检索结果-内蒙古大学图书馆

液压与气动 2021年第3期45卷 1-6页

作者：邱寒雨张春峰徐兵苏琦王润林浙江大学流体动力与机电系统国家重点实验室浙江杭州310027 北京机械设备研究所北京100854

快速起竖装置在自卸车等工程机械以及导弹发射车等军事领域均有较为广泛的应用。液压驱动系统是快速起竖装置的核心,准确诊断其故障具有重要意义。传统bp神经网络故障诊断准确率随着故障类型的增加急剧下降,难以满足工程需求。以快速起... 详细信息

快速起竖装置在自卸车等工程机械以及导弹发射车等军事领域均有较为广泛的应用。液压驱动系统是快速起竖装置的核心,准确诊断其故障具有重要意义。传统bp神经网络故障诊断准确率随着故障类型的增加急剧下降,难以满足工程需求。以快速起竖装置液压驱动系统为研究对象,提出一种基于bp神经网络和adaboost算法的故障诊断方法,将bp神经网络与逐步叠加建模算法结合,构造多分类bp-adaboost算法,建立故障诊断模型,搭建故障诊断实验台并设置8种典型工况。分析实验数据表明,该bp-adaboost算法与传统的bp神经网络方法相比具有更优的分类性能。

关键词：快速起竖装置液压系统故障诊断 bp-adaboost算法

来源：评论

学校读者我要写书评

暂无评论

基于PSO优化锅炉氮氧化物的排放

引用

热力发电 2012年第8期41卷 28-31页

作者：凡荣荣姚翠兰杨巨生张永发谢克昌太原理工大学电气与动力学院山西太原030024 山西电力职业技术学院山西太原030021 太原理工大学煤科学与技术教育部和山西省重点实验室山西太原030024

以某超临界600MW机组锅炉为例,采用bp-adaboost算法建立氮氧化物预测模型,通过粒子群优化算法(PSO)优化锅炉运行参数进而在减少氮氧化物排放的同时保持较高的锅炉效率。结果表明,所建模型预测氮氧化物排放量的误差可控制在3%以内,且具... 详细信息

以某超临界600MW机组锅炉为例,采用bp-adaboost算法建立氮氧化物预测模型,通过粒子群优化算法(PSO)优化锅炉运行参数进而在减少氮氧化物排放的同时保持较高的锅炉效率。结果表明,所建模型预测氮氧化物排放量的误差可控制在3%以内,且具有较强的泛化能力;在机组满负荷运行工况下,优化后锅炉实际燃烧效率为92.04%,NOx排放量为520.93mg/m3,相比优化前锅炉效率略有降低,但NOx排放量降低明显。

关键词： 600 MW机组锅炉 NOx排放锅炉效率 bp-adaboost算法粒子群算法优化

来源：评论

学校读者我要写书评

暂无评论

大型燃煤锅炉的燃烧优化

大型燃煤锅炉的燃烧优化

引用

作者：凡荣荣太原理工大学

学位级别：硕士

随着我国能源消费的快速增长,氮氧化物(Nitric Oxide,NOx)排放量也迅速增加。“十一五”期间,氮氧化物排放量的快速增加加剧了区域酸雨的恶化,部分抵消了我国在SO2减排方面付出的巨大代价。我国将NOx列为“十二五”期间大气污染物总量... 详细信息

随着我国能源消费的快速增长,氮氧化物(Nitric Oxide,NOx)排放量也迅速增加。“十一五”期间,氮氧化物排放量的快速增加加剧了区域酸雨的恶化,部分抵消了我国在SO2减排方面付出的巨大代价。我国将NOx列为“十二五”期间大气污染物总量控制对象。NOx的主要来源是火电厂、机动车排放,其中火电厂排放量大且相对比较集中,成为国家控制NOx的首选目标。因此开发出经济适用、低NOx的煤粉燃烧技术是燃煤锅炉继续保持优势的关键。本文首先分析了燃煤锅炉氮氧化物的生成机理；氮氧化物排放浓度与燃烧煤种、锅炉负荷、锅炉运行参数的关系；在所有影响因素中,煤种对氮氧化物排放浓度影响最大,在所有锅炉运行参数中,炉膛内氧量对氮氧化物排放浓度的影响最明显。锅炉运行工况对氮氧化物排放浓度影响也较大,及时调整锅炉燃烧工况和运行参数,NOx排放浓度可降低10%-20%；本文从烟气处理和低氮氧化物燃烧技术两方面阐述了目前主要的氮氧化物的控制方法。锅炉氮氧化物排放和飞灰含碳量受煤种和运行参数影响很大,且很难用数学表达式表示。本文以山西某电厂600MW锅炉为研究对象引用bp-adaboost算法建立了锅炉氮氧化物排放量、飞灰含碳量的预测模型。模型采用影响目标值的锅炉运行参数为输入量,以氮氧化物排放量、飞灰含碳量为输出量,用锅炉DCS下载的数据进行网络训练,并用测试样本验证模型的预测能力。模型预测NOx和飞灰含碳量的误差均在5%以下,说明文中所建模型可以应用实际中。通过此模型能够得出氮氧化物排放量、计算出锅炉效率。综合考虑氮氧化物排放和锅炉效率两方面的影响,建立了燃烧优化目标函数,将氮氧化物排放预测模型与遗传算法(GA)结合,寻找不同优化目标下锅炉的优化运行方案,优化目标分别为：单独优化氮氧化物排放、在NOx排放量为650mg/m3的前提下优化锅炉效率、综合优化锅炉效率和氮氧化物排放。用遗传算法综合优化锅炉效率和氮氧化物排放时,可将NOx从678.12mg/m3降低到509.93m/m3,降低了24.8%,锅炉效率从92.43%降低到92.22%,降低了0.22%。最后本文详细介绍了粒子群优化算法(PSO)的基本原理,粒子群算法与遗传算法类似是一种基于迭代的优化工具,但是粒子群算法比遗传算法操作简单,没有交叉、变异等操作,参数比较少,因此实现起来更加容易,且粒子群算法终止迭代的方法比较灵活。因此本文将粒子群算法与NOx排放预测模型相结合,调整锅炉运行参数得出优化结果,综合优化锅炉效率和NOx排放量时,与原工况相比,NOx可降低28.3%的排放量,同时锅炉效率仅降低0.05%。并将粒子群优化结果与遗传算法优化结果进行比较,从结果来看,粒子群算法的优化结果优于遗传算法,且粒子群算法的参数少,计算时间短,适于在线优化。

关键词：氮氧化物排放锅炉效率 bp-adaboost算法遗传算法粒子群算法

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动的数控机床加工能耗预测及应用研究

基于数据驱动的数控机床加工能耗预测及应用研究

引用

作者：罗小重庆理工大学

学位级别：硕士

随着能源及环境问题日益突出,节能减排越发是当今时代都要倡导和实施的重要措施。数控机床作为机械制造业的主要生产设备,数量众多,使用过程中具有高能耗、低能效等缺点,是制造业生产加工中需要节能减排的重点对象。而建立数控机床加工... 详细信息

随着能源及环境问题日益突出,节能减排越发是当今时代都要倡导和实施的重要措施。数控机床作为机械制造业的主要生产设备,数量众多,使用过程中具有高能耗、低能效等缺点,是制造业生产加工中需要节能减排的重点对象。而建立数控机床加工能耗预测模型,实现有效预估各工艺参数下的能耗信息是促进数控机床节能减排的基础。因此,本文以数控车削加工系统为研究对象,对数控机床加工过程能耗模型建立和预测方法进行研究。首先,引入灰色关联分析法理论确定影响能耗的主要因素及其影响程度。根据数控机床加工能耗系统构成,分析各个时段工况下影响能耗的因素。搭建数控机床功率数据采集平台,并进行正交试验,获取实验数据。利用灰色关联分析法对数据进行分析,确定加工过程时长、材料硬度、背吃刀量、空载功率、进给速度、主轴转速、进给量作为该加工条件下影响能耗的主要因素并对其影响程度进行排序。其次,通过分析bp神经网络算法和adaboost算法特点,以此为基础提出一种基于adaboost算法集成优化bp神经网络的建模方式,建立bp-adaboost集成算法预测模型,利用切削案例分析进行模型预测可行性验证。并通过该模型提高在小样本预测条件下,对机床加工能耗进行预测的精度。最后,为了进一步确定bp-adaboost集成算法预测模型的在机床能耗预测方面的优势,将bp-GA和bp-PSO算法模型引入到能耗预测中进行预测效果对比分析。研究表明,集成优化后的bp-adaboost算法模型在对机床加工能耗进行预测时准确性更高。该项研究不仅在数控机床加工能耗预测方面提供了一种新的算法模型,为工艺参数优化提供方法支持,而且在机床节能加工等方面也具有广阔的应用前景。

关键词：数控机床灰色关联度神经网络 bp-adaboost算法

来源：评论

学校读者我要写书评

暂无评论

基于电动汽车实际运行数据的动力电池健康状态估计算法研究

基于电动汽车实际运行数据的动力电池健康状态估计算法研究

引用

作者：周仁桂林电子科技大学

学位级别：硕士

伴随着化石能源短缺和全球变暖问题的严峻形势,作为人们日常出行中必不可少的燃油汽车,其环境污染问题一直是全世界各个国家所争论的热点问题,在此社会背景下电动汽车的重要性不言而喻。其中动力电池健康状态（State of Health,SOH）估... 详细信息

伴随着化石能源短缺和全球变暖问题的严峻形势,作为人们日常出行中必不可少的燃油汽车,其环境污染问题一直是全世界各个国家所争论的热点问题,在此社会背景下电动汽车的重要性不言而喻。其中动力电池健康状态（State of Health,SOH）估计更是电动汽车领域关注的一个重点,目前大部分方法都是基于实验室测试数据进行估计,忽略了实际车辆运行情况,本文使用国家大数据联盟平台采集的实际车辆运行数据进行电池SOH估计算法研究。主要工作如下:（1）通过实验室设备进行电池的循环工况实验:使用SONY公司生产的18650VCT6电池,进行电池一致性试验及多倍率快慢充对照实验,对电池内部老化原理与外部影响因素进行总结分析,确定电池老化状态特征参数,针对不同类型车辆数据问题选择更准确的估计算法。（2）对实际电动汽车电池数据进行数据处理:算法预测结果的精度极大地依赖于样本数据的规范性,实际运行车辆的数据往往会受到各种工况和人为因素的干扰,出现离群数据、干扰数据、异常数据和重复数据,为此设计并建立了数据处理系统,对原始数据进行预处理。（3）提取电池老化过程中的数据特征:将预处理后的车辆电池数据,通过安时积分法获取表征电池SOH的容量数据,并根据经验公式进行温度容量补偿修正,通过ICA方法提取新的电池SOH老化特征,新特征使用皮尔森系数法检测与电池老化关系的相关性。（4）设计了更适合实车数据的电池SOH估计算法模型:针对实车数据波动较大且数据时序性较差的问题,选用抗噪能力强的adaboost算法,并在此算法框架上选择bp网络构成底层的弱学习器,输入样本为提取的特征,估计得到最好RMSE为1.116%,相比于LSTM-RNN模型的估计结果精度更高。本文的创新之处:（1）同时选择电池容量特征和ICA特征进行电池SOH估计;（2）针对实车数据强噪声和时序性差的问题,设计并使用bp-adaboost算法进行SOH的估计。

关键词：电动汽车动力电池 SOH估计实车数据 bp-adaboost算法

来源：评论

学校读者我要写书评

暂无评论

基于图像质量评价的掌静脉图像质量快速增强法

基于图像质量评价的掌静脉图像质量快速增强法

引用

作者：李苋兰福建师范大学

学位级别：硕士

在如今这样一个信息时代,由于人们对更加安全可靠的身份识别的需要日益增加,以生物特征识别技术研发生产的识别设备已经投入到社会各界使用。其中静脉识别技术是生物特征识别技术的一种,由于手掌静脉特征稳定、独特以及不易被盗取的特点... 详细信息

在如今这样一个信息时代,由于人们对更加安全可靠的身份识别的需要日益增加,以生物特征识别技术研发生产的识别设备已经投入到社会各界使用。其中静脉识别技术是生物特征识别技术的一种,由于手掌静脉特征稳定、独特以及不易被盗取的特点,而且相较于指静脉与手背静脉,其结构更丰富。因此,手掌静脉识别技术在社会各个领域都有广大的应用价值。在前端获取掌静脉图像的过程中,由于外部因素(如采集设备限制、周围采集环境的影响)以及人为因素(个体手掌肌肉骨骼组织的差异、手掌放置位置的变化)的存在,导致采集的手掌静脉图像质量参差不齐。不同质量的静脉图像影响了掌静脉图像的后续处理,从而影响了系统的识别准确率。所以,对手掌静脉图像的增强是手掌静脉识别技术的一个关键部分。针对采集的手掌静脉图像质量参差不齐的问题,本文提出了基于图像质量评价的掌静脉图像增强法。首先,提出了基于bp-adaboost神经网络的多参数的掌静脉图像质量评价法。根据掌静脉图像质量特点,确定多个参数的评价指标(对比度(contrast)、信息熵(entropy)、清晰度(sharpness)和等效视数(enl))。利用bp网络优良的非线性拟合特点,以多个评价参数为网络输入,分类结果为网络输出,训练bp弱分类器,在此基础上利用adaboost算法得到最终的强分类器。其次,利用强分类器对掌静脉图像进行高低质量的分类,剔除低质图像。最后,将所得的高质图像进行Gabor滤波处理,滤波子图进行重建得到最后的增强结果图。通过实验结果中的识别准确率的比较,证明了本文的增强方法是有效的。针对Gabor滤波器在实际应用中存在的耗时大难以满足嵌入式系统对于时效性要求等问题。本文通过以下两种方法来实现Gabor滤波器的快速滤波。(1)设置合适的参数,在不影响滤波结果的同时采用更少的滤波方向与滤波频率;(2)改变滤波器的实现方式,使用高斯递归的方式实现滤波器的对掌静脉图像的滤波处理。根据实验结果显示,本文的快速Gabor滤波方法是有效的。

关键词：掌静脉图像图像质量评价 bp-adaboost算法图像质量增强 Gabor滤波器快速增强

来源：评论

学校读者我要写书评

暂无评论

基于多源数据的房地产价格指数预测模型及实证研究

引用

石家庄铁道大学学报（社会科学版） 2020年第2期14卷 14-22页

作者：朴春慧武旭晨蒋学红李玉红石家庄铁道大学信息科学与技术学院河北石家庄050043 中国银行河北省分行信息科技部河北石家庄050000 河北省住房和城乡建设厅信息中心河北石家庄050051 石家庄铁道大学经济管理学院河北石家庄050043

房地产的价格变化对社会经济发展有显著的影响,准确预测房地产市场价格变化并对其进行有效调控显得尤为重要,但使用房价作为评估房地产市场的度量指标有一定的局限性。住宅销售价格指数是由国家统计局发布的综合反映住宅商品价格水平总... 详细信息

房地产的价格变化对社会经济发展有显著的影响,准确预测房地产市场价格变化并对其进行有效调控显得尤为重要,但使用房价作为评估房地产市场的度量指标有一定的局限性。住宅销售价格指数是由国家统计局发布的综合反映住宅商品价格水平总体变化趋势和变化幅度的相对数,为探讨新建商品房住宅销售价格指数的预测方法及其预测有效性,利用与相关的房地产供求关系、社会宏观经济指标、国家货币政策和民众对房价的预期等多源数据,构建了一套房地产价格指标体系。分别使用bp-adaboost和支持向量回归机两种机器学习算法构建房地产评估模型,同时设计了一个调参算法对支持向量回归机模型进行参数优化。在实证中使用华北某市的房地产月度数据对两种模型进行训练和预测,并与ARIMA模型和经典bp神经网络模型做对比。实验结果表明,bp-adaboost模型的预测误差最小,使用bpadaboost模型预测房地产价格指数具有可行性。

关键词：房地产预测 bp-adaboost算法支持向量回归机住宅销售价格指数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：