6MW背压式汽轮发电机组的振动分析及处理

从设备故障诊断、分析和处理上寻找机组振动的原因;采取相应的措施进行检修,对分析产生质量不平衡原因及差别振动进行 了处理,解决了机组长期振动的问题。     

基于PCA和改进BP组合预测模型的矿岩可爆性研究

为了更精确地对矿岩可爆性进行预测分级,对BP神经网络评价方法进行优化,建立了主成分分析法和改进BP神经网络相结合的矿岩可爆性分级评价模型。以具体矿山为例,考虑影响矿岩可爆性的10项评判指标,统计15个实际矿山的样本数据。利用SPSS软件对样本数据进行主成分分析,将输出结果作为改进BP神经网络的输入因子,矿岩的爆破等级作为输出因子,得到的分级预测结果更加准确且精度更高。结果表明:该模型对矿岩可爆性分级的相对误差都控制在6%以内,与未经主成分分析的BP神经网络预测误差相比,预测精度显著提高。该组合预测模型为矿岩的可爆性分级提供了一种更加完善的评价体系。     

机械设备评估的分析与计算

通过对机械设备评估的分析,采用适当的评估方法,求出机械设备的评估净值。     

基于优化赋权-未确知测度理论的尾矿干堆体失稳预测

针对影响尾矿干堆体稳定性因素的复杂性和不确定性,为了更准确、合理地预测尾矿干堆体的稳定性,基于未确知测度理论,采用将层次分析法和信息熵值法确定各影响指标权重相结合的优化赋权规则,建立了尾矿干堆稳定性预测评价模型。模型涵盖了影响干堆体稳定性的6个定量因素和5个非定量因素,分别构建了各影响因素的未确知测度函数。利用优化赋权准则,分别计算各影响因素的权重值,然后采用置信度判别准则予以评定等级,最后综合分析得出干堆体稳定性评价结果。将该评价模型应用于河北某铁矿4个尾矿干堆体的稳定性评价,验证结果证明了预测结果与实际情况相符。     

基于AHP和TOPSIS的充填方案综合评判优选

为对多种充填方案进行评判优选,建立了一种基于层次分析法（AHP）和逼近理想解的排序法（TOPSIS）相结合的综合评判指标体系。以某金属矿4种充填方案的选择为基础,从经济、技术及安全等方面综合考虑影响充填方案的评判指标（充填工艺难易度、充填接顶程度、充填体沉降度和充填体强度等）,将待选方案指标转换成多因素决策矩阵,再通过层次分析法得到各因素权重向量,进而结合逼近理想解的排序法原理构建AHP-TOPSIS的多因素决策模型,得出4种方案的综合优越度。研究结果表明：4种充填方案的优越度分别为36.2%,85.2%,57.6%,32.0%,从而确定第2种方案（废石胶结充填法）为最优。将该优选方案应用于某实际矿山,充填效果良好。应用实践表明该决策模型可为充填方案优选提供一种全新思路。     

基于移动Ad-Hoc无线网络MAODV组播路由协议研究

分析了按需组播路由协议MAODV,并且在此基础上提出了基于最优化路径(path optimized aware)算法~([7])的PA-MAODV协议,并对相关路由发现方案算法进行了描述、分析、改进,最后对PA-MAODV协议在NS2中的实现,仿真和性能分析的整个过程做了详细的阐述.并将其与MAODV,AODV协议进行了性能上的比较,通过对仿真结果的分析表明,所给出的PA-MAODV协议在延迟、数据包投递率等方面能更好地适应网络环境.