短寿命核素气溶胶监测相关问题探讨

目前的放射性气溶胶连续监测仪或连续空气监测仪,都是针对长寿命的α放射性核素(如U,Pu)或β放射性核素(如¹³⁷Cs,⁹⁰Sr),因而在采样测量过程中都不考虑被监测核素的衰变修正。但是,包括核电站在内的具有反应堆运行的核设施,对某些短寿命放射性核素(如⁸⁸Rb,¹³⁸Cs 以及¹⁸F等)的气溶胶监测也是重要的。本文针对短寿命核素气溶胶监测中的有关问题进行讨论,提出了相关的可供监测仪器报告监测结果的实际可行的数据处理方法。     

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。     

基于BP神经网络的线损不良数据辨识及其预测

电能在输送过程中产生的大量损耗会大大提高电网的运营成本,同时海量的电网数据中往往包含错误数据,对线损计算及预测有严重影响。针对该问题,提出一种基于BP神经网络的不良数据辨识模型,可以有效辨别线路数据中的不良数据,并进行剔除。剔除不良数据后,再利用BP神经网络对线损进行预测。以宿迁市某变电站数据为例,验证了该模型的适用性。     

PVD涂层工业化应用及发展现状

结合PVD涂层技术的特点和发展现状,简述了各种表面处理方法的工作原理及其在PVD涂层工业制备过程中的应用。PVD涂层工业制备过程中涉及的表面处理方法主要包括:超声清洗、去毛刺、喷砂、钝化、抛光、脱气及退涂等。结合各种表面处理方法的特点及使用效果,对不同工作条件的待镀产品制定相对应的前、后处理工艺,确保涂层产品质量,大幅提升其工作寿命。     

煤样多元物性参数在煤与瓦斯突出防治中的应用研究

煤与瓦斯突出是一种复杂的动力现象，突出的类型不同、引起突出的危险因素不同，预测指标对其的敏感性也就不同，选择适应的突出危险性预测敏感指标及突出敏感指标的临界值，研究可靠的突出预测手段和方法来实现对突出危险性的准确预测，是指导突出防治工作的重要技术基础，而为了获得突出敏感指标的临界值就必须对煤的多元物性参数进行实验研究，掌握煤层的各项物化性质，是有效确定防治突出方法体系的关键基础。     

广西乐业县岩旦—岩堂金矿床找矿模型及成矿预测

广西乐业县岩旦—岩堂金矿是滇黔桂"金三角"新发现的一处大型卡林型金矿,为探究该矿床深部及外围找矿潜力,明确下一步找矿方向,开展了详细的矿床地质特征研究,并结合土壤地球化学和地球物理勘探异常,建立了该矿床的找矿模型,从而对深部成矿进行预测。研究表明:矿床中分布的矿体主要为受断层破碎带控制的脉状矿体,其次为受地层控制的层状和似层状矿体;背斜核部的NEE向断层F_1是主要的控矿构造,矿体有沿断层向东侧伏的趋势;土壤地球化学异常以Au-As为主,沿断层分布,且断层东部地表以As异常为主,具矿体前缘晕特征;地球物理激电测深表明金矿体具有低阻高极化的特点,在断层东部的高极化异常明显增强,暗示存在隐伏金矿体。综合地质与物化探研究成果认为,沿NEE向F_1断层及其与近SN向断层的交会处具有较好的找矿潜力,为优先找矿靶区。     

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%。     

混合动力汽车燃油经济性模型预测控制策略

为了实现对混合动力汽车实时的燃油经济性控制,提出了改进的马尔可夫模型预测控制方法。建立了混合动力汽车关键部件模型,从克服阻力和速度跟踪两个方面建立了车辆需求转矩模型,从而建立了混合动力汽车仿真模型;使用多步马尔可夫模型预测车辆状态;在模型预测控制目标函数中引入电量参考值,当电量大于参考值时使用模型预测最优控制策略,当电量低于参考值时,在目标函数中引入电量惩罚项,使用改进的模型预测控制策略。经仿真验证,在新欧洲行驶工况下,马尔可夫模型预测控制比恒值预测控制的油耗减少了4.27%,比规则能量管理策略减少了4.99%;在中国城市工况下,马尔科夫模型预测控制比恒值预测控制的油耗减少了8.32%,比规则能量管理策略减少了13.16%。     

后纵臂的断裂原因分析

汽车在试验场行驶21 000 km后发现后纵臂断裂，该类后纵臂曾多次发生断裂故障。后纵臂在使用过程中受拉、压、扭等复杂载荷。通过对后纵臂进行外观观察，对其断口进行宏、微观观察，并对后纵臂进行金相组织检查、硬度检查及有限元模拟，确认后纵臂的失效性质，并分析其断裂原因。结果表明:后纵臂的失效性质为疲劳断裂；后纵臂的断裂过程为:在压应力作用下后纵臂中间安装孔处首先发生失稳变形，当后纵臂再次受拉时最大应力转移到中间安装孔处，在交变载荷的作用下发生疲劳开裂。适当增加后纵臂的厚度以提高其刚度，厚度增加后的后纵臂未再发生过类似的断裂故障。