基于ISSA-SVM的钻井卡钻事故预测

为预防钻井过程中卡钻事故的发生,通过提出了一种改进麻雀搜索算法(improved sparrow search algorithm, ISSA)优化支持向量机(support vector machines, SVM)的预测模型方法(ISSA-SVM),在发现者位置更新公式中引入一种改进的自适应非线性惯性递减权重;在警戒者位置更新公式中引入莱维飞行策略。利用主成分分析法(principal component analysis, PCA)对外国某大型油田的实测钻井数据进行降维处理,并利用惩罚参数和核参数进行卡钻事故的预测。实验结果表明：ISSA-SVM的预测准确率高达85.185 2%,且收敛速度更快,可见ISSA-SVM可有效预测钻井卡钻事故。     

新课程下化学教学的反思

新课程下如何实施化学的高效课堂教学?从转变教学思想,科科学把握教学深广度,精心策划教学设计,灵活用用教学策略,作业布置,学习效果的评价方式等方面做了反思与总结.     

掘进机上固定钻探机装置应用

ZYJ400／130架柱式回转钻机要改造安装在掘进机上使用,以提高在矿井巷道施工工作中的实用价值。改造后将掘进机与钻探机融为一体。在综掘机的截割部侧,加装架柱式液压回转钻探机。通过改变轨道的方向,调节丝杆的角度,从而改变钻探机的方向,可对工作面的前方、左、右、上、下角度实施打眼探水。改造后的“掘探一体化装置”增加了单位...     

STS视域下创新型企业内涵分析与特征描述

基于STS(科学技术与社会)视角,系统分析了创新型企业的内涵,并对其特征做了初步的描述,以期有益于创新型企业(试点)工作的开展。     

微小流量旋转直驱伺服阀传控特性分析与优化

针对无人机、战术弹、支线民航等小型飞行器航空发动机燃油计量系统与推力矢量系统微小流量的伺服控制需求,就旋转直驱伺服阀偏心球副传动接口与非全周节流阀口等关键结构进行了尺寸约束设计分析,并就节流阀口宽度、球副偏心距以及驱动电机转动惯量等重要参数进行了优化分析,给出了伺服阀结构设计的优化区间。在此基础上,研究提出了电机转角与电流双闭环控制方法,幅频响应实测结果与理论分析较为一致,200 Hz以上高频响应满足实际需求,且双闭环控制方法大幅降低了伺服阀响应超调并提升了稳定性。     

基于安全性的电动垂直起降飞行器飞控系统架构设计

飞行控制系统作为电动垂直起降（electric vertical take-off and landing,eVTOL）飞行器的关键机载系统,需要具备和民机同样的安全性。为了设计满足eVTOL飞行器需求的飞控系统架构,根据适航规章梳理了安全性要求,并基于安全性要求介绍了eVTOL飞行器飞控系统飞控计算机、传感器和作动器余度设计技术,设计了一种基于安全性考虑的eVTOL飞行器飞控系统架构;分析了eVTOL飞行器旋翼构型下的典型功能危险,并采用故障树进行了安全性分析。结果表明,设计的飞控系统架构的典型功能危险能够满足失效概率的要求。     

基于遗传算法优化机器学习模型的地下水潜在性预测

传统机器学习模型在地下水潜在性预测中,未考虑最优因子组合,会对地下水潜在性制图产生不利影响。为此,提出了遗传算法优化支持向量机的地下水潜在性预测方法。以云南省彝良县为研究区,从地形、水文、土壤、地质等方面选取了共15个影响因子;考虑模型性能和影响因子的作用,利用遗传优化算法筛选了包含11个影响因子的最优因子组合;然后使用支持向量机方法构建了地下水潜在性预测模型;最后计算了因子优化前后的模型准确度和受试者工作特性曲线下面积（area under curve,AUC）,并绘制了模型的受试者工作特性（receiver operating characteristic,ROC）曲线和地下水潜在性预测图。结果表明：因子优化前模型的准确度为0.774,验证集AUC为0.789,因子优化后模型的准确度为0.777,验证集AUC为0.806,分别提高了0.003和0.017。可见,所提方法的准确性、可靠性优于传统的支持向量机法,其结果可以为区域水文地质调查和地下水资源管理与规划提供科学参考。     

基于参数化建模方法的复合式盾构机刀盘力学性能分析与结构优化

刀盘是盾构机的核心部件之一,合理的刀盘结构设计是安全高效掘进的基础。为了快速高效建立刀盘有限元模型并分析其力学性能,采用基于APDL（ANSYS parametric design language）命令流开发的参数化建模方法,建立了某型号复合式盾构机刀盘的数字模型。对刀盘施加极限工况下的推力和扭矩,通过静力学分析得到了刀盘的应力分布和变形分布,确定了最大应力和最大变形位置,校核了刀盘的静强度和静刚度。进一步以刀盘总质量为优化目标,以刀盘强度和刚度为约束条件建立了基于参数化建模的刀盘结构优化方法,提出了刀盘结构优化流程。通过参数敏感性分析确定了刀盘优化参数,探究相关参数对刀盘强度和刚度的影响。对复合式盾构机刀盘的关键参数进行优化。结果表明：优化后刀盘的最大应力降低了12%,最大变形降低了20%,质量减轻了119 kg。因此,基于参数化建模的优化方法可以提供刀盘的强度与刚度,并同时降低刀盘质量。研究成果可为后续多目标刀盘结构优化提供参考。     

基于机器视觉的人防门智能打磨系统

针对人工识别易出错、清理效率低、打磨环境恶劣等难题,基于机器视觉原理结合双机械臂研制了一种人防门智能打磨系统,其中视觉系统主要由1台视觉控制器VC3300和2台500万像素相机构成。通过视觉系统识别工件的顶点坐标,建立待打磨坐标系与顶点坐标系的映射关系,解决了塞焊孔位置及埋弧焊位置难以有效识别、数据难以高效协同、高精度打磨难以实现的难题。实验结果表明：此视觉系统能够有效保证较高的定位准确率和精度,整体工序相较于人工提速33.3%,打磨后焊点的平均高度0.115mm,满足实际工业生产需求,具有较好的实用价值。     

比例延迟微分方程的极限学习机算法

目的 针对比例延迟微分方程,提出一种基于极限学习机(ELM)算法的单隐藏层前馈神经网络训练方法,并将该方法推广到求解双比例延迟微分系统。方法 首先,构建一个单隐藏层前馈神经网络并随机生成输入权值和隐藏层偏置;然后,通过计算系数矩阵使其满足比例延迟微分方程及其初值条件,将其转化为最小二乘问题,利用摩尔-彭罗斯广义逆解出输出权值;最后,将输出权值代入构建的神经网络便可获得具有较高精度的比例延迟微分方程数值解。结果 通过数值实验与已有方法的结果进行比较,验证了该方法对处理比例延迟微分方程与双比例延迟微分系统的有效性,且随着选取的训练点和隐藏层节点数量增多,所得到的数值解精度和收敛速度也随之增加。结论 ELM算法对处理比例延迟微分方程以及双比例延迟微分系统具有较好的效果。