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。     

加热温度对X80钢级弯管用管线钢板冲击韧性的影响

根据X80钢级管线钢原始奥氏体晶粒尺寸随加热温度的变化规律,通过工业性试验研究了不同加热温度对冲击韧性的影响。结果表明:因加热温度过高获得的粗大原始奥氏体晶粒在变形后依然粗大,相变后获得的组织相对粗大,不同原始奥氏体晶粒间获得组织具有明显的取向差,同时可以清晰看到原始奥氏体晶界,冲击断口为解理断口,严重影响X80钢级管线钢的冲击韧性。而加热温度较低时,原始奥氏体晶粒细小,断口为韧窝状,具有良好的冲击韧性。     

用于厚屏蔽小探测器的蒙特卡罗模拟减方差方法研究

反应堆屏蔽计算中经常出现厚屏蔽、小探测器问题，常规蒙特卡罗方法难以有效解决。基于自动重要抽样（AIS）方法，本文提出了小探测器自动重要抽样(SDAIS)方法，并针对小探测器问题，优化了AIS方法的虚粒子赌分裂算法。该方法在自主开发的蒙特卡罗屏蔽程序MCShield上进行了实现。使用NUREG/CR-6115 PWR基准题验证该方法的正确性和计算效率。结果表明，SDAIS方法可有效地解决厚屏蔽小探测器问题，相比AIS方法及传统的重要性方法，计算效率提升1~2个量级。     

大型振动筛有限元模态分析

运用有限元软件ANSYS建立了大型振动筛整筛有限元模型,并对整筛动态特性进行分析,确定大型振动筛结构振动特性,对结构的刚度和质量分布进行调整,避免结构在外部作用激励下发生共振。     

一种改进的GPC算法在网络控制系统中的应用

首先对传统的GPC算法进行理论推导和分析,然后针对传统GPC控制算法在大延迟过程中无法快速跟随参考轨迹的问题,提出了一种基于最小方差控制的广义预测控制,并以网络控制系统为控制对象,用MATLAB对其进行仿真分析,结果表明改进的广义预测控制算法能很好地跟踪系统轨迹,获得了良好的效果。