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。     

高压离子色谱法快速测定水中7种无机阴离子

目的：建立高压离子色谱法快速测定水中氟离子、亚氯酸根离子、氯离子、硝酸根离子、氯酸根离子、溴离子、硫酸根离子7种无机阴离子含量的方法。方法：选用Dionex Integrion高压离子色谱仪和Ionpac AS19色谱分析柱，KOH淋洗液浓度为20 mmol/L、流速为2.00 mL/min条件下，通过抑制型电导检测器测定水中7种无机阴离子含量。结果：7种无机阴离子在7 min内实现分离，该方法的线性相关系数≥ 0.999，相对标准偏差＜2%，7种阴离子的样品加标回收率为95.3%~105.8%。结论：该方法具有简便快速、准确灵敏、环保高效等优点，适用于水质分析中7种无机阴离子的同时快速测定。     

探究建盏的审美与文化——以曜变建盏为例

早在我国晚唐五代时期,就开始产生了建盏文化,发展到宋代时期逐渐和茶文化进行了融合,并形成了一些衍生文化。在历史发展过程中,国家的文化也在不断发展,建盏文化从诞生到盛行又走向衰弱,在现代又重新走向复兴,在这个过程中产生了许多建盏珍贵文物,也逐渐成为了陶瓷中的上品。在建盏文化中,最为典型的一种就是曜变建盏,其中更是蕴含了独特的审美和文化。     

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。     

加湿器外壳逆向工程与3D打印的应用

本文以加湿器外壳为例,通过一系列教学认识和操作,让学生对现代化技术产生充分的认识和兴趣,促进学生的积极和创新能力。