基于RS-SVM模型的煤与瓦斯突出多因素风险评价

为挖掘瓦斯突出风险与煤矿开采中各影响因素间的关系,应用支持向量机(SVM)理论从模式判别角度分析瓦斯突出风险与各地质因素组成的特征向量间的判别关系,基于粗糙集(RS)理论对待分析数据进行知识约简,提取核心判别指标,建立基于粗糙集-支持向量机(RS-SVM)的瓦斯突出风险判别模型。研究结果表明,RS知识约简方法可以很好地对原始数据中的冗余指标进行约简,通过对约简后指标数据进行SVM回归分析,可对煤与瓦斯突出模式进行很好的判别,所建立的瓦斯突出风险判别模型较一般SVM模型具有更高的预测精度,同时指标约简过程降低SVM运算中的复杂度,提高运算效率。     

基于ARIMA与SVM的飞行事故组合预测方法

飞行事故预测的目的在于预防事故。为提高事故预防的针对性和有效性,必须加强预测,以增强预防飞行事故的主动性。在ARIMA和SVM基础上,提出一种飞行事故组合预测方法。首先建立ARIMA模型,用以描述历史数据中的线性关系;然后,对ARIMA模型的残差构建SVM模型,用以模拟数据中的非线性规律,两者预测值之和就是最后的预测结果。美国空军1954—1993年飞行事故损坏飞机万时率的实证分析结果表明:利用该方法所建立的模型,能够对飞行事故作出较为准确的预测,模型精度总体优于单一的ARIMA或SVM模型。     

基于多通道信息融合的疲劳驾驶行为分析研究

为了克服单一通道信息在驾驶疲劳行为判定中的局限性,提出了综合运用多通道信息融合共同判定驾驶疲劳行为的方法。该方法在充分考虑各信息源相关性和互补性的基础上,优化采用驾驶人疲劳特征ECD、车道偏离程度SAAE、方向盘转动程度SWA等疲劳判别指标,运用MVAR进行多维特征向量提取,以有向无环支持向量机为融合算法,建立了基于多分类支持向量机的驾驶疲劳行为判定模型。结果表明,运用DAG-SVM进行多通道信息决策提高了疲劳驾驶行为检测的准确性和可靠性。     

基于Hilbert-Huang变换和SVM的煤矸界面探测方法

为了解决综采工作面煤矸界面探测问题,提出了利用煤矸下落冲击钢板的振动特征来探测煤矸界面的新方法.煤矸振动信号表现出非平稳特征,采用EMD方法可以将复杂矿井环境下的煤矸振动加速度信号分解成固有模态分量,每个模态分量都包含了特有的时间尺度特征.将包含煤矸振动特征的前6个IMF分量的能量,结合均值、方差及峭度等时域特征值,构成9维特征模式,作为SVM分类器的输入进行训练及分类.结果表明,基于Hilbert-Huang变换的IMF分量的能量特征能够反映煤矸振动特征的差异,SVM分类方法能够准确判断煤矸混合状态.     

BY630型摆辗机摆头的有限元分析

摆头是摆辗机的关键零件之一,对BY630型摆辗机的摆头建立了有限元分析模型,用UG有限元分析软件对其进行了分析计算,得出了有益的结果。     

组合式齿辊细碎机配套CFB锅炉的技术分析

论述国产新型组合式齿辊细碎机技术特点及配套CFB锅炉发电机组的可靠性分析。介绍满足CFB锅炉对燃料粒度要求采取的技术措施，针对现行进口或国产细碎机在运行中存在的问题进行结构设计上的改进与提高。这对实现大型CFB锅炉的长期、安全、稳定运行创造了有利条件。     

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％。     

干碾机密闭除尘抽风量平衡式及应用成效

干碾机在加工产品时粉尘污染环境，危害健康，通过研究其产尘基因，探讨出消除此危害的密闭除尘抽风量公式，并经多年实践应用证明，所取得的经济效益，社会效益，环境效益是统一并显著的。