基于三角模糊数的自回归模型在矿井瓦斯浓度预测中的应用

影响矿井瓦斯浓度的地质因素间存在着模糊性,为了解决带有模糊信息的动态瓦斯浓度预测问题,建立了一种模糊自回归(Fuzzy-AR(P))时间序列预测模型。采用AIC,BIC和FPE准则来确定模型阶数(确定为22阶),将计算模型系数中心值及模糊幅度值的问题转化成约束优化问题,并利用MATLAB优化工具箱求解。利用所建模型对6个测试样本进行预测分析,平均模糊隶属度为0.85,平均绝对误差为0.040 3,预测效果明显。与其他预测模型相比,Fuzzy-AR(P)模型的预测结果是一个区间,扩大了相关量的适用范围,使预测结果更合理、更科学。     

新一代高档汽油机油SL/GF-3规格

SL汽油机油标准是美国API（美国石油协会）在2000年颁布的汽油机油新规格，它在2001年的7月1日正式生效使用，该规格同时满足于ILSAC（国际润滑油标准组织）中的GF－3汽油机油标准。推动SL／GF－3新标准规格出台的原因有以下几种：评定设备的变化如程序ⅢF，VG分别取代无配件的ⅢE和2000年底淘汰的VE，程序ⅣA（NISSANKA24E）代替 VE的磨损性能评价，程序ⅥB取代ⅥA，满足更加苛刻的排放需求，提高燃油经济性，改善润滑油对高温沉积物的控制能力，高温沉积物由原来的不大于60mg改变为不大于45mg.     

功能石油树脂助滤剂在高氯化聚乙烯防火涂料中应用研究

在石油树脂阳离子聚合生产过程中,聚合物不能直接使用,必须通过添加终止剂来完成聚合反应终止。常用终止方法有碱洗、酸洗或水洗,工艺复杂,残渣废液难处理,环境污染大,产率低,台时长。针对此问题,选用蛭石和高岭土为载体,预先负载石油树脂阳离子聚合反应链终止剂焦磷酸三聚氰胺,得到集链终止与过滤为一体的功能复合助滤剂。利用蛭石遇热膨胀和焦磷酸三聚氰胺遇热分解产生难燃气体特性,该助滤剂残渣又被直接用于制备膨胀型高氯化聚乙烯防火涂料,过滤残渣被有效利用,解决了环境污染问题。通过XRD、SEM、TG等方法进行结构及性能分析,并详细阐述了聚合反应链终止、助滤和阻燃机理。     

聚合氯化铝的制备和性能

本文讨论了采用铝灰为原料制备聚合氯化铝。试验得到了最佳原料配比为铝灰:盐酸:水量=0.6:1:0.9,所制备聚合氯化铝的盐基度达到50%以上,A l2O3含量9.5%以上;它具有优异的混凝性能,用量在15m g/L时,可使废水的浊度降至10NTU以内。     

石油及其产品中硫危害的分析

对石油及其产品中硫化物的存在类型及各种危害进行了理论分析，介绍了当前的脱硫技术发展状况。     

基于模糊非线性回归的煤炭发热量预测研究

针对经典线性回归模型无法反映变量间的非线性关系,不适宜预测有模糊数的煤炭发热量的问题,提出了一种基于三角模糊数的多元非线性回归的煤炭发热量预测模型。以我国新疆伊犁地区煤炭工业分析为建模数据和模型检验数据,将计算模糊中心值和模糊幅度值的问题转化为约束非线性优化问题,采用MATLAB优化工具箱求解。最后对比分析了模糊非线性回归、经典线性回归、BP(Back Propagation)神经网络及支持向量机回归4种模型对测试煤样发热量的预测结果。结果表明,模糊非线性回归模型的线性拟合优度值为0.9997,调整后的非线性拟合优度值为0.9838,均方误差为0.4473;测试煤样的平均相对误差为0.0203,80%的测试煤样模糊隶属度大于0.5。模糊非线性回归模型具有很高的精确度和可靠性,可用来预测预报煤炭发热量。     

投影寻踪在瓦斯涌出量预测中的应用

针对瓦斯涌出量预测时常用的瓦斯监测数据降维方法会不同程度地造成数据信息丢失、导致预测精度降低的问题,利用投影寻踪原理并结合差分进化算法将高维样本数据转化成1维投影数据,运用Matlab曲线拟合工具箱建立了一种正弦和函数瓦斯涌出量预测模型。实验结果表明,该模型具有较高的预测精度和可操作性。     

基于三角模糊数的瓦斯浓度预测分析

煤矿工作面瓦斯浓度时间序列预测是一个非线性、模糊数据处理问题。为了避免因具体预测值的不准确性所导致的错误判断,提出了基于时间的模糊多项式预测方法,该方法的预测结果是一个区间,而不是具体数值,有效地扩大了相关量的适用范围,使预测结果趋于合理、科学和便于操作。在建模过程中先将原始数据模糊化,再将模型模糊系数转化成线性规划求解。通过对比分析,所建模型优于其他一些预测模型,有借鉴意义。     

环氧树脂改性甲酚副产物合成酚醛树脂胶黏剂的研究

甲酚作为重要的精细化工的原料在医药等诸多领域得到广泛的应用,但产生大量对环境造成污染的甲酚生产副产物。本研究应用环氧树脂来改性甲酚副产物合成的酚醛树脂胶黏剂,以胶黏剂的粘结性能为评价标准,探讨了改性胶黏剂性能影响因素。结果表明,在合适的原料配比和反应条件下,可以制备性能合格的胶黏剂产品。     

基于投影寻踪赋权的TOPSIS法在煤炭种类识别中的应用

针对煤炭分类是一个多属性、多目标的数据处理问题,提出一种逼近理想点(TOPSIS)的煤炭分类模式决策方法。利用投影寻踪(PP)计算各指标的权重,有效地克服了指标权重设置上的主观性和随机性,使决策结果更符合实际。实例分析表明用基于投影寻踪赋权的TOPSIS模型进行煤炭种类识别是可行的,有效的。