基于RS-MSWOA-LSSVM的油气管道失效压力预测

油气管道受多种因素的影响会发生管壁减薄、管道破裂等现象,为提高管道失效压力的预测精度,提出一种基于RS-MSWOA-LSSVM的油气管道失效压力预测模型。首先,采用粗糙集(RS)属性约简提取关键特征,以优化预测模型的输入变量;然后,采用混合策略下的鲸鱼优化算法(MS-WOA)对惩罚因子C和核函数参数σ²进行寻找,并将优化后的参数代入最小二乘法支持向量机(LSSVM)进行预测,得到最优解;最后,引入均方误差、均方根误差、平均绝对误差和决定系数(R²)4个评价指标,对LSSVM模型、WOA-LSSVM模型和RS-MSWOA-LSSVM模型的预测精度进行了对比评价。结果表明：RS-MSWOA-LSSVM模型与另外两种模型相比,其预测结果的R²提升至0.996 8,均方误差降至0.063 9 MPa,均方根误差降至0.252 8 MPa,平均绝对误差降至0.222 3 MPa,说明该模型的预测结果与实际结果的拟合度更高,且预测精度优于其他两种模型。该研究结果可为油气管道失效压力的预测与管道的安全防护提供技术支撑和决策依据。     

多级机站通风系统在武山铜矿的应用

介绍了武山铜矿北矿带西部通风系统实施多级机站改造的技术和方法,及改造后的效果。     

空气幕隔离法通风除尘技术在落砂机上的应用

采用“空气幕隔离法通风除尘技术”,成功地治理铸造车间震动落砂机工作时产生的含有SiO2粉尘的污染问题,取得了较为理想的除尘效果,并为进一步提高该通风除尘技术的效率,提出了改进意见。     

钢棒去皮机除尘器设计

钢棒去皮机是通过砂轮磨削除去钢棒表面铁锈的一种设备,在去皮过程产生的大量金属粉尘,导致环境污染,为此设计喷淋塔式除尘器作为钢棒去皮机的除尘装置。通过选择和计算的运行参数,设计了喷淋塔的结构和尺寸。对设计的除尘器效率验算结果表明:该除尘器可以满足去皮机环保要求,除尘效率达99.7%。     

无机-有机柱撑膨润土的制备及其在水处理中的应用进展

无机 -有机柱撑膨润土是一种新型的吸附剂 ,对水中污染物有很好的吸附去除能力。本文介绍了无机 -有机柱撑膨润土的制备及其在水处理中的研究进展。综述了各种柱撑膨润土的制备方法、对不同类型的水中污染物的吸附行为及机理     

基于分岔理论的人-机-环煤矿安全系统的混沌调控

运用分岔理论对人-机-环安全系统中的事故发生机制进行深层次研究;事故的演变过程具有典型的混沌特性,在煤矿安全生产这个大系统中,由于管理的缺陷,会导致人因的不安全频率的振荡和物(包括环境)因的不安全频率的振荡,互相作用,反复迭代。这些不安全频率在一定的时空上产生耦合现象,系统就会出现混沌,即可能会导致事故的发生。由此建立基于分岔理论的事故控制模型,并提出控制事故的新理念。安全工作就是要使系统的控制熵保持负值,确保系统从无序向有序的方面发展,实现本质安全化。     

基于支持向量机的飞行安全隐患危险性评价

提出了基于支持向量机的飞行安全隐患危险性评价方法,建立了支持向量机模型。并以飞行安全隐患危险性评价的基本要素为输入节点,以评价结果作为输出节点,对空军某部的飞行安全状况进行了评价。结果表明:对于飞行安全隐患危险性评价问题,支持向量机方法较传统神经网络方法精度更高,速度更快,实际应用中也更易于实现。     

基于支持向量机的煤与瓦斯突出预测研究

为准确预测矿井煤与瓦斯突出的危险性,针对煤与瓦斯突出样本的不足从一定程度上制约了基于知识的方法在煤与瓦斯突出预测中的应用这一问题,利用支持向量机在小样本情况下具有较强识别能力的特点,提出了煤与瓦斯突出的支持向量机预测方法。对煤与瓦斯突出影响因素进行灰关联分析,提取特征向量。选用典型突出矿井的煤与瓦斯突出实例作为学习样本,以云南恩洪煤矿的突出实例作为预测样本,将支持向量机预测结果与其他预测结果进行对比。结果表明支持向量机模型能够满足煤与瓦斯突出预测的要求。     

基于GWO-VMD算法的齿轮故障自适应特征提取

目的 齿轮产生故障时,利用其声发射信号进行自适应特征提取后诊断。方法 利用变分模态分解方法（VMD）对齿轮发生故障时的声发射信号进行分解。在现实状况中,采集声发射原信号噪声干扰大,导致特征提取准确度低,并且模态分解时参数需要人为调试设定。鉴于此,引入灰狼优化算法（GWO）,对模态分解个数k和二次惩罚因子α自适应选择最优参数后,对信号分解得到本征模态函数（IMF）。通过相关系数选出最佳IMF作为特征分量,计算其峭度和样本熵。结果 计算了各分量的相关系数,选取与原始信号最为相近的分量,分别计算其峭度和样本熵。分解后,齿轮故障声发射信号峭度高于正常的情况,而样本熵则偶然性表现为正常情况下的值大于故障条件下的值。结论 采用支持向量机对特征向量集进行分类识别,对比改进后的试验结果,GWO-VMD结合峭度–样本熵的方法能够有效地提取故障特征,判断齿轮状态是否健康。     

基于优化算法的弹药贮存寿命预测方法

目的 实现对缺失及不足的制导弹药贮存失效数据预测及补充的能力。方法 首先通过4种不同的预测算法（GA-BP、PSO-BP、GA-SVM、PSO-SVM）,对自然贮存条件下弹药贮存失效数据进行预测,其次根据最小二乘拟合法,实现弹药贮存寿命评估模型的构建,再通过寿命评估模型,计算出不同方法下对应的贮存寿命。结果 通过不同模型的构建,4种预测方法与无优化条件下均能实现弹药贮存失效数据的预测,并且在规定可靠度,GA-BP和PSO-BP预测精度比另外2种方法更低。结论 GA-SVM与PSO-SVM更适合弹药贮存失效数据的预测,且效果更好。