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。     

基于光谱和纹理的支持向量机矿化信息提取——以青海黄南州吉地地区为例

针对传统矿化信息提取方法单一利用光谱或纹理,信息量相对较少且需要大量样本的缺陷,利用基于光谱和纹理的支持向量机(SVM)原理,建立矿化信息提取模型。选择青海黄南州吉地地区作为典型研究区。首先提取研究区光谱和纹理信息,选取训练样本;然后求解最优超平面,进而确定决策函数;最后泛化推广识别其它待识别的样本。通过所提取的遥感蚀变异常信息与原有矿区叠加分析,叠加基本吻合;从野外实地验证来看,均发现了不同程度的矿化现象,并指出了4个重点异常区。     

国内外摆动辗压技术的研究和发展

介绍了摆动辗压成形技术在美国、英国、波兰、前苏联、瑞士、日本和德国等工业发达国家的研制和生产概况。综述了我国科技工作者在摆动辗压机的机身设计计算与制造、摆头的设计计算、摆动辗压的运动轨迹以及摆动辗压成形过程中坯料与摆头之间的接触情况等;在摆动辗压成形过程中的应力、应变分布的实验研究与数值模拟分析,缺陷形成机理分析,以及摆辗变形力的工程计算等;热摆动辗压成形工艺、温摆辗成形工艺和冷摆辗成形工艺在汽车、摩托车、五金工具和兵器工业等加工制造业的工程应用等方面所作的成形机理、数值模拟、设备和工艺研究情况。     

火电厂输煤系统碎煤机室粉尘治理方法

碎煤机室是火电厂燃料系统中粉尘污染较为严重的地方,通过分析粉尘污染产生的原因,从根源入手,通过对落煤管、导料槽、除尘设备的一系列改造和综合治理,抑制粉尘的产生,改善皮带机的运行工况和输煤系统的现场环境。     

超滤膜材料对SiO2-有机物膜污染行为的影响

选用聚偏氟乙烯（PVDF）及乙烯乙烯醇共聚物（EVOH）2种超滤膜,针对SiO₂-牛血清蛋白（BSA）及SiO₂-腐殖酸（HA）2种无机-有机混合污染物,通过单种及混合污染物过滤实验,结合各污染物与膜之间作用力的测定,考察膜材料对SiO₂-有机混合污染物膜污染行为的影响机制.结果表明：与单种有机污染物HA或BSA相比,SiO₂-HA/BSA混合污染物对PVDF及EVOH超滤膜的污染会出现加剧和减缓2种相反的现象.结合作用力结果发现：当膜-SiO₂之间的作用力大于膜-有机污染物之间作用力时,与单种有机污染物相比,SiO₂的存在会加剧膜污染;相反,当膜-SiO₂之间作用力小于膜-有机污染物之间作用力时,SiO₂的存在会有效减缓膜污染.上述结果说明膜材料是控制无机-有机混合污染物膜污染行为的关键因素.     

支持向量机在水质遥感中的应用初探

支持向量机(Support Vector Machine)是建立在统计学习理论基础之上,研究有限样本情况下的机器学习问题的一种新方法,该方法在解决小样本、非线性问题中具有许多优势.本研究以现场监测和MODIS遥感数据为基础,应用SVM方法构建出太湖叶绿素a的反演模型,研究表明,该方法在水质遥感领域的应用具有良好的可行性和有效性,其预测结果也与太湖叶绿素a的实际分布相吻合.     

铜锰镧铈复合催化剂的制备及其降解对二甲苯的机制

采用溶胶凝胶法制备了镧掺杂的铜锰镧铈催化剂,研究了其对对二甲苯的催化性能.通过BET、SEM、H₂-TPR、XRD和XPS等对不同元素比例的催化剂进行表征,探讨了催化剂结构和性能的关系;同时,研究了不同影响因素（初始浓度、空速、O₂含量和混合物）对其催化氧化性能的影响;最后,利用FT-IR、XRD和 GC-MS对降解产物进行分析,探究了其催化降解对二甲苯的机理.结果表明,La掺杂增加了催化剂的比表面积和孔体积,以及表面氧含量,抑制了晶体形成,增强了催化活性.Cu-Mn-La-Ce（1：2：1：1）催化剂性能最好,在初始浓度为600 mg·m^-3,空速为15000 h^-1,20% O₂的条件下,其T₉₀为230 ℃.对二甲苯的降解率随着初始浓度、空速的增加而降低,随着O₂含量的增加而增加.气流中混入苯提高了对二甲苯的降解率.对二甲苯催化反应后催化剂表面的 O—H、C＝O、C—H和金属—氧键都相应减少,降解中间产物主要为对甲基苯甲醛和对甲基苯甲酸.降解反应涉及MVK机理,对二甲苯先氧化成对甲基苯甲醛,再氧化成对甲基苯甲酸,最终生成CO₂、H₂O.     

基于多核LS-SVM的河涌水质预测模型

研究了多变量非线性河涌水质预测问题,提出了多核最小二乘支持向量机河涌水质预测模型。模型采用协同结构的非线性函数将水质时序样本映射到高维特征空间,进行多元线性回归。然后将该回归问题转化成半无限线性规划问题,运用交换集法求解。文章利用东江流域河涌水质数据进行了拟合预测实验,结果表明,与单核最小二乘支持向量机河涌水质预测模型相比,多核模型的预测误差减小了23%以上,它较单核模型具有更高的预测精度和更好的泛化推广性能。     

基于改进的PSO优化LSSVM参数的松花江哈尔滨段悬浮物的遥感反演

悬浮物是松花江水质和水环境评价的重要参数之一.利用在松花江哈尔滨段江面上29个采样点的实测高光谱和悬浮物浓度数据,用20个采样点数据为训练集,9个采样点数据为测试集.将机器学习和全局优化智能计算方法引入,应用改进的粒子群(PSO)优化最小二乘支持向量机(LSSVM)参数,以均方根误差RMSE为适应度函数,根据迭代得到LSSVM最优参数值,用700 nm和750 nm光谱反射率比值(R700/R750)为特征变量,悬浮物数据为目标变量,用训练集数据训练得到反演模型,使用测试集数据进行验证.结果表明,此模型收敛速度快,精度高,得到预测值的均方根误差RMSE为10.11 mg·L-1,平均绝对百分误差MAPE为10.72%,模型决定系数R2为0.952,该方法可用来对其它水质参数反演预测提供参照.     

城市生态系统协调发展仿真研究——以武汉市为例

以武汉市为例,通过定性和定量方法建立了一套相对完整的评价指标体系.以主成分分析和协调发展度模型计量得到的武汉市1988～2004年协调发展度值作为输出,以偏最小二乘法筛选出协调发展度的重要影响因子作为输入,尝试采用支持向量机对武汉市总体规划期间(2005～2020年)的协调发展状况进行了模拟研究,研究结果表明,1988～2004年武汉市经济、社会、资源环境的耦合状态由严重失调逐渐趋向勉强协调,这期间工业固体废物排放量和基尼系数是协凋发展最重要影响因子.根据预测结果,武汉市在总体规划期间城市发展呈现出良好的协调发展态势,但2010和2020年的协调发展度值均小于总体规划目标值;即按照目前的状态发展下去,武汉市到2010和2020年不能达到规划既定的目标.针对仿真结果,提出了武汉城市生态系统协调发展的对策与建议.