基于GA优化SVM的滚动轴承故障诊断方法研究

在滚动轴承故障诊断研究中,常采用时域、频域或者时频域分析方法对振动监测数据进行故障诊断。时域中的无量纲指标因对故障敏感,而被广泛运用于机械故障诊断中,但目前无量纲指标在诊断过程中存在严重重叠问题,造成诊断准确率低。为了解决这个问题,研究了基于互无量纲指标和支持向量机(SVM)结合的滚动轴承故障诊断方法。针对SVM对参数依赖性强,且在参数选择上没有系统理论而导致欠学习或过学习的问题,提出了一种基于遗传算法优化支持向量机(GA-SVM)的滚动轴承故障诊断方法。利用遗传算法进化搜索原理,以预测的准确率作为适应值,对SVM参数进行寻优,从而得到较优的支持向量机分类模型。实验表明,基于互无量纲指标和GA-SVM算法的故障诊断方法能够准确地识别旋转机械滚动轴承的状态。     

基于GA优化的SVR水质预测模型研究

针对污水中BOD₅参数不易直接测得的特点,提出了基于遗传算法(Genetic Algorithm,GA)优化参数的支持向量机回归(Support Vector Regression,SVR)水质预测模型。采用机器学习的方法,通过建立污水中COD等参数与BOD₅的数学关系模型的方式对BOD₅进行测定。使用遗传算法对SVR中的关键参数进行寻优,解决了传统SVR预测模型参数选择的问题。以北京市污水处理厂进水污水作为研究对象进行实验,结果表明,与BP神经网络与SVR相比,使用GA-SVR方法进行预测的结果更优,其平均误差与均方根误差分别降至0.009443与16.88 mg/L。     

基于支持向量机的职业病危害预警模型研究

职业病危害的防治近年来逐渐得到国家和企业的重视,但是相关的标准和防治方案还不够健全,职业病危害的防治工作还有很长的路要走,职业病危害的相关预警模型建立还处于探索研究阶段。采用支持向量机对职业病危害的相关因素进行预警模型的建立和分析,新模型弥补了现有预警模型的部分缺陷,在一定误差范围内能实现更小样本、更快速度的职业病危害预警。     

新型芳香族有机砷污染物的环境行为及去除研究进展

砷作为一种剧毒的重金属元素,其环境行为和去除方法一直受到国内外的广泛关注.目前,无机砷在全球范围内的迁移转化、毒性和去除方法已经进行了深入的研究并取得了一系列成果.与之相比,芳香族有机砷化合物(AOCs)作为一种新型的有机-无机复合型砷污染物,其相关研究仍然较少.AOCs作为动物饲料添加剂的一种,在使用过程中有向环境中...     

基于模糊支持向量机的深远海应急物资优先级研究

浮式码头是深远海油气勘探开发的重要保障,为了提高深远海勘探作业的应急保障效率,对浮式码头的应急物资储备优先级进行了研究。首先,基于事故应急响应过程进行应急物资需求分析,得到海上作业事故应急所需的10个类型的物资。其次,运用模糊支持向量机方法,结合重要度、时效性、需求度3个评价指标,对不同类型的应急物资进行储备优先级划分。最后,根据储备优先级的不同对应急物资在浮式码头的储备管理方式提出建议。结果表明,深远海应急物资优先级为Ⅰ级的物资有4类,优先级为Ⅱ级的物资有4类,优先级为Ⅲ级的物资有2类。研究了深远海应急物资的分类方法,并基于模糊支持向量机对应急物资进行了分级,为实现科学、高效的深远海应急物资储备管理提供了参考性建议。     

外源化合物在鱼体内生物半减期的QSAR模型

生物半减期(t1/2)是评价外源化合物在鱼体内蓄积效应的重要参数。实验测定t_(1/2)的速度慢、成本高,难以满足化学品生态风险评价的需求,需要发展替代实验的模型预测方法。本研究搜集了653种化合物t1/2实测值,采用多元线性回归(MLR)和支持向量机(SVM) 2种方法,建立了鱼体logt1/2的定量构效关系(QSAR)预测模型。MLR模型的校正决定系数(R(adj)~2)为0.751,均方根误差(RMSE_(train))为0.587,去一法交叉验证系数(Q_(LOO)~2)为0.735,外部验证系数(Q_(ext)~2)为0.682,这表明模型具有较好的拟合度、稳健性和预测能力。SVM模型具有更好的拟合和预测能力(R_(adj)~2=0.839,RMSE_(train)=0.457,Q_(ext)~2=0.708)。采用Williams法对模型的应用域进行表征。所建模型可用于预测多环芳烃、多氯联苯、多溴联苯醚、有机磷农药、药物等典型化合物,以及其他烷烃、环烷烃、烯烃、醇、醚、酸、酯、酮、含卤素化合物、芳香族化合物、含硫、氮、磷化合物的在鱼体内的logt1/2值。     

路面防尘新技术——MPS型抑尘剂在兰尖铁矿的推广应用

本介绍了MPS型抑尘剂在兰尖铁矿的推广应用情况,通过对防尘效果比较、测试和技术经济指标评估,确认MPS型抑尘剂具有较好的环境、经济和社会效益。