基于LabVIEW和MATLAB的矿山微震信号小波分析与研究

为满足矿山微震监测信号实时在线处理要求,提出了基于可视化软件LabVIEW和数学计算软件MATLAB联合编程的矿山微震信号小波去噪方法。该方法利用LabVIEW中的MATLAB Script节点调用MATLAB实现信号小波分析,将LabVIEW、MATLAB和小波分析三者功能有机结合,从而实现了信号在友好界面的前提下快速准确地进行小波变换处理,大大提高了微震信号在线处理效率。通过对实际矿山微震信号采用4种不同小波阈值方法进行去噪分析,显示了小波分析具有良好的去噪能力,其中无偏似然估计阈值方法的去噪效果更优。     

基于MATLAB的海岸污染物浓度扩散实验分析

为了定量地研究物质输移扩散的重要特征,本文应用CCD摄像设备对海岸污染物扩散实验过程进行测量,利用MATLAB强大的图像处理功能,得到了分布良好的相对等浓度线和浓度中心线,通过对同组多个图片的相同处理可进一步得到浓度等值线随时间的变化过程及浓度变化趋势,较好地反映物质输移扩散的重要特征.本文的特色与创新在于基于MATL...     

饮用水中有机污染物分子的VRML模型

用半经验量子化学计算MNDO-PM3方法,计算了腐殖酸(HA)和3-氯-4-(二氯甲基)-5一羟基-2(5H)-呋喃酮(MX)的几何构型、电子结构等．用MolSurf软件建立了HA和MX的VRML(虚拟现实造型语言)模型．     

基于优化MaxEnt模型的高山峡谷区地质灾害易发性评价——以云南省德钦县为例

高山峡谷区滑坡、泥石流、崩塌等地质灾害频发,严重威胁当地居民的生命财产安全。选取云南省德钦县为研究区,基于328个地质灾害分布点数据和9个环境变量,利用R语言的kuenm数据包对MaxEnt模型的主要影响参数调控倍频(Regularization Multiplier,RM)和特征组合(Feature Combination,FC)进行调整,选择最优模型对德钦县地质灾害易发性进行分区,同时采用受试者工作特征曲线(Receiver Operating Characteristic Curve,ROC)评价模型精度,采用刀切法分析各环境变量的权重。结果表明：(1)基于优化MaxEnt模型的滑坡、泥石流、崩塌的ROC曲线下面积(Area Under Curve,AUC)值分别为0.948、0.957、0.944,说明预测结果精确可靠。(2)研究区滑坡、泥石流、崩塌的高、极高易发区分别占总面积的9.93%、5.81%、8.52%,三类灾害综合易发区的高、极高易发区占总面积的8.25%,主要集中在研究区西部、东部以及东南部的公路沿线。在所有环境变量中,高程和距公路距离是研究区地质灾害发生的主要驱...     

基于FDHHFLTS-BN的海底管道泄漏失效风险定量分析

为预防海底油气管道泄漏失效事故,提出基于自由双层次犹豫模糊语言术语集(FDHHFLTS)和贝叶斯网络(BN)的FDHHFLTS-BN风险分析方法,用于分析海底油气管道泄漏失效事故概率及事故的关键风险因素。将故障树模型转换为BN结构,由专家根据FDHHFLTS评估基本事件发生可能性;采用最佳最差法(BWM)确定专家权重,结合相似性聚合方法(SAM)聚合专家意见;依据构建的BN模型,正向推理得到事故发生概率,反向推理得到后验概率,并进行敏感性分析。将该方法应用于实例分析,结果表明：分析段海底管道泄漏事故的概率值为P=6.20×10^-3;焊缝施工缺陷、材料施工缺陷和渔具作用等为事故发生的关键因素;与传统方法对比分析结果证明,所提方法在确定海底管道风险方面具有一定的优势。     

培训

防爆电气应用技术公开课 培训机构：泰致德专业技术服务（深圳）有限公司 时间：2013年3月26～28日 地点：深圳或上海（以网站公布为准） 授课语言：中文 培训对象：所有可能涉及爆炸性危险环境的从业人员,包括企业管理人员、工程技术人员、安装人员、电工仪表工、检查检修维护人员、操作人员等。     

分区达标法贡献度系数计算与研究

分区达标法是计算水环境容量有效且合理的方法,其中贡献度系数是分区达标法的重要概念,在项目实际应用中贡献度系数偏向于理论假设而难以与实际相结合,据此对贡献度系数进行了详细研究,采用MIKE11模型计算贡献度系数,再通过MATLAB拟合得出其与污染源浓度、流量以及距离之间的定量化关系.结果表明,贡献度系数与距离和浓度呈线性...     

内容依托教学在高职商务英语专业的应用效果研究

选取47名高职商务英语专业的学生为研究对象,采用教学前后对比的方式,考察内容依托教学对学生英语能力、学习兴趣及时代意识的影响。研究表明,除写作能力外,通过内容依托教学学生的英语能力有很大提高,尤其是阅读能力。此外,内容依托教学还提升了学生的学习兴趣,以及跨时代、跨学科的学习意识。     

基于Adam优化深度神经网络快速确定瓦斯抽采半径*

为解决煤矿瓦斯有效抽采半径难以快速准确确定的问题,采用基于Adam算法优化DNN（深度神经网络）方法来预测瓦斯抽采半径。查阅文献共收集已得到验证的970组数据集,每组数据选取煤层瓦斯初始渗透率、钻孔直径、抽采时间、地应力、煤层初始瓦斯压力作为预测模型的5个特征量,有效抽采半径作为目标输出值。接着预测模型进行不断学习和训练,最终训练得到1个最优的瓦斯有效抽采半径预测模型。利用训练好的最优预测模型结合Python语言开发出计算有效抽采半径的软件,并使用该软件在四季春煤矿和鹤煤六矿进行有效抽采半径预测的工程实例研究,验证该软件预测抽采半径的实用性和准确性。研究结果表明:通过使用开发的软件,可快速且较准确地计算出矿井瓦斯有效抽采半径,可为暂不具备现场测试条件的矿井抽采设计提供一定的参考依据。