基于PSO-ELM模型的潜油柱塞泵冲次优化方法

为改进油井后期泵效低下、能耗高等缺陷，提出了一种基于PSO-ELM模型的潜油柱塞泵冲次优化方法.采用粒子群（PSO）算法与极限学习机（ELM）相结合的方式来实现动液面软测量建模；根据动液面及潜油柱塞泵工作电流变化，以油井运行经济性最优为目的建立目标函数得到潜油柱塞泵冲次，解决了在油井生产时不能准确调节抽油机冲次问题；最后以目标函数关系建立模糊控制器模型，根据输入参数调整潜油柱塞泵冲次.实验结果表明，建立的软测量模型预测动液面精度高，模糊控制器能够更加合理地调整抽油机冲次，最终达到智能调整冲次大小、提高油井采油率及节能的目的.     

基于多元线性回归的运动员心肺功能检测

运动员心肺功能检测是科学合理制定训练计划的关键。针对现有心肺功能检测方法误差较大的问题,提出了基于粒子群优化的多元线性回归心肺功能检测方法。该方法以氧气摄入量、二氧化碳排出量和心率作为评价运动员心肺功能指标,基于多元线性回归构建了运动心肺功能检测模型。针对多元线性回归方法收敛速度慢和容易陷入局部最优的问题,利用粒子群算法进行优化,提升心肺功能检测的速度和精度。实验结果表明,该方法能够有效运动员有氧训练前后的心肺功能,且建模精度较高。     

PSO优化多核RVM的模拟电路故障预测

针对模拟电路健康管理的特点，提出了一种基于PSO优化多核RVM的模拟电路故障预测方法。利用参数分析得到电路的输出频域响应作为特征，计算其与电路无故障标准响应的欧氏距离来表征电路元件健康值，将多个核函数线性组合，并用PSO优化多核RVM参数后的模型实现对各个时间点元件的健康值变化轨迹进行预测。仿真结果表明，该方法在小样本情况下，预测效果优于单一核函数的RVM模型，适用于健康管理中实时预测，具有较好的实用性。     

白炭黑粒子间距对天然橡胶复合材料性能的影响

分别采用不同分子链长度的改性剂乙二醇二缩水甘油醚、丁二醇二缩水甘油醚、己二醇二缩水甘油醚和聚乙二醇二缩水甘油醚(PEGDGE)对白炭黑进行隔离改性,研究改性白炭黑对天然橡胶(NR)复合材料性能的影响。结果表明:与未改性白炭黑填充的NR复合材料相比,改性白炭黑填充的NR复合材料的t10和t90缩短,FL和储能模量(G′)减小,硬度降低,拉伸强度、拉断伸长率和撕裂强度提高;当改性剂为PEGDGE(回转半径为1.11 nm)时,改性白炭黑的粒子间距最大,分散性最好,NR复合材料的交联密度最大,G′和损耗因子最小,物理性能最佳。