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。     

高硫焦煤和非主炼焦煤在配煤炼焦中的作用

由于目前优质焦煤的资源相对比较短缺,高硫焦煤配煤炼焦受到了广泛的关注和重视,基于此,本文重点分析高硫焦煤和非主炼焦煤在配煤炼焦中的应用,保证将各自的应用价值充分发挥出来,在保证炼焦煤源有所扩大的基础上,有利于实现对成本的有效控制。     

风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

一种商用车MT变速箱简易推式分离机构设计

为了提升大型载货车、专用车用变速箱分离机构分离性能,满足大离合器盘分离需求,设计出一种分离机构.该机构通过机械原理实现放大输入端推力来满足离合器摩擦片分离.该分离机构结构简单、成本低廉,值得推广.     

矿井主通风机不停风倒机系统功能与应用

针对济宁二号煤矿主通风机的使用状况,介绍了一种主通风机不停风倒机系统,论述了该套系统的主要功能、现场应用效果。矿井主通风机不停风倒机系统采用两套S7-300系列PLC互为冗余,一用一备。该系统投入使用后不仅缩短了倒机时间,同时克服了传统倒机方式下倒机过程中井下无风的技术难题,对于保障井下矿工生命安全具有重要意义。     

橡胶耐磨双级泵及其在尾矿输送、压滤中的应用

常规离心式渣浆泵,尤其是橡胶泵很难满足小流量、高扬程需求,橡胶耐磨双级泵具有合金泵的高扬程性能、不锈钢泵的耐腐蚀性能、橡胶泵的耐磨性能。介绍了橡胶耐磨双级泵的工作原理、结构性能及应用特点,以及在某黄金矿山尾矿输送和尾矿压滤中的应用。橡胶耐磨双级泵应用于尾矿输送的基建投资小、操作简单、运行成本低;应用于尾矿压滤实现了进料泵的大流量低扬程、小流量高扬程性能,滤饼水分18%～20%,经济效益显著。