基于PCA和灰色关联的齿根裂纹损伤程度识别

在齿轮齿根裂纹故障检测方面,利用倒频谱分析可以比较损伤程度的轻重,但很难具体量化损伤程度范围。为实现损伤程度的量化检测,提出采用主成分分析(Principal Component Analysis,PCA)与灰色关联分析(Grey Relational Analysis,GRA)相结合的方法。首先,利用能量法计算含不同齿根裂纹的齿轮副时变啮合刚度,分析不同损伤程度的响应,并结合损伤检测统计指标进行量化检测,通过PCA算法,对多维损伤检测统计指标进行降维优化后,计算待检目标序列与各个比较状态序列的关联度,用关联度表征裂纹损伤程度。在理论仿真的基础上,进行实验验证。结果表明,倒谱分析可有效地识别出齿根裂纹故障,损伤程度越大,倒谱的尖峰幅值越大。PCA与GRA结合算法与GRA算法计算的关联度相比更大,区分度也更加明显。并可以有效地量化待检目标的损伤程度,为齿根裂纹的定量识别提供理论依据。     

水灰比对煤矸石煅烧高岭土基无机水性涂料性能的影响研究

研究了不同水灰比对以煤矸石煅烧高岭土为主要原料的无机水性涂料性能影响的规律。结果表明：在其他条件相同的情况下，当水灰比 <0.5时，由于矿物水化反应不完全而导致涂层遇水出现裂纹、脱落等现象；当水灰比 >0.7时，涂料在干化过程中矿物聚合物由三维网状结构向二维链状过渡，从而导致涂层性能开始下降，出现粉化现象；当水灰比为 0.5~0.6时，涂层耐洗刷次数在 4万次以上，硬度在 5H以上，耐水性能良好，涂层性能满足国家标准要求。     

运用XRD测定的熟料矿物通过EXCEL多元回归推算熟料强度

通过粉末法XRD检测熟料的矿物组成,运用excel数据分析工具,进行多元回归,可快速准确地推算熟料的3d强度和28d强度。     

浅谈不同给液方式在铜电解车间的应用

不同给液方式对铜电解过程中有重要的影响,不同的循环方式会影响槽内温度分布、电解液成分及阳极泥沉降等,因此,根据铜电解生产不同情况的需要,分析对比了多种给液方式在贵冶电解车间的应用,总结了这几种给液方式的优缺点和适用条件。     

尼日尔硅藻土各粒级硅藻矿物含量研究

为了分析尼日尔硅藻土各粒级硅藻矿物含量,分别利用湿法筛分和擦洗后筛分2种方法对尼日尔硅藻土进行分级,采用扫描电子显微镜表征各粒级硅藻矿物的分级效果,利用水热碱溶法对各粒级硅藻矿物含量进行测定。结果表明:湿法筛分不能有效将硅藻矿物与石英、黏土解离;擦洗后筛分法可以将超过76%的硅藻矿物富集在小于75μm的颗粒中。     

基于PCA-GWO-SVM的矿山边坡变形预测

针对矿山边坡预测模型精度低等问题,提出一种由主成分分析(PCA)、灰狼算法(GWO)和支持向量机(SVM)组合的混合模型(PCA-GWO-SVM)。首先,采用PCA对原始数据进行降维去噪;其次,通过GWO算法优化支持向量机参数;最后,通过SVM实现矿山边坡变形的预测。矿山边坡实例表明PCA-GWO-SVM模型具有更高的预测精度。     

基于主成分回归模型的建设工程项目成本预测研究

为了提高招投标过程中建设工程项目成本预测的速度和精度,本文选取近3年河北省几家施工企业的40个已完工程的项目结算文件数据,利用主成分回归分析法展开承包商标前成本预测模型研究。结果显示,所建成本预测模型的预测精度符合行业标准,说明承包商在招投标过程中运用此模型是可行的。通过本研究可以为承包商招投标提供一种模型化成本预测工具,为建立高标准且科学合理的成本控制体系提供测算依据。