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。     

基于热压炉温度控制的仿真分析研究

通过对热压炉的炉体结构分析,建立该炉的三维模型,利用MATLAB对热压炉内的温度控制进行数值分析,包括升温阶段、保温阶段和降温冷却阶段。研究分析表明,该炉内结构设计符合设计的基本要求,为下一步炉内的优化提供理论依据。与此同时,为工艺的制定奠定理论基础。     

基于改进SOA-VMD的磁声发射信号去噪算法

磁声发射（MAE）是铁磁性材料磁化过程中产生的声发射信号，在构件应力检测和微观损伤检测中有着广泛的应用。针对MAE信号非稳态、复杂性、衰减性等特点，提出海鸥算法结合变分模态分解（SOA-VMD）的去噪方法，为克服海鸥算法求解过程中易陷入局部最优解问题，利用柯西变异算子产生随机迭代过程，使改进算法即柯西变异海欧算法（CVSOA）跳出早熟收敛。采用以幅值谱熵为适应度函数，优化VMD算法中分解模态个数K和二次惩戒因子α两个参数，将含噪声的MAE信号进行VMD分解重构。经仿真信号和实际检测信号分析表明，改进后的CVSOA-VMD算法全局寻优能力和去噪性能优于传统的SOA-VMD算法，降噪后的MAE信号特征值对于不同应力下均方根、偏斜度特征值的重复性更好，可靠性更高。     

蓄热式燃烧技术在熔铅炉领域的应用改进

某冶炼厂利用蓄热式燃烧技术对电解车间铅冶炼熔铅炉进行创新性技术改进,取得了较好的生产效果,简要介绍改进的核心技术、创新点和改造效果。     

大气污染控制技术和热能利用技术在涂布业的应用

压敏胶(PSA)生产过程中需要大量的能源,随着全球能源价格的上升,能源成本所占的比重越来越高,为提升企业的竞争力,提高能源使用效率、降低营运成本正成为企业管理者必须思考的问题之一。鉴于此,对大气污染控制技术和热能利用技术在涂布业的应用进行了分析和探讨。     

水泥窑分级燃烧脱硝技术优化效果分析

<正>1前言水泥窑分级燃烧减排NOx技术是通过对窑尾分解炉的温度场、流场和化学反应及分解炉结构、煤粉分级燃烧等的综合研究,实现降低NOx排放浓度的有效方法。其减排效率可以达到30%左右,5000t/d水泥熟料生产线年减排NOx量可达到1100t左右。减少污染物排放可获得显著的环境效益,同时优化回转窑的运行条件(减少煅烧系统引入干扰),降低企业生产运行成本(可大量减少额外的非碳系还原剂的使用)。