基于数据挖掘的风电机组齿轮箱运行状态分析

针对风电机组齿轮箱运行状态识别困难的问题,基于数据挖掘思想,提出改进的非线性状态估计方法,得到了机组参数与运行状态之间的关联机制;通过因子分析,有效减小样本数据空间,提高了样本数据的解释能力;根据机组实际运行特点,运用滑动窗口与异常率的方法对预测残差进行分析,保证了最终分析结果的准确性与可信性。结合实际案例分析可知,该方法较传统分析方法能够更及时、准确地察觉风电机组齿轮箱异常状态。     

运用三维人体测量的青年男性上半身体型分类

为提高青年男性上半身服装的合体度及舒适性,以210名18～25岁青年男性的三维人体测量数据为研究对象,筛选出28个上半身相关变量,使用SPSS软件进行数据分析。首先,利用因子分析提取出7个最能反映青年男性上半身形态的公共因子,即围度宽度因子、曲线因子、长度因子、上半身比例因子、肩部形态因子、袖长形态因子和胸腰差因子。然后,计算各因子的权重,选取胸宽、肚胸凸差和身高3个特征指标,运用方差分析和K-means聚类分析,将该组青年男性上半身样本分为矮瘦圆台型、矮胖圆台型、高胖圆台型和高瘦圆台型4类,各体型占比分别为24.62%、23.62%、21.61%和30.15%。其中,高瘦圆台型占比最多,高胖圆台型占比最少。该研究结果为企业进行男性上半身服装结构设计提供了有价值的参考。     

基于居民行为体验的村庄公共空间因子分析——以浙江省宁波奉化区4个村庄为例

村庄公共空间建设不仅要考虑村庄内整体资源、环境、空间以及地方标准的建设需求,同时更应该考虑居民的活动体验需要,与村庄的文化、历史、社会结构等要求。该文基于村庄建设发展的文献研究以及现场观察,统计出7个类别指标:主要包括空间指标、活动设施、总体满意度、环境质量、使用偏好、功能需求、空间感受影响。通过对浙江省宁波市奉化区石门村、西坑村、周村、慈林村4个村进行调查作为数据来源,运用因子分析法分析出与居民行为体验密切相关的3个主要主成分,包括空间布局感受、环境质量、活动场地。同时提炼出能高度指向3个因子的17项因素,结合村庄特征提出公共空间优化的方向,助推乡村公共空间复兴。     

前表面三维荧光表征超滤膜污染的方法优化研究

超滤膜污染的表征是膜污染控制的关键基础,前表面三维荧光技术能够直接针对膜表面的污染物进行定量表征。对前表面三维荧光表征的方法进行了优化,对比了湿润样品直接检测、烘干样品检测和浸没样品检测3种样品预处理及检测方法。实验结果表明:湿润样品直接检测,荧光会受到样品湿度的影响;烘干样品检测,荧光会受到膜老化的影响;对浸没样品检测,前表面三维荧光技术能够稳定、准确地定量膜表面的污染物。将该方法进一步应用于超滤BSA污染试验的结果证明:优化后的前表面三维荧光表征方法能够准确定量膜污染物质含量并有效指示膜污染情况,从而为膜污染机理解析和膜污染控制提供参考。     

基于因子分析的工程混凝土选择模型——以A工程为例

针对影响A工程的因素进行研究,建立了因子分析模型,求解出混凝土对A工程影响程度的大小。将混凝土种类进行细分,利用模糊综合评价模型,评价出适合的混凝土选择方案,并为未来工程施工对混凝土的选择提供参考。     

基于因子分析和灰色关联的边坡稳定性分析

为保证公路的安全运营,本文从R型因子分析和灰色关联的角度为公路边坡稳定性做出分析。最终选定6个指标因子作为边坡稳定性分析的评价指标;在公路边坡工程实际中,运用因子分析法对所得观测数据进行降维,然后分析各项指标的相关性,最后计算出各项指标的权重。然后,运用灰色关联的相关知识,计算出各公路边坡关于不同稳定性等级的多指标综合关联度,进一步判断出公路边坡的综合稳定性等级。     

基于改进的GA-ELM煤与瓦斯突出预测模型

为准确、快速地预测煤与瓦斯突出,提出了一种基于因子分析和遗传算法(GA)优化极限学习机(ELM)的煤与瓦斯突出危险性预测模型。构建10种影响因素的煤与瓦斯突出评价指标体系,采用因子分析法对评价指标体系进行分析提取,将提取出的5个公因子作为ELM的输入参数,为避免ELM输入权值和隐含层偏差随机性的影响,应用GA对ELM模型参数进行优化,构建GA-ELM模型,选取20组实例进行仿真预测,同时与传统单一的ELM、SVM和BP模型进行对比分析。结果表明:基于改进的GA-ELM模型能有效降低数据冗余、简化网络结构和提高判别精度,提出将其运用到煤与瓦斯突出的预测与实际结果具有很好的一致性。     

因子分析在安徽石台—九华山地区成矿预测中的应用

1∶5万水系沉积物测量的异常评价与成矿预测历来是化探工作的难点,应用因子分析方法,通过对安徽石台—九华山地区矿化岩石样和不同地质单元的水系沉积物样品元素组合的详细研究,指出该区铜、铅锌多金属矿化的直接指示因子、热液活动指示因子和远程指示因子,并根据异常区上述3个因子的发育特征对矿化体的剥蚀程度进行了初步判断,从而增强了成矿预测的准确性。应用因子得分,结合对地质特征的分析,圈定了有利找矿靶区,指明了该区主要的找矿方向,取得了快速、准确进行成矿预测的效果。     

基于因子分析的新建本科院校公选课满意度研究

通过问卷调查，获得第一手资料，应用统计软件对数据进行处理。结合各指标的方差分析各指标的平均满意度，应用因子分析对原来十三项指标进行化简，建立新建本科院校学生公选课满意度的综合评价模型，并进行排序。结果表明，学生所学专业、公选课的性质是影响学生对公选课的满意度的主要因素。