要闻

正中国完成两成埃博拉病毒样本检测从中国援助塞拉利昂移动实验室检测队传出消息,自9月28日正式投入工作以来,实验室接检样本已近200份,占该国埃博拉病毒样本检测总量的20%以上。检测队技术保障组组长王承宇说,这个结果是在异常艰苦的条件下取得的。当地保障条件不及国内,实验室一旦出现故障,可能酿成重大生物安全事故,为此技术保障组5名专家"像爱护自己的眼睛一样守护着设备"。他介绍说,每天实验室启动前,都要检查发电站和水     

石化设备复杂运行环境可靠性数据评估

针对国内在石化设备可靠性数据评估方面缺乏系统性方法的问题,开展设备可靠性数据分析技术研究。调研国外通用设备可靠性数据库,确定了基于应用的可靠性数据分析待采集的设备数据类型及其标准化的数据逻辑结构,研发了适用于石化复杂运行环境的通用设备失效率分析技术,结合国内某炼化企业5年间的可靠性数据,对离心泵的失效率进行估计,为设备可靠性数据评估提供技术支撑。     

基于气象相似准则的城市空气质量预报模型

为提高城市空气质量预报准确率,文章在传统BP神经网络的基础上提出了基于气象相似准则的样本优化方法,建立了三层样本筛选优化机制,确定了阀值及权重矩阵,从而建立了城市空气质量动态预报模型。将模型应用在广州8个空气质量监测站点的预报上,并与传统的BP神经网络空气质量预报模型进行了对比分析,效果良好。分析结果表明,广州8个空气质量监测站点的SO2、NO2、PM10/2.5的实测值与预报值的平均绝对误差分别为0.016 mg/m3、0.014 mg/m3、0.020 mg/m3,级别预报准确性评分分别为89.6、92.6和84.6,预报准确度综合评分达81.6,并且比传统神经网络模型具有更高的预报精度。     

基于二项分布的测试性试验方案优化设计与评估

测试性验证试验的目的是验证产品是否满足设计指标要求，以故障注入为手段，模拟相应的故障模式，通过规定的故障注入方法进行实际测试，并对产生的结果进行判断是否满足设计指标的要求。为提高测试性试验的一次通过率，降低测试性试验经费和试验时间，提出了基于二项分布的测试性试验方案优化设计与评估方法。实现了已知置信度、单侧置信下限、不能检测的故障个数条件下，求解测试性试验中的“最小样本量”的问题。可以对测试性试验进行提前预判，解决了一定约束条件下测试性试验最小样本量的求解及单侧置信下限评估问题。通过GUIDE人机对话框，不仅交互界面直观，而且极大提高了测试性验证评估的效率和准确性。     

基于机器学习的电动汽车电池系统的风险预警

为提高动力电池在实车工况下安全预警的及时性和准确性，将电池系统安全预警问题提炼为关键状态预测及基于预测状态的预警分类2大科学问题，根据实车运行中的电池状态数据，选择电池的单体电压最高值、单体电压极差等作为关键预测对象；利用费舍尔计分和最大信息系数(MIC)进行特征选择，采用样本卷积和交互网络模型(SCINet)实现关键状态预测；基于预测的状态，建立多分类随机森林(RF)模型，对动力电池的安全风险进行分级预警。研究结果表明：该模型对电池多个参数具有很强的预测能力，如预测1 min后单体电压最高值的均方根误差(RMSE)为0.027 1,温度最高值为0.054 0;对电池系统1 min后安全风险等级预测的查准率为84%,宏平均f₁分数为74%。