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。     

数字化技术在宁东发电厂二期工程中的应用

本文主要介绍数字化技术在由中国电建集团河北省电力勘测设计研究院有限公司总承包建设的神华国华宁东发电厂2×660 MW二期扩建工程的设计、采购、施工、调试、运维等电厂全生命周期中的应用。     

自动控制系统仿真

衡量控制系统调节品质优劣的性能指标可以理解为对每一类自动控制系统被控量变化全过程提出的共同基本要求,即稳定性、快速性和准确性。其中,稳定性是首要的,那么如何准确判断控制系统是否稳定就是十分重要的问题,通过设计程序算法和控制系统仿真,能够很好地解决这个问题。     

重力注水过程流动不稳定现象关键影响因素研究

重力驱动注水过程中由于流量较小以及蒸汽的积聚可能导致流动不稳定现象的发生，对核反应堆安全运行具有重要的影响。通过实验研究的方法，搭建了重力注水模拟实验装置，研究了不同蒸汽出口形阻、高位储水箱水位和加热棒初始温度下流动不稳定现象的变化规律。结果表明，重力驱动注水过程流动不稳定现象包含冷却水初次注入阶段、注入水逐出阶段和冷却水再注入阶段等。在一定冷却水初始温度、冷却水入口形阻以及系统压力下，蒸汽排出速度以及实验本体内筒顶部的聚集情况取决于蒸汽出口形阻，减小蒸汽出口形阻可加快蒸汽排放速度，压力峰峰值降低、振荡周期变长，有利于系统稳定；提高高位储水箱水位加快了冷却水注入速率，增加了加热棒被淹没率，降低了流动不稳定现象的发生次数和持续时间；随加热棒初始温度的升高，冷却水流量出现了波动向停滞的转变，流动不稳定现象发生的次数增加且持续时间加长。     

基于机器学习模型的选矿过程状态监测与故障诊断

提出并实现一种基于机器学习模型的选矿过程状态监测和故障诊断方法。基于通用的机器学习方法建立正常工况下的关键参数数据驱动模型;监测软件与DCS系统通信,实时计算目标变量的模型预测值并与实际测量值进行比较,误差超出设定阈值则进行报警标记;结合工艺专家的经验选择模型监测变量并与工况状态和工艺报警建立多方位联系,从而实现选矿过程状态监测和故障诊断。     

延时效应下的双渠道供应链合作广告策略

为研究双渠道供应链中制造商和零售商的广告均具有延时效应时的合作广告问题,建立了品牌信誉受广告延时效应影响的动态合作广告模型。运用极大值原理,得到集中决策和分散决策下的广告投入、品牌商誉和广告分担率。研究结果表明,全国性广告和地方性广告的延时时间只影响对应的广告投入,品牌商誉随着广告延时时间的增加而增大;在分散决策下,广告分担率与地方性广告的延时时间负相关,与全国性广告的延时时间不相关;当两种广告延时时间均较大时,供应链在分散决策下的利润大于集中决策。     

基于设计创新的西秦刺绣布艺发展研究

剖析了西秦刺绣布艺发展的受限因素,结合设计创新提出了具体的方法,以推动西秦刺绣布艺向前发展,为西秦刺绣布艺的传承提供可借鉴的思路。