A novel multi-objective optimization method: Input values effect on responses (IVER)

In this study, a novel multi-objective optimization method based on the best effect of unique input (independent variable) values on responses (dependent variables) was proposed. The proposed method was compared with optimization using Derringer & Suich function that is still the most used. The comparison was made using the response values measured in real experiments and available in the literature. The advantages of the proposed method such as not needing the polynomial model aiming to predict the response values, no parameter selection problem, being able to offer optimum range instead of single optimum value, being suitable for use with existing experimental designs and being simple and interpretable were demonstrated as a result of comparison. It was also suggested how the proposed method will be effective according to experimental designs, and application for the users' application was presented.     

2种灰色模型在矿区地表沉陷预计中的适用性

目前矿区地表单点沉陷动态预计方法主要基于传统的水准测量数据,监测方法单一,成本高,观测点易破坏,不能保证地表形变信息的实时性,且采用灰色模型进行地表沉陷预计时只针对单一模型的应用,没有结合模型自身特点分析其适用性。以袁店二矿7221工作面为试验区域,采用合成孔径雷达差分干涉测量技术监测矿区地表沉陷量,分别建立了描述沉陷量与时间关系的GM(1,1)与灰色Verhulst模型进行地表沉陷量预计,实现了矿区地表沉陷监测与动态预计一体化。通过比较、分析GM(1,1)与灰色Verhulst模型对地表沉陷量的拟合及预计结果,得出了2种灰色模型在矿区地表沉陷预计中的适用性:在矿区开采沉陷开始至活跃前期,若地表单点沉陷量曲线呈近似单峰型,则宜采用GM(1,1)进行短期预计;当矿区地表沉陷进入衰退阶段,单点沉陷量曲线呈平底饱和状态,则宜采用灰色Verhulst模型进行中长期预计。     

基于模拟退火优化BP神经网络的变形监测数据预测方法

针对BP神经网络模型用于变形监测数据处理时容易陷入局部极小值并且收敛速度慢的问题，提出一种基于模拟退火(Simulated Annealing,SA)算法优化BP神经网络的建筑物变形预测方法，利用SA的全局寻优能力对BP神经网络的模型参数进行优化，使参数迭代过程始终保持较高的“温度”和“能量”，从而确保BP神经网络能够得到全局最优解的同时具备较高的预测精度和收敛速度。采用实际算例对所提SA-BP方法在低信噪比和小样本条件下的预测精度进行验证，结果表明所提方法相对于传统BP神经网络法和小波方法能够获得更高的预测精度，并且在小样本和低信噪比条件下优势更加明显。     

水电站大型竖井施工安全风险控制措施研究

竖井是大型水电工程中广泛采用的重要建筑物,但竖井的传统施工方法存在施工程序复杂、人工劳动强度大、施工效率不高等特点,同时还存在较大的安全风险。通过对杨房沟水电站大型竖井施工过程的研究,总结出精细化控制爆破、小溜渣井施工方式,同时也设计了一套用于运输的综合提升系统。采用上述创新方法不仅减少了繁琐的施工程序,降低了安全施工风险,而且大量采用机械化手段进一步提高了施工效率,确保了该工程竖井施工的安全风险可控。相关措施可为类似工程的竖井施工提供较好的借鉴作用。     

基于并行多通道卷积长短时记忆网络的轴承寿命预测方法

在预测轴承剩余使用寿命时，数据间的时序特性是一个可以利用的重要隐藏信息。为了更好地提取具有时序信息的特征用于预测，提出了一种基于并行多通道卷积长短时记忆网络（PMCCNN-LSTM）的剩余使用寿命预测模型。该模型主要由两部分组成：前端为并行多通道卷积网络（PMCCNN），提取信号特征，挖掘数据的时序特性，并采用逐层训练和微调的方式提升参数的收敛性；后端为长短时记忆（LSTM）网络，基于特征进行剩余使用寿命预测，并采用加权平均的方法对预测结果进行平滑处理。在一个轴承加速寿命实验的公开数据集上使用留一法验证了该模型的准确性，实验结果表明：所提模型的平均误差与最大误差分别比传统的卷积神经网络（CNN）低23.38%和15.84%，比传统的LSTM低24.14%和19.01%，比卷积长短时记忆网络（CNN-LSTM）低30.32%和23.09%。     

辉县部分景区地质灾害危险性评估及防治措施研究

为了给辉县景区减灾防灾提供地质依据,根据实际工程概况,研究了辉县部分景区地质灾害危险性预测评估及防治措施,预测评估了工程建设中、建设后可能引发或加剧地质灾害危险性,建设工程自身可能遭受已存在地质灾害危险性;评估了地质灾害危险性综合分区以及根据地质灾害危险性、防治难度和防治效益,对评估区适宜性作出评价,提出了防治地质灾害的措施和建议。     

Selection of risk response actions with consideration of secondary risks

Secondary risk in project risk management refers to the risk that arises as a direct result of implementing a risk response action (RRA). It is important for project managers (PMs) to consider the effects caused by the secondary risks in the process of RRA selection. The purpose of this paper is to propose an optimization method to address the problem of selecting risk response actions (RRAs) with consideration of secondary risk which is seldom considered in the existing studies. The optimization model aims to minimize the total risk costs with time constraint being placed on the project makespan. By solving the model, an optimal set of RRAs along with the earliest start time for each activity can both be obtained. The results show that secondary risk plays an important role in the process of RRA selection. Project managers should allocate more budget for responding the project risk when the secondary risk is considered, and consider all factors relating to both time and cost so as to select appropriate RRAs to mitigate primary risk and secondary risk.     

小型特种精细化工过程自动化和信息化研究发展趋势探讨

针对采取小批量间歇性批次生产方式、工艺介质腐蚀性强、危险性大的小型特种精细化工生产工艺研究试验过程自动化、信息化程度不高，导致工艺研究试验中获取数据较少、过程机理研究不够透彻、人工操作多、安全风险高、研究试验消耗大及效率不高等问题，综述了期待通过智能控制、在线分析、模拟仿真和虚拟制造、工况监测及预测性维护以及信息管理和生产调度等关键技术的研究和应用，提高小型特种精细化工生产工艺过程的自动化和信息化程度，实现小型特种精细化工生产工艺过程的数字化、虚拟化和智能化，降低生产安全风险和试验消耗，提高小型特种精细化工生产工艺研究试验的成功率和效率，达到小型特种精细化工生产工艺过程的数字化设计和精准生产的目标。     

基于双应力加速寿命试验的关节轴承寿命预测与可靠性分析

自润滑关节轴承寿命主要是由衬垫的磨损性能决定的,但衬垫的磨损一般是非线性的,使得寿命难以预测。采用同时改变载荷和摆频2种应力的方法进行加速寿命试验,建立以pv值、磨损量退化数据为输入参数,寿命值为输出参数的灰色神经网络预测模型。经验证该预测模型对关节轴承寿命预测的最大误差仅为7.33%,平均误差仅为3.892%。对不同加速应力下自润滑关节轴承可靠性进行评估,结果表明,关节轴承的可靠性在L_(10)(可靠度为90%时的寿命)之前下降趋势缓慢,然后迅速下降,pv值越大可靠性下降越迅速;随着pv值的增大,关节轴承寿命近似呈指数下降,经验证可用逆幂率加速模型反映二者关系。     

基于负荷预测的0.4 kV配网低电压风险评估方法

我国现阶段的配电网网架结构依然十分薄弱,智能化水平低,缺乏先进的检测技术和高效的运维模式。在现阶段低压电气信息不开源的情况下,为解决0.4 kV配网无差别运维效率低的问题,文章分析了适用于低压配网状态评估的评价维度,并基于负荷预测结果提出了低压台区低电压风险评估方法,引入了微增容量所引起的压降比,实现对低电压风险的定期管控。该文对于优化低压配电网运维资源配置、指导低压配网差异化运维模式的建立,以及提高低压配电网运维整治效率具有一定的参考价值。