基于高斯过程机器学习算法的矿柱稳定性分析

矿柱是地下矿山支撑顶板围岩、维持采场稳定的关键结构要素。为迅速准确地判别矿柱稳定性,选取矿柱宽度、矿柱高度、矿柱宽高比、矿岩单轴抗压强度和矿柱承受载荷作为影响指标,利用高斯过程机器学习算法建立矿柱状态与其主要影响因素之间的非线性映射关系,进而提出一种基于高斯过程二元分类(GPC)的矿柱状态识别模型。结合工程实例,以40组样本数据进行训练,以10组样本数据对该模型进行检验,并与ANN和SVM进行对比。结果表明,矿柱状态识别的高斯过程模型是科学可行的,该模型具有参数自适应化获取、分类精度高、计算复杂度低等优点,还可对矿柱状态判别结果的不确定性或可信度进行定量化评价。     

模糊控制理论在湿法脱硫真空皮带脱水机滤布纠偏控制中应用

随着国家节能减排工作的不断深入,燃煤电站脱硫装置的投运容量已占全国燃煤机组的一半左右。靖远第二发电公司4×300MW机组脱硫装置自投运以来多次出现真空皮带脱水机滤布跑偏的现象,造成真空皮带过滤机停车及滤布撕裂等严重后果,影响脱硫装置的正常投运。介绍了通过引进先进的模糊控制理论应用于滤布纠偏控制,并对控制硬件进行相应的改造,成功地解决了靖远第二发电公司湿法脱硫真空皮带脱水机滤布纠偏控制中出现的问题。为燃煤电站湿法脱硫真空皮带脱水机滤布及其他行业相似工艺过程的纠偏控制提供参考。     

烧结机湿法烟气脱硫吸收塔本体设计与应用

依据烧结烟气的特性,选用旋流板塔为脱硫吸收设备并对其结构进行设计。通过工程实例说明设计的塔型具有脱硫效率高、液气比低、运行费用低等优点,是一种值得应用于烧结机烟气脱硫的装置。     

基于LSSVM的石灰石浆液制取电耗优化

提出了基于最小二乘支持向量机(LSSVM)构造以球磨机制浆速度作为目标优化模型,并采用遗传算法实现了给料量、给水量、漩流器入口压力等运行参数的寻优,获得了优化制浆速度的调整方式。以此方式的相应参数作为当前负荷下的基准值,能很好地解决制浆工况下运行参数基准的确定问题。通过现场试验证明:按此基准值运行,可以提高制浆速度,降低电耗。     

格子Boltzmann方法及其在泥石流堆积研究中的应用

以格子Boltzmann方法为平台,结合泥石流流团模型的特点,建立了特殊的格子Boltzmann模型。该模型从平衡态分布函数和非平衡态分布函数两个层次精细刻画了泥石流运动的非线性特征及其复杂的流变关系,成功模拟了泥石流的堆积过程,研究了地面形态与泥石流堆积形态之间的关系。     

井下运输人—机—环境系统安全性灰色多层次综合评判

为了分析与评价井下运输系统的安全状况,笔者基于灰色关联分析理论,确定了井下运输系统安全状况综合评判的指标体系,建立了灰色多层次安全综合评判模型。通过对影响井下运输系统安全的人、机、环境的１１ 种因素进行的实际分析与计算,指出了井下不同运输子系统的安全状况及其薄弱环节。该方法使评判结果更具科学性、可比性和实用性,而且为进一步搞好安全评价工作提供了理论依据。     

太原市PM2.5浓度的气象特征影响分析及预报

利用2016～2020年太原市污染物浓度资料、以及国家基准气象观测站的同期地面气象资料,重点分析了太原市PM_2.5浓度的变化特征以及湿度、降水、风和混合层厚度等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因,建立基于LSTM神经网络的PM_2.5浓度预报模型.结果表明,2016～2020年太原市区冬季出现的重污染天数最多,其中2017年冬季出现天数最多为28 d, PM_2.5浓度总体呈现出秋冬季节高,春夏季节低,周末PM_2.5浓度高于工作日浓度,PM_2.5浓度日变化大致呈现双峰型分布,分别出现在09:00左右和23:00至翌日01:00.除相对湿度和冬季气温外,其余气象要素与PM_2.5浓度在四季均表现为负相关.影响太原市区PM_2.5浓度升高的污染源主要位于其NE-ENE-E方向,西北部地区的相对不明显.汛期当达到中雨(降水量≥10 mm)以上级别的降水都对PM_2.5浓度降低有明...     

城市交通道路氮氧化物浓度的CART回归树预测研究

提出了基于CART回归树的氮氧化物(NO_x)浓度预测模型,利用杭州市延安路路边空气质量监测站2016年6—9月空气污染物监测数据和同期延安路路段车辆抓拍识别数据,通过数据处理、影响因素分析及CART回归树构造,搭建了NO_x浓度预测模型.实验分析结果表明,相对于支持向量机和BP神经网络预测模型,基于CART回归树的NO_x浓度预测模型的预测精度有大幅度提升,可决系数在0.92以上;同时,对环境条件差异较大的G20会议期间NO_x浓度进行预测分析,结果表明,CART回归树方法的预测精度比其它方法更高,能够适应不同条件下的预测需求.     

漫反射光谱手工与机器制样方法测试结果与对比分析

矿物含量及其变化有可能蕴藏着环境信息。赤铁矿和针铁矿是常见的两种化合物,在各种类型的沉积物中基本都有分布。在古气候研究中,赤铁矿和针铁矿的含量变化可以用来指示气候的干湿变化。漫反射光谱方法(DRS)可以进行赤铁矿和针铁矿含量测算,具有灵敏度高、速度快、准确度高等特点。这种方法虽然很实用,但是对于样品量比较大的研究来说,其手工磨样速度比较慢,而用机器研磨则会大幅提高样品制备效率,但是机器研磨是否会对分析结果产生影响尚未有研究报道。本文对30个河流相和湖泊相样品进行了漫反射光谱对比分析实验,发现手工和机器磨样在磁性矿物浓度上的变化趋势基本一致,但是两者之间存在一定的差异。因此,如果研究目的是希望从整体变化趋势来反演气候变化的过程,用机器研磨方法可以达到要求且效率明显提高;如果是进行浓度含量等其它方面的研究,则传统的手工方法是优先选择。     

基于关联向量机回归的水质预测模型

提出了一种基于关联向量机回归的水质时间序列预测模型,并以该模型对氢离子浓度指数(p H值)、溶解氧(DO)、高锰酸盐指数(CODMn)和氨氮(NH3-N)4种重要水质指标进行预测.首先采用国家环保部发布的四川攀枝花龙洞水质自动监测数据进行实验,对该模型的有效性进行了验证;然后将关联向量机回归预测模型与支持向量机回归预测模型进行比较.为了比较不同核函数的预测效果,实验中预测模型的核函数分别采用了线性函数和高斯函数.实验结果表明,关联向量机回归模型的预测效果不亚于支持向量机回归模型;且在给出预测值时,还能同时给出预测结果的可信程度.