管道泄漏的定位精度。     

小波熵去噪在微差爆破延时精确识别中的应用

在小波熵去噪理论的基础上,对实际隧道爆破工程采集到的爆破振动信号进行了小波熵方法去噪。利用db8小波对去噪后的信号在尺度a=16进行了连续小波变换得到其模极大值,准确识别了隧道多段别微差爆破实际延期时间间隔,并验证了小波熵方法去噪的可靠性。结果表明,小波熵去噪方法能够有效滤除和抑制爆破振动非线性信号所夹杂的高频噪声分量,并且很好地保留了爆破振动信号的突变细节。对滤波后的信号进行模极大值变换,信号局部奇异点的辨识更准确,可以精确识别隧道微差爆破延时间隔。     

基于Kurtogram与DSCN的滚动轴承故障诊断方法

为揭示不同轴承故障类型的特征,提高故障诊断的精度与效率,提出一种基于Kurtogram与深可分卷积神经网络(DSCN)相结合的轴承故障诊断方法。在利用原始振动信号生成Kurtogram的基础上,通过DSCN学习和识别不同故障模式下Kurtogram的图形特征,自动提取优势特征并进行故障分类。结果表明:相对于其他故障诊断方法,提出的方法在测试集上的识别精确度较高,可达到97.28%;同时,DSCN在降低参数量及提高训练速度上具有明显优势。     

基于路网脆弱性的紧急情况下交通疏散诱导模型

为提高紧急情况下交通疏散速度,实现对疏散交通流的诱导,需要建立紧急情况下的交通流诱导模型。根据紧急情况下路网特性,提出路网脆弱性指标,并将其引入交通流诱导模型,对常态交通流诱导模型进行改进,得到基于路网脆弱性的紧急情况下交通疏散诱导模型,并用实测数据求解模型参数。分别用常态交通流诱导模型和文中的改进模型进行实例计算,结果表明,经过改进模型诱导之后,高流量和低流量路段相对减少,交通流在路网中的分布更均衡、达到系统最优的效果。对紧急情况下的交通流进行有效诱导,可提高疏散路网利用效率,加快应急交通疏散。     

基于率失真函数的群组层次分析法的研究

层次分析法作为一种常用的安全评价方法,针对其中的两两比较这一环节,由于专家的自身原因,做出的评价与实际情况可能存在一定的误差。该研究借用信息论的理论,将群组层次分析法(GAHP)中的两两比较的实际情况看作信源,将专家看做信道,将得出的判断矩阵看做信息,从而使因为专家的差异而导致的判断矩阵的误差转变为信息在传播过程中的失真;通过分析其失真与信源类型并且计算其中的平均失真度和率失真函数,从而针对基于率失真函数的群组层次分析法的修正进行进一步的研究。最后以某一使用层次分析法的鞭炮厂的评价作为实例,对于率失真函数在判断矩阵的修正中的准确性与可行性进行验证。     

聚乙二醇在相变纺织材料上的应用研究

对聚乙二醇（PEG）进行冷热循环处理时，其超分子结构会发生某种相变，从而改变宏观性质而具有特殊的蓄热调温性能。PEG的相变温度随聚合度变化而变化，在服装应用方面一般采用30～35℃，接近于体温的PEG。以PEG作为相变材料用不同方式添加到纺织材料上，可以使织物具有双向调温的特殊功能。     

基于风险的特种设备使用单位分类监管应用研究

为提高特种设备安全监管效率,缓解设备数量增长与监察力量不足之间的矛盾,基于风险管理理论,提出在风险评价的基础上对特种设备使用单位实施分类监管。在前期特种设备使用单位风险评价体系研究的基础上,结合2011年、2012年的试点应用情况,对风险评价体系的具体评价流程、结果及科学合理性进行了研究。结果表明:C类使用单位的数量依然占据近一半的数量,需引起监管部门的高度重视;同时验证了风险评价体系科学合理、可操作性强,能够有效指导全国分类监管工作的开展。     

网络视域下突发事件对旅游目的地形象的影响过程研究

突发事件直接影响旅游目的地形象,关系到目的地的可持续发展。基于网络视域,从旅游者感知角度,建立突发事件影响目的地形象的过程模型。根据突发事件网络传播的效应——信息爆炸效应和舆论聚合效应,将模型分解为对目的地形象的强化过程和反馈过程。突发事件的网络传播会加速目的地形象感知的过程并深化目的地形象感知的内容,从而强化对目的地形象的感知,反馈过程导致目的地形象的调整。分析表明,网络视域下突发事件对目的地形象的影响更加显著。最后总结网络信息时代目的地遭遇突发事件时维护自身形象的策略。     

基于机器学习的侵财类案件危害程度分析

为了进一步分析侵财类案件的危害程度,以抢劫、抢夺和盗窃3种典型侵财类案件为例,利用ZS市2008—2014年的犯罪数据与统计年鉴数据,提取“发案时间”“发案地域”“选择时机”“选择处所”“选择对象”“人均地区生产总值”“职工月平均工资”7个特征,建立基于多种机器学习分类算法的侵财类案件危害程度预测模型,并进一步开展预测结果的分析研究。研究结果表明:梯度提升决策树（GBDT）算法性能最优,危害程度预测准确率达到了0.88;在抢劫案和抢夺案中,一般和重大的案件容易发生在繁华地带,特大案件容易发生在其他处所;侵财类案件倾向于在工作日的城区中发生,发生的危害程度大多为一般;提出的侵财类案件危害程度预测模型可为侵财类案件的风险评估及警务资源优化配置工作提供方法支持。     

协同理论视角下安全监管机制研究

安全生产监督管理是一项庞大复杂的系统工程,涉及到众多利益主体,过度依赖政府单一的安全监管模式已经无法解决安全监管长期存在的难题.要搞好安全生产工作,提高监管绩效,就必须要联动行业协会、企业、中介机构、工会组织、大众媒体等多元社会力量共同参与、协作配合.根据协同理论的科学原理,从法律制度、组织、信息、资源四个协同要素方面,尝试性地构建了协同合作的安全监管机制,这是对我国传统监管体制的改革和创新,为切实提升监管水平提供了新思路和方向.     

基于GTST-DMLD的系统功能退化分析

功能退化是系统安全性问题的重要部分.目标树-成功树-动态主逻辑图(GTST-DMLD)在二值逻辑的基础上采用模糊逻辑对系统进行动态模拟,提供了分析系统功能退化的有力工具.通过模糊化与解模糊化手段相结合估算系统的性能变化,辅助进行安全性分析.给出了简化电子刹车系统示例.     

基于管理实践的HSE管理体系建设研究

HSE管理体系在石油天然气企业得到广泛应用，对企业提高安全、环保管理水平起到了很好的作用。但是，在HSE管理体系建设中仍然存在着一些对HSE概念认识不清、工作重点把握不准和运行不顺畅等问题，对HSE管理体系的持续改进形成了制约。本文结合HSE管理体系建设实践，对HSE管理体系有关问题进行了研究，以指导企业把HSE管理体系建设引向深入。     

基于循证方法的施工现场安全事故预防体系研究

为提高施工现场安全绩效,构建基于循证方法的施工现场安全事故预防体系。阐明施工现场安全循证预防(EBP)的定义、内涵、核心思想,梳理循证预防解决安全问题的思路,并且提出施工现场安全管理循证预防的流程框架。结果表明:针对施工现场安全事故预防中的不足,循证方法解决问题的思路体现在理论和方法 2个层面;施工现场安全管理循证预防体系分为循证诊断和循证干预2个阶段,具体包括安全检查表、框架表示法、荟萃(Meta)分析等关键步骤。