基于非结构数据和EMD-WTS二层分解的AQI组合预测方法

针对具有高复杂性与非平稳性的空气质量指数(AQI)时间序列,提出一种融合非结构数据的EMD-WTS二层分解组合预测模型;首先,筛选百度指数关键词并提取对应数据,运用局部线性嵌入算法(LLE)对之降维;其次,对AQI历史序列与降维结果进行经验模态分解(EMD)与重构;接着,对所得高频项进行小波分解(WT)与重构;然后,运用Holt指数平滑法、支持向量回归(SVR)与人工神经网络(ANN)分别对二层分解结果与原始低频、趋势项进行组合预测并运用BP神经网络集成;最后,叠加集成结果得到AQI预测值;对比实验说明预测方法充分利用了多源数据信息,具有较高的预测精度。     

考虑节点失效和边失效的航空网络鲁棒性

运用复杂网络方法,构建无向加权航空网络模型,在分析其拓扑结构特性的基础上,提出一种考虑节点失效和边失效的航空网络鲁棒性评价策略,评估在不同攻击策略下网络的鲁棒性.研究结果表明,中国航空网络可以归类为小世界网络,且度分布近似幂率分布,符合复杂网络基本特征.当网络中大部分节点(机场)或边(航线)随机失效时,中国航空网络仍可以保持连接,具有较强的鲁棒性,而在蓄意攻击下,少数节点或边失效就会导致网络迅速瘫痪,鲁棒性较弱,且加权节点介数和加权边介数攻击对网络的破坏力较强.     

喷雾冷却沸腾传热强化试验

随喷雾流量及过热度增加,热流密度增大,但热表面中心干涸区变大、液膜覆盖区减小,表面利用率降低,传热性能有提升空间。基于此,通过改变单喷嘴高度、设计微孔阵列喷嘴两种途径,探讨热表面液膜均匀性和喷雾冲击强度对传热的影响规律。结果表明:单喷嘴高度存在最佳值(4 mm),此时热表面无干涸区,喷雾冷却沸腾传热性能最强;与喷嘴高度6 mm相比,在喷雾流量为50 mL/min、过热度为20 K时,热流密度提高了13%;微孔阵列喷嘴形成的液膜分布更均匀,使得表面温度也较均匀,当过热度大于10 K,微孔阵列喷雾传热性能更优,比上述工况下单喷嘴的热流密度提高16%。强烈冲击的均匀薄液膜是决定喷雾冷却沸腾传热的关键,为进一步强化喷雾冷却沸腾传热提供了可行的方向。     

基于双脉冲特征的滚动轴承缺陷尺寸估计方法

根据提取的滚动轴承特征信号实现对故障缺陷尺寸的准确估计,提出了一种基于双脉冲特征的滚动轴承缺陷尺寸估计方法.采用AR模型对采集到的振动信号进行预白化处理,对预白化处理后的信号进行VMD分解,得到一系列固有模态函数.根据峭度值和互信息最大,分别选取包含有阶跃成分与冲击成分的分量,并采用平方包络增强信号的特征.根据双脉冲特征,确定滚动体进入和退出缺陷时所对应的时间,提出了故障轴承的缺陷尺寸估计方法.研究了转速和缺陷尺寸对该方法精度的影响,分析了造成误差的原因.通过实验验证该提取方法的有效性,经过估计得到的缺陷尺寸误差在5%以内,验证了该缺陷尺寸估计方法具有较高的精度.     

利用人工智能神经网络预测广州市PM2.5日浓度

利用差分整合移动平均自回归模型(ARIMA)、后向传播神经网络(BP)以及长短期记忆神经网络(LSTM), 对广州市2015—2019年的PM_2.5浓度数据进行训练和预报, 研究集合经验模态(EEMD)分解和时间分辨率对不同模型预报准确性的影响。结果表明, EEMD分解可以显著地提升低频分量的预报效果; 提高输入数据的时间分辨率可以提升预报效果, 尤其在ARIMA自回归模型预报中较为明显, 用神经网络进行预报时需要考虑输入数据量增加带来模型复杂度增加的问题。由于模型使用前一天(t -1)的PM_2.5作为输入数据, 即只能预报t+1天的PM_2.5值。为增加模型的预报时效, 采用滚动预报的方式对模型进行优化, 能够显著地提升预报时效, 实现对t+n天的连续预报, 且预报误差与后报结果相当。将时间精度为6 h的数据作为输入, 用ARIMA模型进行预报的效果最好, 最小MAE值为6.478。     

基于经验模态分解的粒子图像测速流场重构研究

为了消除PIV流场数据中的错误数据并降低误差,利用经验模态分解将PIV流场数据分解为多个本征模态分量,对波形异常的本征模态分量进行滤波处理,并将处理后的本征模态分量与其他波形平滑正常的本征模态分量进行反向叠加,有效实现了流场数据的重构和错误数据的消除。当分解得到的本征模态分量较多且错误数据集中在某一个本征模态分量时,可以通过求解各个本征模态分量与原始流场数据的相关系数,将与原始流场数据相关的本征模态分量进行反向叠加重构并摒弃与原始流场数据不相关的本征模态分量,实现错误数据的直接消除。利用本方法分别对2个人为添加误差为1.7%和3.3%的标准模拟流场进行了处理,处理后的流场数据误差分别为0.002%和0.18%。采用该方法对某实验的原始流场数据进行处理,结果表明错误数据得到了有效消除,流场特性更加清晰准确。本研究可为减小变化缓和的流场数据的误差提供一定的指导。     

注意力机制下的EMD-GRU短期电力负荷预测

为进一步提高短期电力负荷预测精度,构建一种基于注意力机制的经验模态分解(EMD)和门控循环单元(GRU)混合模型,对时间序列的短期负荷进行预测.首先,对负荷序列进行EMD,将数据重构成多个分量;再通过GRU提取各分量中时序数据的潜藏特征;经注意力机制突出关键特征后,分别对各分量进行预测;最后,将各分量的预测结果叠加,得到最终预测值.仿真结果表明:相对于BP网络模型、支持向量机(SVR)模型、GRU网络模型和EMD-GRU模型,基于EMD-GRU-Attention的混合预测模型能取得更高的预测精度,有效地提高短期电力负荷预测精度.     

基于响应面法的桥梁抗洪裕度计算理论与应用

为评估既有桥梁水毁风险,以可靠性指标定量衡量桥梁抗洪裕度,建立一种基于响应面法与耦合数值模型的桥梁抗洪裕度计算方法.首先从水文要素源头出发,考虑洪水水流冲击和局部冲刷,提出建立桥梁结构-水流-河床泥沙耦合数值模型的实用算法获取结构响应.然后结合梁桥和拱桥的水毁模式分析,得出以具体结构响应为指标的洪水效应下桥梁极限状态功能函数表达式,并采用响应面法建立桥梁抗洪可靠性指标的计算流程.最后,以2019-06-14发生水毁的河源东江大桥为例,验证了所提出抗洪裕度评估方法的合理性与可行性.结果 表明,该方法可实现桥梁抗洪可靠性指标的定量计算,不仅可用于既有桥梁抗水评估,更为未来桥梁规范中洪水效应分项系数的更新修订提供了理论基础与技术支撑.     

交错管束间湿空气-水蒸发冷却特性模拟

为研究交错管束间喷淋水-湿空气及管壁-喷淋水间传热传质特性,综合考虑了喷淋水在交错管束间运动及传热传质过程,采用基于DPM （discrete phase models）与WFM （wall film models）耦合的欧拉-拉格朗日方法,建立了交错管束间湿空气-水蒸发冷却传热传质特性分析模型.通过文献实验数据验证了模型的可靠性,最大误差仅为1.1%;模拟了运行参数对交错管束间湿空气-水传热传质性能的影响.结果表明,空气流量对交错管束间传热传质性能的影响要比喷淋水流量对其影响更加显著,因此可适当降低喷淋水流量提高循环水泵能效;干湿球温度升高会对交错管束间传热传质性能产生不利影响,但与干球温度相比,湿球温度对交错管束间传热传质影响更大;提高喷淋水温度可以改善喷淋水膜-管壁间的Nusselt数,但管束壁面平均温度也随之升高,从而降低冷水机组的性能.上述研究成果为交错管束热力设计计算提供依据.