新型谷物输送-分离-清选复合装置

针对小型谷物联合收获机清选系统体积庞大和振动强烈等问题,研制出一种用于谷物脱出物输送、分离和清选的复合装置。该装置融合了螺旋输送、筛孔分离和气流清选等功能,体积小、振动弱,可实现谷物脱出物在输送过程中有效分离茎秆,清选装置的清选能力得到提升。通过室内试验,得出复合装置最优工作参数。在最优参数下,复合装置的籽粒破碎率为0.27%,清选损失率为0.18%,夹带损失率为0.45%,清洁率高于98%,清选能力可达977.4 kg/h。     

盾构滚刀磨损的多元非线性回归预测

为了解决硬岩地层盾构滚刀的磨损检测问题,提出了一种基于多元非线性回归预测模型预测滚刀磨损的方法.利用滚刀正常磨损阶段的盾构掘进参数数据建立回归预测模型,根据依此模型预测的掘进速度与实际掘进速度偏差来预测滚刀的磨损状况.结合盾构工程项目研究结果表明:预测模型是正确的,预测结果与实际换刀情况是相符的,预测方法是有效的.研究结论可为类似地质条件下的盾构滚刀磨损检测和更换提供有益的指导.     

一种基于BP神经网络的调驱增油预测方法

调驱后增油效果预测是调驱措施决策和方案优化设计的重要内容.通过室内岩心物理模拟实验参数,分析了调驱增油效果及其影响因素,建立了基于物理模拟参数为学习样本的调驱效果BP神经网络预测模型.此方法对于渤海南堡35-2油田A21和B17井预测结果与实际调驱增油量统计数据间误差分别为9.89%和7.22%.由此可见,基于物理模拟参数为学习样本的调驱效果BP神经网络预测模型切实可行,预测精度较高.     

基于SVM的瓦斯体积分数混沌时间序列预测

文章针对瓦斯体积分数时间序列的非线性和不确定性特征,提出了一种基于SVM的混沌时间序列预测方法.该方法采用改进的最大Lyapunov指数法识别时间序列的混沌特性,通过多次试验选取合适的参数构造SVM预测模型,最后使用优化的预测模型对φ瓦斯的变化趋势进行预测.仿真结果表明,该模型能够较好地解决φ瓦斯时间序列的预测问题,与RBF神经网络模型相比,具有较高的预测精度.     

居民消费价格指数建模与预测

为了提高居民消费价格指数预测的准确性,根据模型参数之间的内在联系,建立了一种参数联合求解的居民消费价格指数预测模型.收集消费价格指数的历史数据,将相关参数编码成为一个基因.通过遗传算法模拟生物进化机制搜索最优参数,利用最优参数建立居民消费价格指数预测模型.应用实例的结果表明,该模型可以获得理想的居民消费价格指数预测结果,为非线性预测问题的建模与预测提供了一种思路.     

联合收获机清仓系统试验与气流压力损失分析

为使研制的新型稻麦联合收获机气力清仓系统清仓更加快速、清洁,运用气固两相流的相关理论对联合收获机气力清仓系统进行了压力损失的理论计算并在试验台上进行了验证.同时,通过对各部分压力损失的分析,找出了影响输送系统工作稳定性的因素,为今后优化气力清仓系统提供了思路.     

基于ARIMA与信息粒化SVR组合模型的交通事故时序预测

该文基于自回归滑动平均(ARIMA)模型和支持向量回归机(SVR)模型,构建时间序列组合预测模型,对道路交通事故相关指标进行趋势预测。通过ARIMA预测模型进行线性拟合;基于模糊信息粒化方法,将ARIMA预测模型残差季度变化趋势映射为包含最小值Low、中值R、最大值Up三个参数的模糊信息粒;并以其为输入构建SVR模型,对季度残差变化趋势进行预测;最后根据SVR残差预测值修正ARIMA模型预测值。实证研究结果表明:时间序列组合预测模型精度优于单一ARIMA模型,由模糊信息粒子确定的预测区间较好描述了实证数据的季度变化趋势。     

基于异方差高斯过程回归的大坝变形预测模型

大坝变形是一个多因素影响下的非线性系统,具有显著的非线性、小样本和高维特点,这些变形特点导致构建精度和可靠性高的大坝变形预测模型难度较大.鉴于高斯过程(GP)学习算法能较好地解决小样本和高维数的非线性建模问题,提出基于异方差高斯过程(HGP)的大坝变形预测新模型.将HGP算法预测结果与BP神经网络(BP)、最小二乘支持...     

基于支持向量机的需水预测研究

以山西省11年实际用水量为例,17个影响需水预测的因子作为支持向量机模型的输入,需水量作为模型的输出,建立了基于支持向量机理论的非线性需水预测模型;根据预测精度,确定了损失系数ε,惩罚因子C及径向基核函数的宽度σ.采用11年用水量资料,前8年用水量作为训练样本,后3年用水量作为检验样本,3个检验样本的需水总量的相对误差分别为0.91%、1.86%和0.93%.结果表明,在训练样本较少的情况下,支持向量机需水预测模型具有较高的预测精度和较强的泛化能力.     

基于试井资料分析的煤储层渗透率定量预测模型

为了探讨煤储层渗透预测的方法,基于工区的试井资料,对煤储层渗透率的主控因素进行了分析,认为煤层埋深、储层压力、地应力和有效地应力与煤储层渗透率具有较强的相关性;以工区的试井资料为依据,选取相应的参数,利用多元线性逐步回归分析和非线性的BP神经网络两种方法,对煤储层渗透率进行了预测分析.预测结果和实测资料对比分析表明:预测的煤储层渗透率与实测的煤储层渗透率之间的误差较小,且非线性的BP神经网络方法预测结果明显优于线性回归预测的结果;基于试井资料建立煤储层渗透率预测模型具有可行性,其预测结果是可靠.     

结构和运动参数对微型联合收割机清选性能的影响

以微型联合收割机用旋风分离器型清选系统为研究对象,运用回归分析的方法建立了该清选系统的数学模型,优化确定了其最佳结构和运动参数,分析了各参数对籽粒清洁率和清选损失率的影响,并进行了该清选系统对喂入量和含杂率的适应性试验研究.结果表明,吸杂风机和扬谷轮转速对籽粒清洁率影响较大,而对清选损失率影响较小,筒深和吸杂管长度对清选损失率有较大影响,而对籽粒清洁率影响较小,在最佳参数下,清选系统的适应性较好.     

切纵流联合收割机清选室内气流场的模拟仿真

切纵流联合收割机存在损失率大和含杂率高等问题,为分析清选性能较低的原因,对切纵流清选室内气流场分布进行模拟仿真,运用CFD仿真软件对清选室气道气流进行分析.仿真结果表明,清选室内气流在筛面宽度方向呈对称分布,沿筛面高度方向气流速度逐渐减小,沿筛长度方向筛前段气流速度较低,在接近筛中部时气流速度达到最大.并对清选室内气流场进行了测量试验,验证了气流场仿真的准确性.     

纯水射流路面清洗效果的模糊预测和实验验证

研究了使用纯水射流进行路面清洗时,影响路面清洗率的清洗参数.采用模糊数学方法建立了清洗率预测的数学模型,通过实验建立了用于预测清洗率的模糊规则库.通过规则推理,实现了在给定输入参数条件下,对清洗率的准确预测.经实验验证,预测误差小于5%.     

纵向轴流脱粒装置的理论模型与仿真

针对新型的纵向轴流联合收割机，研究了其关键部件脱粒装置的工作过程，根据工作过程的分析，从整体的、概率的角度建立了脱粒装置的数学模型，并在计算机上进行了模拟仿真和性能参数的预测．通过仿真分析表明此模型真实地反映了脱粒装置的工作过程，验证了脱粒装置的脱净率和分离率与滚筒长度成指数函数的关系，在滚筒长度达到1．8m时脱粒装置的脱分率最高，较好地满足了技术要求．     

基于PSO-BP神经网络湿式摩擦元件损伤预测模型

为求解湿式离合器的多影响因素损伤关系,应用多源数据融合方法,构建一种基于PSO-BP神经网络的湿式摩擦元件损伤预测模型. 将转速和接合油压作为模型的输入参数,将提取到的摩擦片周向温度梯度、Fe和Cu元素浓度变化率、摩擦片表面粗糙度变化率作为模型输出参数, 建立了有限元仿真模型,搭建了湿式离合器摩擦磨损综合试验台,采用控制变量法研究了油压、转速对摩擦元件损伤特征参数的影响. 结果表明,输入工况与4类损伤特征参数呈非线性关系,预测值与实测值随工况变化趋势一致,损伤特征参数较油压的变化更为敏感. 对比同类模型与试验数据,预测模型具有较高的预测精度,能够有效地对湿式离合器多工况损伤进行预测.      

基于KPCA-LSSVM的丁苯橡胶聚合转化率软测量

针对丁苯橡胶聚合转化率需在线实时预测,考虑实际工况的复杂性,首先采用具有较强非线性特征提取能力的核主元分析(KPCA)对数据进行前期处理,然后将其结果作为具有学习速度快、泛化能力强的最小二乘支持向量机(LSSVM)的输入,并以交叉验证法对LSSVM参数寻优,从而获得丁苯橡胶聚合转化率软测量模型.经采用工业现场数据仿真研究,聚合转化率预测绝对误差大于1.5的比例小于样本总数的10%,说明该模型预测精度能满足生产要求.     

基于连续隐Markov模型的理论线损率预测研究

提出一种基于连续隐马尔可夫模型的理论线损率预测方法,运用Baum-Welch参数重估修正公式实现CHMM参数优化,建立CHMM模型。依据CHMM模型概率输出判别各可选仿真模型相对于实际系统的有效性。结果表明,该模型运行速度快,在理论线损率预测中有更高的精度。     

联合收割机自动控制研究现状与展望

总结国内外联合收割机自动控制研究成果及存在问题，指出联合收割机智能模糊控制的发展趋势，提出适应我国国情的联合收割机智能模糊控制新模式为集中控制与分散监测相结合．     

基于PSO-SVM的岩石边坡稳定性预测

边坡稳定性与其影响因素之间存在着复杂的非线性关系.结合粒子群优化算法和支持向量机,提出了边坡稳定评价的粒子群优化支持向量机模型.模型采用支持向量机建立边坡稳定性和影响因素之间的非线性关系;同时,利用粒子群算法对支持向量机参数进行全局寻优,从而确保了模型参数的准确性.模型的测试结果显示了良好的精度.将该模型应用到某岩石高边坡中,预测结果与实际情况符合较好,表明该模型在岩石边坡稳定性预测中的可行性和有效性.     

双风机圆筒筛清选机构的试验与参数优化

分析了单风机圆筒筛清选机构清选质量低的原因,在试验基础上建立了双风机圆筒筛清选机构的清选性能数学模型,优化确定了最佳参数组合,并进行了验证试验。装机检测结果表明,清选性能明显改善。