运输航空公司航油消耗规划目标预测方法研究

为了推算出运输航空公司能耗是否能够满足国家下达的指标要求,同时为运输航空公司节能减排提供决策支持,需要对运输航空公司航油消耗规划指标进行准确预判和制定。首先,对运输航空公司历史油耗数据以及影响因素进行分析,针对其历史数据的非线性和非平稳性特点以及预测过程中存在不确定影响因素等问题,从宏观趋势和具体因素两个角度出发,提出了改进能源弹性系数法和支持向量回归两种预测方法对航油消耗进行预测。并对预测结果合理性进行了分析,两种方法预测结果相互检验,最后得到运输航空公司能源规划指标。     

基于新陈代谢灰色马尔科夫-ARMA模型的航空公司能耗预测（英文）

航空公司能耗的预测直接影响能源需求的规划与节能的决策。针对航空公司能耗数据既有趋势性又有波动性的特点,提出了新陈代谢灰色马尔科夫-ARMA的能耗组合滑动预测模型。该模型利用灰色马尔科夫方法描述了能耗的变动趋势,通过ARMA模型捕捉残差序列的相关性来描述波动性,用新陈代谢的方法剔除模型中失去时效性的旧数据,解决了常规预测模型不足以完全描述航空公司能耗运动趋势的问题,提高了模型预测精度。仿真结果表明:提出模型精度优于传统ARMA模型和灰色马尔科夫模型,能够实现月度能耗的有效预测,为航空公司能耗监测和节能工作的优化开展提供了有力支持。     

基于LASSO-WOA-LSSVM的海洋管线外腐蚀速率预测

目的 构建海洋管线外腐蚀速率预测模型,提高海底油气管线外腐蚀速率预测的准确性.方法 建立基于套索(LASSO)回归和鲸鱼优化算法(WOA)的最小二乘支持向量机(LSSVM)腐蚀速率预测模型,采用LASSO回归方法对指标进行筛选,提取海洋管线腐蚀的主要影响因素.应用最小二乘支持向量机算法建立海洋管线外腐蚀速率预测模型,并使用鲸鱼优化算法对模型参数进行优化,避免了参数取值对模型回归性能的影响.以海洋挂片实验为例,通过MATLAB进行模拟仿真,分析验证模型预测结果,并将预测结果与其他模型进行对比分析.结果 LASSO回归算法筛选得到影响腐蚀速率的主要因素为:温度、溶解氧含量、pH值.采用WOA-LSSVM模型所预测的结果与实际值较为吻合,其平均相对误差为2.23％,均方根误差(RMSE)为0.3248,决定系数R2达到0.9708,均优于其他两种模型.结论 基于LASSO回归和鲸鱼优化算法的最小二乘支持向量机预测模型具有更优的泛化能力和预测精度,为海底管道腐蚀研究工作提供了新思路,也为海洋油气输送系统的结构安全与风险防范提供了参考.     

基于新陈代谢灰色马尔科夫 ARMA模型的航空公司能耗预测

航空公司能耗的预测直接影响能源需求的规划与节能的决策.针对航空公司能耗数据既有趋势性又有波动性的特点,提出了新陈代谢灰色马尔科夫-ARMA的能耗组合滑动预测模型.该模型利用灰色马尔科夫方法描述了能耗的变动趋势,通过ARMA模型捕捉残差序列的相关性来描述波动性,用新陈代谢的方法剔除模型中失去时效性的旧数据,解决了常规预测模型不足以完全描述航空公司能耗运动趋势的问题,提高了模型预测精度.仿真结果表明:提出模型精度优于传统ARMA模型和灰色马尔科夫模型,能够实现月度能耗的有效预测,为航空公司能耗监测和节能工作的优化开展提供了有力支持.     

超声振动磨削放电加工指标预测模型的研究

超声振动磨削放电加工过程复杂,难以用精确的理论公式进行描述,通常在试验基础上,借助于机器学习理论做出分析。针对实际加工中试验样本数量有限、预测量数值变化波动大的情况,采用BP神经网络和支持向量机两种方法分别建立超声振动磨削放电加工SiCp/Al指标预测模型,并利用两个模型预测零件表面粗糙度和加工速度等工艺指标。预测结果表明,零件表面粗糙度的数值变化范围较小,两种模型预测值与试验值均具有较好的一致性,预测精度较高;加工速度的数值变化较大,支持向量机模型的预测精度优于BP模型。因此,支持向量机模型更适合于解决小样本及指标变化范围大的预测问题。     

基于分布式仿真的液压能源系统效能评估方法研究

飞机液压能源系统是支持飞机主飞控系统、高升力系统以及起落架等关键系统正常工作的核心动力来源,其系统效能是飞机液压能源系统的一个重要设计指标。针对目前飞机液压能源系统的效能分析缺乏完善且有效的方法,设计一种基于分布式仿真的效能分析方法。结合系统工作原理,运用AMESim建立液压能源系统分布式仿真模型,在考虑全飞行过程液压能源系统加载负载工作情况下,对液压能源系统效能与关键指标的关系进行研究,建立了三层两级效能评估指标体系,并验证了指标体系的有效性。运用熵权法对效能指标进行相对权重分析,采用扩展贝叶斯融合算法对飞机全飞行过程中的液压能源系统负载在环的部件级效能和系统综合效能进行了研究。最后以某航班真实飞行任务数据为例,验证了效能分析方法的正确性。     

基于BP神经网络的新零件材料消耗定额预测方法研究

为精确地预测熔模铸造中新零件材料消耗定额，采用了BP神经网络的方法进行建模。在分析影响各工序零件材料消耗主要因素的基础上，确定了BP神经网络模型的特征参数，并根据实际情况确定了输入层和隐含层的神经元个数，从而确定了模型的结构。用试验数据对模型结构进行训练，最终建立了一个用于新零件材料消耗定额预测的BP神经网络模型。     

基于支持向量机的船用柴油机装配质量预测

针对船用柴油机整机装配工序复杂、零部件种类多、多工序并行作业难度大,导致装配质量稳定性与一致性差等问题。基于粒子群-支持向量机建模原理,提出一种船用柴油机装配质量预测方法,以提高船用柴油机装配质量。通过对船用柴油机装配质量特性影响因素分析,结合灰色关联和主成分分析原理,筛选出关键装配质量参数作为支持向量机输入变量,利用粒子群优化算法对支持向量机预测模型关键参数进行优化,并结合实际装配参数,对预测模型进行了验证。结果表明,基于粒子群优化支持向量机的装配质量预测方法能够提高预测精度,缩短预测时间,为装配过程控制和异常诊断提供技术支持。     

基于马尔科夫的串联设计活动产品设计缺陷评估

为了有效管理产品设计缺陷,提出利用马尔科夫对设计活动产生的设计缺陷进行评估和预测。首先,从过程的角度分析每个设计活动的设计缺陷影响因素,构建设计缺陷影响因素矩阵。然后利用设计缺陷影响因素定义了产品设计缺陷的综合评价指标设计缺陷度,并由历史数据拟合了缺陷度和设计缺陷发生频率的关系,进而构建了基于马尔科夫的串联设计活动产品设计缺陷发生概率的评估预测模型。实际应用表明,该方法可用于串联设计活动的产品设计缺陷评估预测,从而为设计缺陷的控制管理提供有效支持。     

拜耳法氧化铝厂生态效率分析

基于生态效率的概念,给出了分析拜耳法氧化铝厂生态效率的三个指标,包括资源效率、能源效率和环境效率。以山西某拜耳法氧化铝厂为例,采用工业代谢分析方法,建立了企业物料结算平衡表,通过企业的资源、能源、产品和污染物的种类及输入、输出量以及循环物料量,对该企业生态效率的现状进行了分析比较。并根据国内行业最好指标,对企业三个指标可以达到的更好水平进行了计算和预测。     

随机梯度提升方法预测有岩爆倾向矿山岩爆破坏的可行性（英文）

基于254个岩爆破坏事件数据库,采用随机梯度提升方法(SGB)对岩爆破坏进行分类检验评估。SGB方法中选取5个可能性相关指标进行评价,包括应力条件因素、地下支护能力、地质构造以及岩爆发生场地质点峰值振动速度等指标。模型在评价过程中选取80%的原始数据进行建模并使用10倍交叉验证方法评估模型的性能,然后进行外部测试,用剩余20%的数据检验SGB模型的预测准确性。对于多类问题模型准确性分析采用分类准确率和科恩Kappa系数两种准确性方法。对岩爆破坏的数据准确性分析和Kappa系数的分析表明SGB模型分析法对于岩爆破坏预测是可靠的。     

基于支持向量机钛合金铣削力预测分析

钛合金材料广泛应用于各个领域,其材料在加工过程中受铣削力影响易于产生变形而影响加工质量,为此需对铣削力进行预测分析。针对实际加工工程中铣削力函数不能显式表示的问题,提出一种基于支持向量机铣削力模型预测的方法。利用正交试验设计选取合适的设计参数样本点建立铣削力预测模型,并获得预测值与实验值的拟合曲线,试验值通过有限元建模获得,分别对预测值与试验值结果进行误差率及显著性检验分析。为验证支持向量机方法的有效性,建立BP神经网络模型对试验值预测。与BP神经网络模型预测比较,结果显示支持向量机模型预测的结果更能精确预测。     

基于STL分解的平均故障间隔时间组合预测

由于影响数控机床刀架系统平均故障间隔时间的因素较多,采用单一的模型作预测无法充分提取已知数据中的隐含信息,导致预测困难。应用基于STL进行时间序列分解的组合模型预测算法,将原始故障数据分解为趋势项、季节项和随机项,应用指数平滑法和支持向量机回归分别对前两项数据进行预测,根据时序分解的加法模型将其结合,得到组合模型预测结果,并将组合模型与单一的预测模型进行对比分析。实例证明:组合模型预测优于单一模型预测。此方法应用于MTBF的预测,有助于工作人员针对故障发生时间点提前采取措施,同时为数控机床可靠性评估提供了新的研究方法。     

冲压加工的绿色制造体系结构和工艺评价分析

绿色制造是一种先进的现代制造模式.为有效减少资源消耗和环境污染,本文建立了冲压加工的绿色制造体系结构,研究了冲压加工中实现绿色制造的两个目标、3项内容和两个层次.然后对冲压加工中的资源（如原材料、设备和能源）消耗和环境（如固、液、气等废弃物和噪声污染）影响进行了详细分析.最后,采用TOPSIS方法对冲压加工的绿色制造工艺进行综合评价.实例表明,采用TOPSIS方法进行绿色度的评价是可行的.     

机器学习算法在混输管道内腐蚀预测的应用

基于内腐蚀直接评价理念中的腐蚀分析方法，结合管道内检测结果，采用线性回归以及神经网络算法，分析不同因素对腐蚀的实际影响效果。分析过程中，对管道腐蚀缺陷进行了统计分析，研究了缺陷深度符合指数分布。为更好的预测分析管道腐蚀程度，筛选了腐蚀缺陷作为拟合数据。基于学习出的拟合公式，预测了管道在未来不同工艺条件下的腐蚀趋势。经计算，两种算法预测结果基本一致。按照该算法，能够实时根据管道运行工艺参数预测未来腐蚀程度。     

弯曲回弹的半解析建模及弯曲载荷的影响

对金属板材弧形弯曲的回弹建立解析模型可以为设计提供很好的支持。金属板材的几何形状和材料参数对回弹量的影响大;另外,弯曲载荷的影响也较大。许多数值模拟技术已经被用来预测回弹量,但只有少数的解析模型可以用来进行深入研究。为了预测弧形弯曲的回弹,基于应变以及变形能为基础的方法,提出了一个唯象模型;并对该解析模型的预测结果与已发表的实验结果以及采用有限元分析的结果进行比较。结果表明,他们的一致性很好,是令人满意的。     

油品运输中减少能耗的精细化管理措施分析

油品具有两个基本的物理特性,第一个是挥发性,第二个是易燃性。这些物理特性使得油品在运输过程中的能耗现象非常常见,有时候还会引发安全事故。为了让油品在运输过程里面的能耗得到更加有效的控制,就应该对油品消耗管理体系加以改进,使能源能耗控制管理模式的层次不断提升。此外还要对水电气能源进行多层次管理,从而提升企业整体效益并实现节约能源的目标。本文主要对油品运输中优品损耗的精细化管理措施加以研究。     

非等厚异种钢电阻点焊熔核成形的多元非线性回归模型

利用多元非线性回归正交组合的方法进行试验设计,分析两种厚度不一的异种钢板电阻点焊工艺.试验将表征非等厚异种钢材料电阻点焊熔核形状的熔核直径、熔核偏移,作为考察指标,将焊接脉冲电流、电极压力、焊接时间、热处理脉冲电流4个工艺参数,以及各参数之间的交互作用作为影响指标的因素,得到可预测熔核形状参数的回归数学模型.结果表明,优化的回归数学模型可实现该类非等厚异种钢电阻点焊接头熔核成形的较为有效的预测.在模型的基础上分析各工艺参数及各交互作用对焊点质量的影响规律,可进而对该类材料电阻点焊工艺参数进行优化设计.     

薄壁件加工变形仿真及工艺参数优选

针对汽车主模型检具铣削变形问题进行研究。利用有限元软件ABAQUS模拟铣削过程,建立单因素实验和四因素三水平正交试验,分析检具铣削时各工艺参数对两指标(工件加工变形和材料去除率)的影响规律。运用多量纲归一化方法和综合评分法对两指标进行归一化计算,采用极差分析法对计算结果进行分析,确定各工艺参数对两指标归一化后的贡献度,并获得AA5083薄壁零件铣削工艺参数的最佳组合,通过加工实验对优化后的工艺参数的正确性加以验证。实验结果表明:工件加工的平均偏差比优化前降低了18%,材料去除率比优化前提高了135%。证明该方法是一种较为有效的优化方法。     

基于主成分和粒子群优化支持向量机的管道内腐蚀预测

目的研究输油金属管道内腐蚀预测模型,以改善管道维修策略和提高使用期限。方法分析输油管道内腐蚀原因,归纳腐蚀因素,采用主成分分析法对腐蚀因素进行优选,摒弃相关联但腐蚀贡献率较低的因素,以最大化表征腐蚀原因及减少不必要的处理过程。将贡献率较大的腐蚀因素作为支持向量机预测模型的输入变量,以腐蚀率作为目标输出,建立管道腐蚀预测模型。针对支持向量机参数选取问题,应用鲶鱼粒子群算法进行寻优,以提高预测精度。以20#钢管为例进行了模型验证,并与其他预测模型进行了对比和分析。结果主成分分析筛选得到的管道内腐蚀的主要因素有:H_2S、CO_2、Cl~-、酸碱值、压力、介质温度、流速。通过鲶鱼粒子群算法改进的支持向量机模型的预测与实际值的平均相对误差为2.82%,相关性系数值为0.9955,均优于其他三种预测模型。结论金属管道的内腐蚀由多个腐蚀因素共同作用形成,采用主成分和粒子群优化的支持向量机模型能够精确预测内腐蚀率,对金属管道维修和管理的借鉴性高。