基于支持向量机(SVM)的回采工作面瓦斯涌出混沌预测方法研究

针对瓦斯涌出传统的线性预测方法存在的问题,根据瓦斯涌出时间序列固有的确定性和非线性,利用混沌动力系统的相空间延迟坐标重构理论,结合基于机器学习理论的支持向量机(SVM),建立基于SVM理论的瓦斯涌出混沌时间序列预测模型。经Ⅱ1024回采工作面瓦斯涌出时间序列仿真计算,仿真结果显示该预测模型具有比传统的回归方法更好的泛化能力,预测方法具有很高的预测精度。同时,该模型具有以往传统机器学习的瓦斯涌出预测模型建立简便、训练速度快等优点。由于充分考虑瓦斯涌出时间序列的混沌性,并利用SVM预测的优良特性,使得预测更科学。     

含油污泥处理技术研究

针对某炼厂难以处理的含油污泥，用正交试验法对自理含油污泥的试验条件（破乳剂用量、提取剂用量、热水用量及加药方式）进行了研究，确定了先加污泥量１．０％破乳剂ＪＰ９９８搅３０ｍｉｎ，再加污泥量３０％的８０℃热水，再缓慢加入污泥量１０％的提取剂在８０℃下反应１ｈ，最后在２０００ｒ／ｍｉｎ下离心分离２０ｍｉｎ的实验条件和化学配方；据此化学破乳加机械三相离心分离技术处理后的含油污泥的原油回收率达９０％，油回     

信息量融入GA优化SVM模型下的地质灾害易发性评价

地质灾害易发性评价是防灾减灾工作部署、灾害预警以及风险管控的基础,针对评价因子在量纲、性质等方面的差异以及评价模型的适用性、准确性等问题,以陕西省子长市作为研究区,引入信息量(information value, INF)模型与遗传算法(Genetic Algorithm, GA),提出一种信息量融入GA优化支持向量机(Support Vector Machines, SVM)模型的地质灾害易发性评价方法。首先,从研究区的地形地貌、地质环境、生态环境三个方面选取坡度、坡向、河流距离、土地利用类型等9个评价因子,利用INF模型将各评价因子量纲进行统一,构建样本数据集;然后,利用GA迭代求解SVM关键参数c和g的最优值;最后,将全区点集属性数据代入训练好的模型中求解并输出子长市地质灾害易发性指数值,将该值代入ArcGIS软件得到地质灾害易发性区划图,并采用受试者工作特征(Receiver Operating Characteristic, ROC)曲线对模型预测结果的精度进行检验。结果表明：采用信息量融入GA优化SVM模型得到的子长市地质灾害易发性评价结果的准确率为93%,优于INF模型和...     

基于RS-MSWOA-LSSVM的油气管道失效压力预测

油气管道受多种因素的影响会发生管壁减薄、管道破裂等现象,为提高管道失效压力的预测精度,提出一种基于RS-MSWOA-LSSVM的油气管道失效压力预测模型。首先,采用粗糙集(RS)属性约简提取关键特征,以优化预测模型的输入变量;然后,采用混合策略下的鲸鱼优化算法(MS-WOA)对惩罚因子C和核函数参数σ²进行寻找,并将优化后的参数代入最小二乘法支持向量机(LSSVM)进行预测,得到最优解;最后,引入均方误差、均方根误差、平均绝对误差和决定系数(R²)4个评价指标,对LSSVM模型、WOA-LSSVM模型和RS-MSWOA-LSSVM模型的预测精度进行了对比评价。结果表明：RS-MSWOA-LSSVM模型与另外两种模型相比,其预测结果的R²提升至0.996 8,均方误差降至0.063 9 MPa,均方根误差降至0.252 8 MPa,平均绝对误差降至0.222 3 MPa,说明该模型的预测结果与实际结果的拟合度更高,且预测精度优于其他两种模型。该研究结果可为油气管道失效压力的预测与管道的安全防护提供技术支撑和决策依据。     

两种国产高性能纤维机织布综合性能评价

本文通过对芳纶Ⅲ和高性能聚酰亚胺两种国产高性能纤维机织布在耐高低温性能、阻燃性能、防静电性能和防破片性能的对比实验,并经过综合分析,得出高性能聚酰亚胺纤维机织布的综合性能优于芳纶Ⅲ纤维机织布的结论。     

含油废水处理及综合利用技术探索与实践

油田开发过程中,随着油井产量的增加势必会伴随产生大量的污水及衍生物(油泥),给周围生态环境造成一定的负面影响和危害.介绍了中石化河南油田王集油气开发区块对于稠油开发过程中产生的废水、压滤污泥,严格按照清洁生产要求,控制各项工艺流程,确保符合各项清洁生产标准.注水系统采用"除油+混凝沉降+气浮+过滤"的处理工艺,回用系统...     

基于机器学习的热释放速率实时预测方法

火灾态势的实时感知对提升消防救援指挥与决策水平有非常重要的意义。为实现火源热释放速率的实时预测,通过丙烷气体燃烧实验获取火焰体积和高度的实时数据,选取MATLAB中精细高斯SVM做分类训练,建立了基于图像处理的热释放速率预测模型。结果表明,训练完成后的模型可以根据3 s内的火焰体积/高度数据预测得到实时的燃料流量,获取相应的火源热释放速率。该预测模型在已知数据集和未知数据集上都表现出了较高的准确性,为火灾态势发展预测提供了理论和技术基础,有很好的应用前景。     

锅炉烟道气脱硫除尘超重机的工程应用

中小型锅炉烟道气脱硫除尘超重机是一种新型的高效脱硫除尘一体化技术,该设备体积小、效率高,操作方便、维修简单。在此论述中小型锅炉烟道气脱硫除尘超重机的工程原理和设计方案,讨论在设计和操作过程中存在的一些主要问题及解决措施。     

基于支持向量机的湿法脱硫塔污染治理优化与能效评价

环境污染排放治理与系统综合能耗之间的协同优化与评价是解决我国环境与能源不堪重负的理论前提。针对燃煤电厂脱硫系统协同优化与评价的关键问题,基于湿法脱硫控制系统在线运行数据的支持向量机(SVM)智能深度自学习,构建了脱硫系统实时在线污染排放指标和系统综合能耗指标的协同预测模型,明晰了关键调控参数-污染排放治理-系统综合能耗之间的协同耦合规律,据此提出了工业级锅炉脱硫塔的污染排放治理与系统综合能耗的创新协同评估方法。结果表明:出口二氧化硫排放浓度和系统综合能耗指标与氧含量呈负关联协同耦合关系,与浆液密度呈先减后增的协同耦合关系,而污染排放治理与系统综合能耗指标呈负关联协同耦合关系;提高氧含量并将浆液密度控制在约1 250 kg·m~(-3),可使系统污染排放治理与综合能耗指标均处于最优状态,协同优化可使系统综合能耗指标最大降幅达8.3%。示范工程验证表明:脱硫系统污染排放与综合能耗指标的协同预测模型精准可靠,其最大误差小于10%。综合上述结果,基于支持向量机的回归方法可应用于工业级湿法脱硫锅炉的污染排放治理与能效评价,对实际脱硫工程的优化运行具有指导意义。