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。     

学生参与电气人才创新能力培养的探索

基于“以学生为本”的OBE教育理念，本文对电气人才创新能力培养进行了探索。整个过程将专业课程体系契合学业规划以明确学生学习目标；学生参与理论、实践教学和平台搭建，在夯实其理论知识的同时丰富教学资源；在创新考核中采用“螺旋递进式”的师生互动模式，全程培养学生自主的创新能力。多年实践探索表明学生在课程实践、学科竞赛、论文发表和申报专利等方面的创新能力得到显著提升。     

浅谈高效节能环保性平台建设

我们整个的项目是围绕着倡节能,促环保进行的,将节能环保与现代技术相连接。拯救地球、保护环境、节约能源,是我们共同的责任。该平台可以清楚的看见个人或集体使用水电量的多少与变化,还可以通过记录将个人的使用与官方平均数据相比较,从而根据此来设置一些等级和奖励,来激励学生时刻节约资源的行动。我们进行了生态学,物理学,心理学等方面的了解和探究,但在网络平台搭建的过程中遇到了很棘手的问题,在IC卡的制作方面我们的能力和条件还不足以满足IC卡的制作,经过探讨我们转换思路使问题得到了比较好的解决。最后我们进行了项目的宣传工作,该项目取得了阶段性的良好进展。     

华为事件对践行习近平“坚定不移把自己的事情办好”深邃思想的启示

在中美全面较量中,科技领域是双方博弈的一个重要焦点。面对美国极限施压,华为发起的成功反击提供了一个可借鉴的蓝本。在以任正非为代表的华为人身上,可以感受到中国企业的强大实力、中国人民的强大自信、中华民族的强大定力。通过解析华为事件、借鉴华为经验、放大华为效应,能够为践行习近平总书记“坚定不移把自己的事情办好”深邃思想提供思考和启鉴。     

电石渣干燥系统的技术改造

<正>我公司是新疆天业集团年产120万吨联合化工项目三期天伟化工年产40万吨PVC项目的配套工程,于2013年12月正式投产,设计产量2×2 500t/d,日消耗各类废渣4 500t。1生料制备工艺生料制备系统有2台Φ3.8m×13m烘干中卸磨,实际产能130t/h,主要工艺流程如下:辅助原料(硅石、炉渣、钢渣、电石收尘灰等)入磨粉磨;初步粉磨物料入高效选粉机与干燥过的电石渣混合,经过选粉,     

钨合金破片力学特性与爆轰驱动破碎行为的关联性

为了研究钨合金破片样品在爆轰驱动下的破碎行为,以93W-Ni-Fe作为研究对象,对两种不同工艺得到的钨合金破片样品进行了静态压溃性能、动态力学性能和爆轰驱动破碎性实验;采用扫描电子显微镜进行金相研究,结合原始破片及爆轰加载后的回收破片微观形貌分析,实现破片在爆轰加载后的完整性预估。结果表明,在两种破片静态压溃性能相当的情况下,其动态应力应变曲线以及爆轰驱动后的破碎率也会出现明显差异,因此静态压溃性实验不足以表征破片的爆轰驱动完整率,但与动态力学性能以及金相研究结合后,发现动态应力应变曲线无明显应变硬化行为的破片更容易发生破碎,且破片微观形貌出现大量孔隙以及晶粒分布不均匀现象,说明结合动态力学性能分析可有效预估钨合金破片样品的爆轰驱动破碎行为。     

基于能量检测的频谱感知算法性能研究

文章提出一种更精炼的能量检测算法(Improve Energy Detection,IED),该算法能避免瞬时信号能量下降造成的错误检测。实验结果表明,它能够在保持类似复杂度和计算成本水平的同时优于传统能量检测算法,精确判别信道中是否只存在噪声,有效地降低了能量检测的复杂度,提高了检测的可靠性。