基于仿真分析的复杂电子装备测试性预计技术研究

测试性是产品的一种设计特性,是伴随功能原理设计时赋予产品的一种固有属性。随着电子产品及设备的复杂和多样化,导致其故障诊断越来越困难,产品的测试性也逐渐得到生产和使用单位的重视。为尽早在研制阶段对产品的测试性水平进行评估,发现测试性设计的薄弱环节,首先对测试性仿真技术进行了简单介绍,之后详细阐述了基于TEAMS的测试性仿真方法,最后以某型柴油机系统为例,对其测试性指标进行预计,同时发现产品测试性设计上的薄弱环节,为产品的设计改进提供建议。     

A beetle antennae search improved BP neural network model for predicting multi-factor-based gas explosion pressures

A gas explosion in an underground structure may cause serious damage to the human body and ground buildings and may result in huge economic losses. The pressure of the gas explosion is an important parameter in determining its severity and designating an emergency plan. However, existing empirical and computational fluid dynamics (CFD) methods for pressure prediction are either inaccurate or inefficient when considering multiple influencing factors and their interrelationships. Therefore, for a more efficient and reliable prediction, the present study developed a multifactorial prediction model based on a beetle antennae search (BAS) algorithm improved back propagation (BP) neural network. A total of 317 sets of data which considered factors of geometry, gas, obstacle, vent, and ignition were collected from previous studies. The results showed that the established model can predict pressures accurately by low RMSE (43.4542 and 50.7176) and MAPE (3.9666% and 4.9605%) values and high R² (0.7696 and 0.7388) values for training and testing datasets, respectively. Meanwhile, the BAS algorithm was applied to improve both the calculation efficiency and the accuracy of the proposed model by enabling a more intelligent hyperparameter tuning method. Furthermore, the permutation importance of input variables was investigated, and the length (L) and the ratio of length and diameter (L/D) of geometry were found to be the most critical factors that affect the explosion pressure level.     

Prediction of global solar radiation using support vector machines

This article utilizes Support Vector Machines (SVM) for predicting global solar radiation (GSR) for Sharurha, a city in the southwest of Saudi Arabia. The SVM model was trained using measured air temperature and relative humidity. Measured data of 1812 values for the period from 1998–2002 were obtained. The measurement data of 1600 were used for training the SVM, and the remaining 212 were used for comparison between the measured and predicted values of GSR. The GSR values were predicted using the following four combinations of data sets: (i) Daily mean air temperature and day of the year as inputs, and global solar radiation as output; (ii) daily maximum air temperature and day of the year as inputs, and GSR as output; (iii) daily mean air temperature and relative humidity and day of the year as inputs, and GSR as output; and (iv) daily mean air temperature, day of the year, relative humidity, and previous day’s GSR as inputs, and GSR as output. The mean square error was found to be 0.0027, 0.0023, 0.0021, and 7.65 × 10^?4 for case (i), (ii,), (iii), and (iv) respectively, while the corresponding absolute mean percentage errors were 5.64, 5.08, 4.48, and 2.8%. Obtained results show that the SVM method is capable of predicting GSR from measured values of temperature and relative humidity.     

高分辨率遥感图像在城市快速震害预测中的应用研究

以河南省某县城为例,通过分析高分辨率遥感图像,获取建筑物的属性信息,结合相关调查数据,建立震害矩阵,得到震害预测结果,计算综合地震危险性指数,评价该区域综合抗震能力。与实际调研结果对比后发现,基于高分表率遥感图像的建筑物信息提取技术具有较高精度,能够满足大范围快速震害预测的需要。     

基于集对分析的降水酸度及水质相似预测模型研究

应用集对分析法刻画历史样本之间的相似性,用多个最相似的历史样本的加权平均值作为当前样本预测值,建立了基于集对分析的降水酸度及水质相似预测模型(SFM-SPA),并运用该模型进行了降水酸度及水质预测的实例验证。结果表明,在主要影响因子选择适当、历史样本的代表性和相似性较好等限定条件下,利用模型进行环境预测是可行的,它较直观、计算简便,为环境污染预测提供了新的途径。     

铁镁质尾矿中的钙镁浸取效果优化

铁镁质尾矿含有丰富的钙镁,利用浸取剂可以促进铁镁质尾矿中钙镁的释放,使这些尾矿成为固定CO2的材料。尾矿中钙镁的浸出率大小跟多个因素相关,如何寻求浸取钙镁的最优化条件,是有效利用铁镁质尾矿的重要内容。考虑环境友好的方案,采用EDTA、柠檬酸和柠檬酸钠浸取尾矿中的钙镁,并对比了不同条件下的浸取效果。通过比较,显示柠檬酸钠的浸取效果较好,在此基础上利用响应面法对粒度、pH值、固液比等主要影响因子进行优化处理。当反应液的pH=1,尾矿粒度<75μm,固液比为2.6∶100时,模型预测实验尾矿淋滤的Mg2+浓度为143.4 mg/L,Mg达到最佳溶出率2.03%。实验模型的预测精度良好,表明响应面法适用于尾矿的浸取实验优化。     

中短波广播发射台电磁辐射环境影响预测模型

为预测中短波广播发射台的电磁辐射环境影响,根据国家相关电磁辐射标准,研究和分析了中短波广播发射台电磁辐射环境影响理论预测模型,编辑了中短波发射台电磁辐射环境影响计算分析程序,验证发现实际监测符合理论预测.实例计算了中短波发射台周围的电磁辐射影响,表明程序的计算结果可用于指导中短波发射台周围的建设.     

湖南省农业旱灾的年际变化及重灾年份预测

旱灾是湖南省最严重的农业自然灾害之一,旱灾几乎年年都有发生,且涉及面广,后续和潜在危害较大。湖南省农业旱灾的受灾率异常指数和成灾率异常指数的变化规律揭示:过去58年,农业旱灾具有明显的波动性与阶段性,大致以5年为尺度,轻重灾期交替出现;受灾率与成灾率具有同步性,在重灾期尤为明显;1980年以来灾情更为严重,成灾率、受灾率都较大。湖南省农业旱灾异常指数周期性变化可以分为2个时段,1990年代初期以前存在4个特征时间尺度,分别为3年、5年1、0和21年4个周期;1990年代初期以后存在3个特征时间尺度,分别为3年、7年和17年年3个周期。根据异常指数的变化,建立了农业旱灾灰色灾变预测模型,进行了重灾预测。结果表明,今后20年湖南省农业旱灾将出现5个重灾年份,分别在2010-2011年、2013—2014年2、016—2018年2、021—2022年、2025—2027年期间,间隔为4年左右。     

基于瓦斯涌出量预测的近距离煤层群开采顺序优化选择

随着中厚煤层资源的枯竭,近距离薄煤层群开采成为我国资源的重要补充。煤层群开采时合理的采掘部署是防止工作面瓦斯集中涌出的关键,本文通过分析近距离煤层群开采时各回采顺序下工作面瓦斯涌出量,建立了以工作面瓦斯涌出量预测为基础的近距离煤层群开采优化模型,利用计算机编程实现了模型的可视化操作。该模型通过对比分析全部种回采顺序方案,选择整个回采期间瓦斯涌出量最均衡的方案为最优方案。对翔升煤矿进行了实例分析,结果显示合理的回采方案可以使工作面最大瓦斯涌出量大大减小,使整个回采期间工作面瓦斯涌出量趋于均衡。为煤层群开采优化技术中的瓦斯环节提供了理论依据。     

常用几种公路交通噪声预测模式准确性分析

本文根据成温邛高速公路和成绵高速公路的交通量、车型及车速等监测数据,应用美国联邦公路管理局（FH-WA）噪声预测模式、JTGB03-2006推荐噪声预测模式和HJ2.4-2009推荐噪声预测模式,分别对两条高速公路进行噪声预测,将噪声预测值与实测值进行对比,分析在相同车流量、车型及车速等条件下各预测模式预测值与实测值的差值大小,并分析其原因,得出在高速公路交通噪声预测的准确性上HJ2.4-2009预测模式优于FHWA预测模式和JT-GB03-2006预测模式。