基于wavelet-SVM的PM10浓度时序数据预测

太原是以煤炭为主要能源的重工业城市,PM_(10)(particulate matter)是太原市的主要大气污染物,因此研究其变化趋势,并给出污染物浓度预测结果,为相关部门进行大气污染防治,为突发污染事件应急提供理论支持是一项非常重要的工作.支持向量机(support vector machine,SVM)应用于PM_(10)污染物浓度时序数据预测时,表现出良好的泛化能力.在预测模型建立过程中通常选择历史数据作为学习模型的输入特征,然而这样的数据表示形式,结构单一,信息表达不完备,在很大程度上将影响预测模型的泛化能力.本文以山西省太原市城区4个监测站点的PM_(10)日浓度数据为研究数据,通过小波变换(wavelet transform)将一维输入数据转化为由低频信息和高频信息构成的高维数据,并以该数据为输入数据建立wavelet-SVM预测模型.结果表明,相较于传统SVM模型预测,wavelet-SVM模型预测结果具有更高的精度,尤其能更加准确捕捉到PM_(10)浓度突变点,为大气污染预警提供有效信息支持,并且wavelet-SVM模型对于PM_(10)浓度时序数据变化趋势的预测精度有明显提升,能更好地预测PM_(10)浓度变化趋势,揭示PM_(10)浓度时序数据内在规律.     

基于HHT方法的矿井瓦斯体积分数预测

为有效分析煤矿瓦斯监测数据以实现较准确的瓦斯浓度预测,研究应用希尔伯特-黄变换(HHT)方法进行瓦斯浓度时间序列分析与预测的方法。应用经验模态分解(EMD)方法将瓦斯浓度时间序列分解成不同频率的固有模态函数(IMF)分量的叠加,以获取瓦斯浓度时间序列的瞬时特征;通过Hilbert变换求得各IMF分量的瞬时频率,依据各IMF分量瞬时频率的均值将分解得到的IMF划分成较高频和低频2类新的分量,选取适合于各分量特征的预测模型分别进行预测,以消除局部随机性对预测精度的影响,结合自回归(AR)、径向基函数(RBF)神经网络和支持向量机(SVM)3种预测模型实现瓦斯浓度预测。实例分析表明:应用该方法所得预测结果比较准确,降低了预测复杂度,提高了预测精度。     

HHT在震动信号处理中的应用

希尔伯特-黄变换是一种处理非线性、非平稳信号的方法,它的核心是经验模态分解(EMD),但是EMD分解存在模态混叠等不足现象,针对这个问题引入了总体平均经验模分解(EEMD)算法。对实测的震动信号分别做两种算法的分解得到固有模态函数(IMF),再对其结果进行能量分析,绘制瞬时频率图、希尔伯特谱,得到信号震源的真实时频特征量,以便进一步分析震源类型,从而可以更好地实时预测震动灾害发生的可能情况。     

Laboratory simulation of SO2 heterogeneous reactions on hematite surface under di erent SO2 concentrations

The variations of sulfate formation and optical coe cients during SO2 heterogeneous reactions on hematite surface under di erent SO2 concentrations were examined using in situ di use reflectance infrared Fourier transform spectroscopy (DRIFTS) and ion chromatograph (IC). Laboratory experiments revealed that within ambient SO2 of 0.51–18.6 ppmv, sulfate product, producing velocity, absorption and backward scattering coe cients showed an increasing trend with SO2 concentration. Under given SO2 concentration, the velocity of sulfate producing performed an evolution of initial increasing, midterm decreasing and final stabilizing. The reactive uptake and Brunauer-Emmett-Teller (BET) uptake coe cients of heterogeneous reactions rose with SO2 and exhibited high reactivities. Considering global warming, this result is important for the knowledge of heterogeneous reactions of SO2 on mineral particle surface in the atmosphere and the assessment of their impacts on radiative forcing.     

基于小波变换和模态曲率差的起重机金属结构损伤识别

属于焊接结构的起重机金属结构受交变载荷的影响,随着使用年限的增加,不可避免地会产生裂纹和腐蚀等损伤,从而引发突发性重大断裂事故。为此,基于结构的振动特性及小波变换理论来研究起重机金属结构的早期损伤识别问题,通过改变局部弹性模量模拟不同损伤工况,分析了起重机主梁在不同损伤工况下的动态响应特性。结果表明,小波变换可明显放大不易察觉的损伤突变,模态曲率差具有较好的损伤识别能力,可为起重机金属结构损伤识别提供新的思路。     

Biosorption of mercury by Macrocystis pyrifera and Undaria pinnatifida: Influence of zinc, cadmium and nickel

The article investigated the adsorption of Hg(II) on Macrocystis pyrifera and Undaria pinnatifida in monometallic system and in the presence of Zn(II), Cd(II) and Ni(II).     

基于油冷管失效的振动试验方法的研究

本文研究了普通轿车变速箱油冷器连接管路的典型失效模式。通过采集实车振动谱,采用快速傅立叶变换成PSD图谱并分析频域特点,选择特征点能量修正试验台架规范的输入,从而复现失效模式达到充分验证的目的。     

外绝缘用液体硅橡胶老化现象的微观表征

本文针对近年来出现在一些变电站SF6电压、电流互感器的液体硅橡胶绝缘护套出现龟裂老化这一现象,对发生老化的硅橡胶材料进行了性能测试和试验,并利用红外光谱分析、XPS分析、热失重等手段分析了其微观结构和物质组成的变化。研究发现老化后的液体硅橡胶中Si-C、Si-O官能团和Si、C、O元素的相对含量发生了变化,且随着老化程度的增加呈现出较为明显的规律,老化越严重,Si-C键含量越少,C元素的含量越少,O元素含量越多。本文认为,用官能团含量、元素相对含量可以准确地表征液体硅橡胶材料的老化程度。通过对不同老化程度的液体硅橡胶进行的憎水性、耐漏电起痕性能的试验也证实了本文的观点。     

基于Daubechies4小波变换地形滤波的复杂电磁环境仿真加速方法

本文提出了一种基于射线追踪算法的复杂电磁环境仿真计算的加速方法,同时结合并行系统来共同加速仿真计算。对地形DEM数据进行Daubechies4二维离散小波变换,地形滤波在一定范围内有效降低了其复杂度。继而搭建并行计算系统,将滤波后的地形应用到多个辐射源的仿真建模并行计算,提高复杂电磁环境仿真计算速度。经过对该方法进行多次实验,验证了该方法可以在一定精度范围内提高复杂电磁环境计算速度。