复杂环境下氧化铝储槽定向爆破拆除

在较为复杂的环境下,爆破拆除钢筋混凝土氧化铝储槽。该储槽自重大、呈圆形,内有4根立柱支撑下料漏斗。为使储槽顺利定向倒塌,通过爆破方案选择、参数确定,采取梯形切口和预处理以及安全防护和减振措施,使储槽爆破拆除获圆满成功。     

5万m~2地下特大型支撑爆破拆除

介绍了在复杂环境下爆破拆除一地下特大钢筋混凝土支撑的技术难点。由于合理选取爆破参数,采取孔内高段、孔外低段毫秒微差起爆网路,安全防护采取覆盖、近体、保护性三种措施,有效地阻止了飞石对周围建筑物的损害,并对爆破可能产生的危害进行了科学验算,最后分多次爆破圆满完成拆除任务。     

基准平面垂直断面法在爆破漏斗试验中的应用

系统阐述了基准平面垂直断面法在爆破漏斗试验中测量爆破漏斗体积的基本原理,并将隧道激光断面仪应用于金厂河矿1 750 m水平15^#采场底部切割巷道爆破漏斗试验爆破漏斗体积测量中。通过与传统体重法等计算法所得漏斗体积分析比较,结果表明基于隧道激光断面仪与3D Mine软件分析的基准平面垂直断面法实用性强、操作方便、结果直观可靠,达到试验预期目的。     

基于SVD和SSA-VMD降噪的轴承故障特征提取

针对强噪声背景下轴承故障特征提取困难的问题，提出一种基于奇异值分解和参数优化变分模态分解联合降噪的轴承故障特征提取方法(SSVMD)：首先，对原始信号进行奇异值分解(Singular Value Decomposition，SVD)处理，运用奇异值差分谱法选取有效奇异值并将原始信号重构得到初步降噪信号；其次，为防止故障信息丢失，将残余信号进行麻雀算法(Sparrow Search Algorithm，SSA)优化的变分模态分解(Variational Mode Decomposition，VMD）算法处理，得到最佳的模态个数K和惩罚参数α，选取峭度值最大、包络熵最小的IMF分量与初步降噪信号叠加得到最终降噪信号，并对信号进行包络分析；最后，通过仿真和试验数据分析得出，该方法能在信噪比很低的情况下降低噪声含量并提取轴承故障特征，为设备的状态监测和故障诊断提供理论依据。     

Improving accuracy of automatic optical inspection with machine learning

Electronic devices require the printed circuit board(PCB)to support the whole structure,but the assembly of PCBs suffers from welding problem of the electronic components such as surface mounted devices(SMDs)resistors.The automated optical inspection(AOI)machine,widely used in industrial production,can take the image of PCBs and examine the welding issue.However,the AOI machine could commit false negative errors and dedicated technicians have to be employed to pick out those misjudged PCBs.This paper proposes a machine learning based method to improve the accuracy of AOI.In particular,we propose an adjacent pixel RGB value based method to pre-process the image from the AOI machine and build a customized deep learning model to classify the image.We present a practical scheme including two machine learning procedures to mitigate AOI errors.We conduct experiments with the real dataset from a production line for three months,the experimental results show that our method can reduce the rate of misjudgment from 0.3%–0.5%to 0.02%–0.03%,which is meaningful for thousands of PCBs each containing thousands of electronic components in practice.     

基于VMD和改进TCN的短期光伏发电功率预测

光伏发电功率存在波动性,且光伏出力易受各种气象特征影响,传统TCN网络容易过度强化空间特性而弱化个体特性。针对上述问题,文中提出一种基于VMD和改进TCN的短期光伏发电功率预测模型。通过VMD将原始光伏发电功率时间序列分解为若干不同频率的模态分量,将各个模态分量以及相对应的气象数据输入至改进TCN网络进行建模学习。利用中心频率法确定VMD的最优分解模态分解个数。在传统TCN预测模型的基础上,使用DropBlock正则化取代Dropout正则化以达到抑制卷积层中信息协同的效果,并引入注意力机制自主挖掘并突出关键气象输入特征的影响,量化各气象因素对光伏发电的影响,从而提高预测精度。以江苏省某光伏电站真实数据为例进行仿真实验,结果表明所提预测方法的RMSE为0.62 MW,MAPE为2.03%。     

南水北调中线总干渠藻类的生态调度

南水北调中线总干渠无在线调蓄水库,对藻类生态调度过程中出现的问题开展生态调度实现策略和实施方式研究。主要实现策略包括:划定自身的调蓄区,隔离生态调度对下游的影响;采用高效的渠池运行方式,减少生态调度时蓄量的反复调整;综合考虑安全、快速、平稳等需求,设定生态调度实施进程和方式。具体实施方式包括:将总干渠划分为流速调控区、调蓄区和正常运行区,分别实施等体积、控制蓄量和闸前常水位方式运行;将生态调度过程划分为充水阶段和泄水阶段,基于流速调控目标值、持续时长和水位降幅约束条件,确定各阶段时长和各分区的闸门群调控方案等。基于2018年3月输水工况,采用明渠一维非恒定流模型,仿真总干渠上游15个渠池的藻类生态调度过程。结果表明,生态调度可在3.5 d内完成,各渠池的平均流速由0.48 m/s增至0.93 m/s,持续时间超过2 h。在整个生态调度过程中,水位变化平稳,水位变幅符合安全阈值要求,下游渠道的正常运行未受生态调度明显影响。     

基于VMD和BSA-KELM的高陡边坡位移预测模型研究

边坡位移的时间序列曲线存在复杂的非线性特性,传统的预测模型精度不足以满足预测要求。为此提出了基于变分模态分解的鸟群优化-核极限学习机的预测模型,并用于河北省某水泥厂的边坡位移预测。该方法首先采用VMD把边坡位移序列分解为一系列的有限带宽的子序列,再对各子序列分别采用相空间重构并用核极限学习机预测,采用鸟群算法优化相空间重构的嵌入维度和KELM中惩罚系数和核参数三个数值,以取得最优预测模型。最后将各个子序列预测值叠加,得到边坡位移的最终预测值。结果表明：和KELM、BSA-KELM、EEMD-BSA-KELM模型相比,基于VMD的BSA-KELM预测精度更高,为边坡位移的预测提供一种有效的方法。     

Application of artificial neural network method to predict the breakage properties of PGE bearing chromite ore

In the present investigation, systematic grinding experiments were conducted in a laboratory ball mill to determine the breakage properties of low-grade PGE bearing chromite ore. The population balance modeling technique was used to study the breakage parameters such as primary breakage distribution (B_{i, j}) and the specific rates of breakage (S_i). The breakage and selection function values were determined for six feed sizes. The results stated that the breakage follows the first-order grinding kinetics for all the feed sizes. It was observed that the coarser feed sizes exhibit higher selection function values than the finer feed size. Further, an artificial neural network was used to predict breakage characteristics of low-grade PGE bearing chromite ore. The predicted results obtained from the neural network modeling were close to the experimental results with a correlation of determination R² = 0.99 for both product size and selection function.     

南美白对虾肝胰腺蛋白提取方法优化及无水保活环境胁迫对细胞凋亡蛋白的影响

为提高Western Blotting结果的可靠性，以蛋白溶出率和凝胶电泳蛋白条带完整性为指标，比较提取液种类、研磨方式、酶抑制剂种类及其体积分数和提取时间对南美白对虾肝胰腺蛋白提取效果的影响。采用优化后的提取方法获得高质量蛋白样品，并采用Western Blotting法分析无水环境胁迫后南美白对虾肝胰腺组织中细胞凋亡信号通路相关蛋白的表达水平。结果表明：RIPA裂解液作为提取溶剂所得的蛋白溶出率高于水提和磷酸盐缓冲液，电动匀浆和液氮研磨所得蛋白条带更完整，4%蛋白酶磷酸酶混合抑制剂能有效抑制肝胰腺内源酶引起的蛋白降解；采用Western Blotting法分析无水保活期间南美白对虾肝胰腺蛋白，发现低温诱导休眠的同时会引起细胞轻微凋亡，且凋亡水平呈应激时间依赖性增加，环境胁迫解除后有所回调。