国际黄金价格具有外生变量的GARCH预测模型

基于国际黄金价格的异方差性,首先建立了国际黄金价格的广义自回归条件异方差预测模型,并在该模型中引入国际石油价格和美元指数作为外生变量,以弥补传统时间序列模型忽略外界影响因素的缺陷.采用该模型对1986年1月至2009年11月的月平均国际黄金价格进行拟合,并对2009年12月至2010年4月的月平均国际黄金价格进行了实证...     

大功率刮板输送机阀控充液型液力偶合器研发

作为大功率刮板输送机的最有效的软启动装置之一,阀控充液型液力偶合器是目前制约我国大型刮板输送机的技术瓶颈。结合后部刮板输送机负载特性,提出了阀控偶合器性能需求,指出偶合器工作腔及控制阀组设计和制造等是阀控偶合器的技术关键。基于CFD方法优化设计了阀控偶合器腔型,采用单向流体—结构耦合(FSI)方法分析了泵轮强度,并对结构进行了优化,研制出高压外控型电液控制阀组,对无键连接轴超高压拆装、大型铜合金叶轮铸造等进行技术攻关,成功开发出1 000 kW阀控偶合器。试验表明所开发的偶合器控制阀组响应快速,偶合器整体     

日本专家在常州照相机总厂做技术改造前的诊断

经国家经委批准,在江苏省的安排下,日本日中经济协会派市川英彦先生于6月6日至18日在常州照相机总厂,进行了为期十天的技术改造诊断(咨询调查)。据了解,前一段日本为我国老企业技术改造诊断方式主要有以下二种:一为经营管理诊断;另为经营管理加上技术改造诊断。但因我国体制、生产方式和社会性服务等原因,效果不明显。市川先生这次来华是受日中经济协会土光敏夫会长之托,探讨第三种方式,以选定一种适合中国情况的新产品进     

新型碳纸可提高合成金刚石的质量

通过理论分析及对比实验,研究了碳纸结构对金刚石合成的影响,探索出了新型合成碳纸。生产验证表明:同使用正常碳纸相比,使用新型碳纸后,导电堵头的烧蚀率比降低了30%,金刚石合成过程更加稳定;而且所合成的金刚石中,连聚晶的比例降低10%,极大地提高了合成金刚石的质量。     

液压支架电液控制阀的压力损失特性研究

电液控制阀作为支架供液系统中常用阀,其压差-流量特性对整个供液系统的影响较大。通过试验测试结合理论计算,详细研究了液压支架电液控制阀的压差-流量特性,实测了不同流量下的压力损失,得到了 500 L 电液控制阀的压力损失变化规律,修正了理论公式中等效流量系数,得到了全流量下压力损失特性,为液压支架供液系统压力损失特性的进一步研究提供了借鉴和参考。     

基于MATLAB的平面框架结构位移可靠度分析研究

基于结构可靠度分析数值模拟方法———蒙特卡罗法和响应面法的基本原理,利用MATLAB软件对一榀2跨3层框架在水平荷载作用下进行位移可靠度分析,分别采用了直接抽样蒙特卡罗法、响应面法、响应面—蒙特卡罗法、响应面—重要抽样蒙特卡罗法编制相应的计算程序,得到了结构水平位移最不利点的失效概率和可靠指标。计算结果表明,利用MATLAB可以编制结构可靠度分析程序,计算速度较快,数据合理,并为复杂结构的可靠性分析提供参考。     

乳化液冲击破碎锤设计及特性仿真

为解决综采工作面大块煤破碎问题,该文开发了一种采用乳化液作为工作介质的冲击破碎锤,并对其仿真优化。基于低频重载原理设计了蓄能器、控制阀和锤体分置式冲击锤,利用蓄能器、二通插装阀和单向阀等搭建了非连续工作模式液压控制系统,初步确定了冲击破碎锤的主要性能和结构参数。利用AMESim系统仿真软件建立了乳化液冲击破碎锤仿真模型,验证了活塞冲击复位功能,确定了活塞和钎杆的冲击距离,在模型中特别考虑了管路阻力特性。仿真结果表明:蓄能器冲击最大流量达4000 L/min,活塞上腔峰值流量接近7000 L/min,具有超大流量特征,活塞最大冲击速度约10 m/s;采用锥状缓冲结构,可有效降低空打过程活塞与导向套的冲击。乳化液冲击破碎锤为井下大块煤岩破碎提供了一种新的途径。     

兰州石化分公司新建45万t/a乙烯装置特点

中国石油兰州石化分公司45万t/a乙烯新装置,采用了SC-1型裂解炉、前脱丙烷单元、前加氢分离单元、开式热泵等技术,使新装置的每吨产品能耗(标准油)小于600 kg.     

中文文本的主题关键短语提取技术

在大数据时代,信息量暴增,人们接触最多的信息就是文本信息,每天在互联网上都有无数文本信息被上传或下载。快速掌握这些文本信息内容的重要方法之一就是关键词提取。然而,在传统关键词提取算法中,通常忽略了两个重要的方面:词语长度和文本主题。针对以上两方面问题,提出了提取中文文本的主题关键短语技术。将LDA主题模型与频繁短语发现算法相结合,生成不同长度的频繁候选短语;然后,利用所提的完整性筛选和排序函数对候选短语进行筛选和排序;最后,根据排序结果选择最终的主题关键短语。     

基于隶属度的模糊加权k近质心近邻算法

模糊k近质心近邻算法（FKNCN）的分类结果易受噪声点和离群点影响,并且算法对所有样本特征同等对待,不能体现样本特征的差异性。针对这两个问题,提出基于隶属度的模糊加权k近质心近邻算法MRFKNCN。利用密度聚类思想构造新的隶属度函数计算训练样本的隶属度,以减小噪声或离群样本对分类结果的影响。在此基础上,设计基于冗余分析的Relief-F算法计算每个特征的权重,删去较小权重所对应的特征和冗余特征,并通过加权欧氏距离选取有代表性的k个近质心近邻,提高分类性能。最终,根据最大隶属度原则确定待分类样本的类别。利用UCI和KEEL中的多个数据集对MRFKNCN算法进行测试,并与KNN、KNCN、LMKNCN、FKNN、FKNCN2和BMFKNCN算法进行比较。实验结果表明,MRFKNCN算法的分类性能明显优于其他6个对比算法,平均准确率最高可提升4.68个百分点。