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。     

机床精度对产品质量的影响

机床在很大程度上决定着一个国家的工业实力,其精度直接影响着工业产品的生产精度。本文在对机床精度产生的原因和机床精度对工业产品精度的影响研究的基础上,探究机床的养护维修工作,并阐述机床的养护维修工作中的注意事项,通过在机床的养护维修工作中加强检查、强化养护维修和零配件及时更换处理,较大程度上解决机床加工精度存在的问题和延长了机床的使用寿命。     

机械加工工艺对零件加工精度的影响及控制探析

介绍了机械加工工艺对零件加工精度的影响因素,提出了调整结合参数、数控技术、温度的控制对策;对此,还需加强施工工艺的进一步完善与创新,从而切实提高零件加工的精度。     

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。     

GH4169合金低压涡轮机匣异形环锻件胀形工艺

为了解决低压涡轮机匣异形环锻件轧制成形精度低、余量大、材料利用率低、周期长等问题,采用数值模拟与工艺试验试制相结合的方法,研究了GH4169合金低压涡轮机匣异形环锻件胀形工艺。模拟研究阐明了胀形变形量对低压涡轮机匣轧制成形锻件的应力、应变、温度分布及均匀性的影响规律,综合考虑建议胀形变形量取1.5%较为合理;胀形过程的工艺试制研究表明,通过胀形工艺对轧制成形的GH4169合金低压涡轮机匣异形环锻件进行整形,可显著降低锻件的椭圆度、提高锻件的尺寸精度,减小锻件余量并提高余量均匀性,提高材料利用率,同时可有效提高锻件的力学性能及其均匀性。锻件余量均匀性的提高也可有效减小低压涡轮机匣零件的机加工变形。     

浅析紫砂壶"集玉"的意境

明代文人李渔对紫砂壶的评价用一句他的诗句可以表达:"茗壶莫妙于砂,壶之精者又莫过于阳羡"。紫砂艺术是一种非常有工艺性的艺术品,紫砂技艺是中国的传统技艺,紫砂壶的材质特殊,有极高的可塑性,形式多种多样、内涵丰富多彩。紫砂艺术是非常讲究艺术形象和人文情趣的互相统一的,感受艺术之感,给人深度的共鸣,从古至今的文人雅士们都对紫砂艺术情有独钟,特别惹人喜爱。     

粗根荨麻不同部位多糖的提取及其对巨噬细胞的调节作用

目的：研究粗根荨麻（Urtica macrorrhiza Hand.-Mazz.）不同部位粗多糖的含量及化学组成，初步评价其对巨噬细胞的调节作用。方法：利用热水提取、乙醇分级沉淀的方法分别制备粗根荨麻根、茎、叶粗多糖；通过高效液相色谱法分析其分子量及单糖组成；全波长扫描及红外光谱分析其结构特征；MTT法研究其细胞毒性；中性红染色法考察其对巨噬细胞吞噬活性的影响；Griess法和ELISA法分别检测其对巨噬细胞NO、TNF-α分泌的影响。结果：提取得到粗根荨麻叶（UML40、UML60），茎（UMS40、UMS60），根（UMR40、UMR60）共6种粗多糖，其中叶粗多糖得率最高为4.62%,UML40为占77.92%，茎粗多糖和根粗多糖得率分别为0.69%和1.13%；各粗多糖平均重均分子量从2.11 kDa到802.21 kDa不等，主要由D-Glc、D-Gal、D-Ara和D-GalA组成，但不同部位粗多糖的单糖组成摩尔比不同。此外，不同部位、不同分子量的粗根荨麻多糖免疫活性存在较大差异，其中UML40、UMS40、UMR40均能够显著活化巨噬细胞，促进其吞噬活性及NO、TNF-α...