基于梯度提升决策树的硬车表面白层预测方法

目的 实现硬态车削过程中每个产品零件白层现象的实时在线检测,提高产品生产加工效率和加工质量,提出一种基于梯度提升决策树的硬态车削加工工件表面白层预测方法。方法 首先,利用功率传感器、声发射传感器和振动传感器采集硬态车削过程中的动态切削信号数据,并对上述各种传感器信号数据进行特征提取;然后,结合特征重要性分析和梯度提升决策树建立硬态车削加工表面白层预测模型;最后,基于混淆矩阵提出一套评估梯度提升决策树模型预测性能的评价方法。结果 与功率、振动信号等特征相比,声发射信号特征能够进一步提升模型的白层预测性能。实验结果表明,该方法的预测准确率达到90%,F₁为92%,A_uc为89%,与SVM、XGBoost分类方法所得结果相比,该方法能更准确有效地实现硬态车削加工工件表面白层现象的在线预测。结论 该方法基于智能传感技术和梯度决策树模型对硬车过程中产生的白层现象进行了有效预测识别,对实现硬车过程白层现象的在线智能预测具有重要意义。     

基于动态贝叶斯网络的液压系统可靠性研究

液压系统组成结构复杂且维修难度高,因此进行液压系统的可靠性评估对企业生产安全有着重要作用。结合故障树和动态贝叶斯网络建立评估模型对液压系统进行可靠性分析。利用动态贝叶斯网络的推理功能得出液压系统可靠度和可用度随时间推移的变化规律,并实现液压系统故障诊断,识别关键故障因素源。液压系统的可靠度会随时间推移而逐渐降低,但定期的维修可以使液压系统的可用度在较长一段时间内维持在很高水平。实验结果为液压系统的日常维护和修理策略提供了借鉴。     

基于ASP语言与故障树技术的阳极保护故障诊断系统的研发

介绍了网络环境下阳极保护设备故障诊断系统的总体结构及关键技术,并提出采用故障树分析技术和基于ASP语言相结合的故障诊断方法.该故障诊断系统包含数据诊断、故障查询及浏览3个模块,便于用户自主选择模块进行故障诊断、排除.该系统可有效提高阳极保护设备的管理及维护水平,有良好的经济效益.     

尾气冷却器列管泄漏原因分析与解决措施

通过查找冷却器列管泄漏原因,对设备本体进行解体检查,全面分析了列管泄漏原因,采用新方法 FAT树分析,采取解决途径与预防措施,确保设备稳定可靠运行。     

基于贝叶斯网络的复杂系统故障诊断的研究

由于故障树方法在复杂系统的故障诊断应用中存在较大的局限性,其很难解决复杂系统在故障诊断中表现出的事件的多态性、信息的不确定性、故障逻辑关系的不确定性等问题,本文提出了一种新型的贝叶网络方法可以较好的解决这些问题。文中以酸洗线的风机系统的故障诊断为例,验证了这种新型方法的有效性。     

城市道路绿化建设中的问题思考和建议—— 以杭州为例

以城市道路绿化建设为研究对象,调查研究杭州城市道路绿化,并思考绿化建设中的问题,分析由于道路断面设计、市政设施排布不合理等而影响道路绿化种植和良好道路绿化景观形成的原因,并提出相应对策;同时提出重视道路绿化与周边环境的融合、树种选择及配置、提升园林人的专业素养等问题,尽量减少道路工程中影响道路绿化的不利因素,为道路绿化植物创造合理的生长空间,更好地服务于道路功能,以期为今后城市道路绿化建设提供借鉴参考。     

福州东西向深街谷内树致行人夏季 热环境差异

夏季东西走向的街道因长时间暴露于日照形成最不舒适的行人环境,树木可提供树荫降低气温但也阻碍了局地通风,然而,植树对行人热环境的综合影响尚不清楚。针对城市高密度街区（LCZ 2类型）中东西走向的街道,开展行道树绿化差异对行人热环境综合影响的定量计算与分析。结果表明：1）树木对行人热环境的影响是非线性的,且在夏季白天不同时段呈不同规律,街道树木覆盖率与树致平均行人气温差异值之间存在如下关系：上下午非线性关系强烈,中午则接近线性关系;2）当树木覆盖率小于50%时,树致行人气温降低的梯度大,每增加10%树木覆盖率,行人高度平均气温最高约降低0.26℃;树木覆盖率超过50%以后,植树带来的热效益改善值减小,而且影响的时间窗口趋于中午附近（11:00—14:30）;3）东西向街道内的各种植树方案都对行人热环境产生正面影响,当树冠相互接触形成连续树荫时,树致改善效应接近饱和,继续提高种植密度反而会产生负面影响。考虑城市用地紧张,建议东西走向的街道,采用可形成连续树荫的50%左右覆盖率的行道树绿化,以获得舒适的行人小气候。     

华东地区水湿生木本植物综合评价与 筛选

随着海绵城市建设的推进,水湿生木本植物的应用受到越来越多的关注和重视。运用层次分析法从观赏性、新优性、生物学特性、生态性和经济性5个方面,筛选评价指标,确定各指标的权重,建立综合评价体系,并对124种水湿生木本植物(含少量品种)进行评价,根据综合得分将其分为4个等级：其中评分为Ⅰ级的树种26种,Ⅱ级的树种38种,这2级可以作为华东地区水湿生植物群落营造的推荐树种,Ⅲ级和Ⅳ级树种共60种,这2级适宜作为群落多样性的备选或补充树种。研究结果可为华东地区营造水湿生植物景观、湿地造林、生态修复以及海绵城市建设提供科学依据。     

城市道路夜间照明与行道树相互 影响探析

道路照明系统及道路绿化系统是城市道路环境中2个重要的组成部分,两者之间既有密切联系,又相互独立。以郑州为例,分析了行道树与道路照明两者之间的相互影响。首先,利用照度仪分析了道路夜间照明的光环境特征以及行道树对照明效果的影响,结果表明,行道树位置分布及空间结构在一定程度上影响了夜间照明的效果及品质。其次,采用LI-6400XT光合仪对不同照明类型下(高压钠灯与LED灯)行道树光合生理参数进行观测,结果表明,不合理的夜间照明会对植物的生理生态产生负面影响。通过实验研究,提出了优化道路照明系统及绿化系统两者关系的调控策略及建议,试图为城市道路绿化及照明设计提供了有价值的参考及科学依据。     

Prediction of the crack condition of highway pavements using machine learning models

Departments of Transportation regularly evaluate the condition of pavements through visual inspections, nondestructive evaluations, image recognition models and learning algorithms. The above methodologies, though efficient, have drawn attention due to their subjective errors, uncertainties, noise effects and overfitting. To improve on the outcomes of the shallow learning models already used in pavement crack prediction, this paper reports on an investigation of the use of recursive partitioning and artificial neural networks (ANN; deep learning frameworks) in predicting the crack rating of pavements. Explanatory variables such as the average daily traffic and truck factor, roadway functional class, asphalt thickness, and pavement condition time series data are employed in the model formulation. Overall, it is observed that the recursive partitioning (regression tree – R² > 0.8 and classification tree – R² > 0.6) and ANN (continuous response – R² > 0.8 and categorical response – R² > 0.6) are compelling machine learning models for the prediction of the crack ratings based on their goodness-of-fit statistics, mean absolute deviation (MAD < 0.4) and the root mean square errors (RMSE between 0.30 and 0.65).