基于应力分解法的整机加速因子预计方法研究

提出了计算整机加速因子的新方法.将整机的失效率通过定量分析方法按照部件、失效模式和应力的顺序逐级下分,从而得到各敏感应力的失效率,再通过加速模型计算各失效模式在加速应力下的失效率.最终可以得到整机在加速应力下的失效率,进而计算出整机加速因子.以典型电子产品为例,预计了弹上计算机在温度、湿度、振动综合环境应力下的加速因子...     

提高材料利用率的有效途径

从运用数冲编程技巧、改进加工方案和改进结构设计三方面阐述了提高利用率的方法。     

腈纶装置烘燥机自燃的原因及预防措施

分析了上海石化腈纶事业部金阳装置二步法纺丝后处理使用的第二烘燥机在高温高热状态下运行,设备内部经常发生自燃现象的原因和预防措施。     

羧酸及其衍生物急性毒性的QSAR研究

基于定量结构-活性相关性(QSAR)原理,研究了27种羧酸及其衍生化合物结构与其急性毒性LC50之间的内在定量关系。应用遗传算法从大量结构参数中优化筛选出与LC50最为密切相关的五个参数作为分子描述符,得出影响羧酸及其衍生物急性毒性的主要结构特征为分子的大小及其空间效应等。分别采用支持向量机(SVM)方法和多元线性回归(MLR)方法建立了相应的QSAR预测模型,并对所建模型分别进行了内部验证和外部验证。结果表明,两种模型均具有较高的稳定性、预测能力及泛化性能。其中,支持向量机模型对训练集和预测集样本的预测平均绝对误差分别为0.149和0.211,优于多元线性回归方法所得结果。     

基于随机森林模型的辽河高时间分辨率氮、磷浓度模拟与预测

随着环境信息获取技术的飞速发展,水质监测数据逐渐呈现出高时间分辨率的特点.针对传统方法在模拟高频检测数据时的不足,本文基于随机森林建立了河流氮、磷逐日浓度预测模型,识别了影响辽河干流马虎山断面氮、磷浓度变化的主要因素,并预测了未来不同情景下氮、磷浓度变化特征.结果表明：①马虎山断面氮、磷浓度变化的主要影响因素是上游珠尔山断面的来水水质和本断面的流量;②随机森林模型在高时间分辨率的水质指标模拟中具有误差低和拟合优度高的特点,其中,TN浓度预测模型的RMSE为0.40 mg·L^-1,R²为0.95,TP浓度预测模型的RMSE为0.01 mg·L^-1,R²为0.96;③在不同水文、污染控制和来水水质的变化情景下,未来马虎山断面氮、磷浓度变化主要取决于上游 来水水质,加强全流域营养盐控制是确保断面水质稳定达标的重要基础.     

表面处理行业废水治理及中水回用工程实践

针对电镀等表面处理行业废水的水质特征,以浙江台州某表面处理有限公司为例,介绍了高压脉冲电凝机处理电镀综合废水与膜法反渗透中水回用工艺,经过近年的运行及实践证明,该工艺先进可行,效果好,不仅确保出水达标,而且75%中水回用,操作性强,工程投资和运行费用较低,无二次污染,是一种较实用的治理电镀综合废水与中水回用新技术。     

全封闭设备制冷剂回收及相关用途研究

介绍了制冷剂回收器技术原理、回收实验装置．分析了回收过程的安全性、回收的制冷剂的质量及该技术对其他非封闭式制冷设备的适用性等问题。     

基于ARIMA与LS-SVM组合模型的飞行事故征候预测

应用差分自回归移动平均模型(ARIMA)和最小二乘支持向量机(LS-SVM)的组合模型,对某航空公司的月度事故征候万时率进行了预测分析。对2008—2016年某航空公司的事故征候、飞行小时、航空器数量等历史数据建立ARIMA模型,应用SPSS软件进行模型拟合,获得事故征候万时率的线性部分;随后利用LS-SVM分析ARIMA模型的残差,获取非线性部分,最终通过二者之和获得ARIMA+LSSVM组合模型。对2017年1—3月的月度事故征候万时率进行了预测,并用实际数据验证。结果表明:ARIMA(1,1,1)(1,1,1)12模型较好地拟合了事故征候万时率的历史序列,LS-SVM模型对残差的拟合获得了较好的精度;组合模型的短期(3个月)预测值与航空公司事故征候万时率的趋势完全一致,且预测精确度可接受。     

A framework to minimise total energy consumption and total tardiness on a single machine

A great amount of energy is wasted in industry by machines that remain idle due to underutilisation. A way to avoid wasting energy and thus reducing the carbon print of an industrial plant is to consider minimisation of energy consumption objective while making scheduling decisions. To minimise energy consumption, the decision maker has to decide the timing and length of turn off/turn on operation (a setup) and also provide a sequence of jobs that minimises the scheduling objective, assuming that all jobs are not available at the same time. In this paper, a framework to solve a multiobjective optimisation problem that minimises total energy consumption and total tardiness is proposed. Since total tardiness problem with release dates is an NP‐hard problem, a new greedy randomised multiobjective adaptive search metaheuristic is utilised to obtain an approximate pareto front (i.e. an approximate set of non‐dominated solutions). Analytical Hierarchy Process is utilised to determine the ‘best’ alternative among the solutions on the pareto front. The proposed framework is illustrated in a case study. It is shown that a wide variety of dispersed solutions can be obtained via the proposed framework, and as total tardiness decreases, total energy consumption increases.     

煤与瓦斯突出预测的支持向量机(SVM)模型

基于支持向量机(SVM)分类算法,考虑影响煤与瓦斯突出的主要因素,建立了煤与瓦斯突出预测的SVM模型。该模型选取开采深度、瓦斯压力、瓦斯放散初速度、煤的坚固性系数以及地质破坏程度5个指标作为模型输入量,同时将煤与瓦斯突出程度划分为无突出、小型突出、中型突出和大型突出4个等级,进而使其评判结果更为细化。以实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行预测。通过算例分析,表明该模型的方法对煤与瓦斯突出预测的合理性与有效性,可以在实际工程中推广。