装备故障率预测模型

通过对武器装备故障数据统计分析,建立故障率模型,重点考虑装备使用年限和年平均湿度两个指标,提出环境适应因子计算方法,并通过实例分析验证了模型的准确性,为提高装备的维修保障效率提供一定决策依据.     

基于BP神经网络的空气污染指数预测模型研究

BP神经网络已成为研究空气污染预测的有效工具之一。文章利用近十年北京市地面气象观测资料和空气污染指数数据,通过BP神经网络技术构建了不同季节的空气污染指数预测模型,对北京市空气污染指数进行了预测。通过相关系数分析法,对比分析了预测结果与实际监测结果,研究结果表明:春、夏、秋、冬季的预测值与监测值线性相关系数分别为0.81、0.84、0.89、0.85。北京春季常伴随有沙尘天气,而文章并没有考虑沙尘天气对预测模型的影响,因此春季BP神经网络预测精度在四季中最低,其预测值与监测值的线性相关系数为0.81。由于秋季不同空气质量级别的数据都有较多分布,因此该季节构建的网络更具有代表性,其预测精度在四季中最高,预测值与监测值的线性相关系数高达0.89。总之,BP神经网络模型对于北京空气污染指数预测是行之有效的。     

基于FHWA的城市交通噪声预测模型研究

结合美国道路交通噪声污染预测模型(FHWA)和国内学者在该方面的大量研究成果,选择城市主、次干道监测点的建模采样数据,分析比较FHWA噪声预测模型的预测值,研究影响道路交通噪声的各个因子与道路交通噪声的相关性,提出符合实测道路交通特征的噪声污染统计噪声预测模型。随后应用噪声预测模型对监测点噪声污染进行预测,并与实测值对比验证后发现二者具有较高的一致性,此模型可应用在城市道路交通噪声污染的预测评价中。     

浅析电解槽大修渣安全填埋

根据电解铝行业危险废物电解槽大修渣的特点,分析了电解槽大修渣的危害性,确定了电解槽大修渣为危险废物,并按照国家对危险废物填埋相关法律法规的要求和规定,从危险废物填埋场的入场、建设、监控、封场、污染控制等几个方面,对电解槽大修渣的安全填埋处置的环保要求进行了分析,最后对电解槽大修渣填埋的预处理、填埋作业、渗滤液处置等方面提出措施,并分析了措施的有效性,为电解铝行业电解槽大修渣填埋处置提供参考建议.     

基于神经网络的矿区环境预测模型

收集了我国多个矿区城市的空气检测数据,采用多元统计分析和神经网络算法对检测数据进行整理分析,建立了矿区环境预测模型。通过实践检验发现,该模型预测精度较高,可以应用在环境预测实践工作中。     

岭澳核电站再创大修工期新纪录

<正>1月7日,从大亚湾核电基地传来喜讯,岭澳核电站2号机组顺利结束第七次换料大修,一次并网成功。此次大修实际工期22.94天,刷新我国百万千瓦级核电机组大修工期纪录,安全、质量控制良好,为大亚湾核电基地安全生产奠定了基础。     

电解铝厂大修渣污染分析与防治对策

电解铝工业中电解槽大修过程中产生大修废渣,氟化物浸出浓度可达4000 mg/L左右,属于危险废物,通过水泥窑协同处置方法,可有实现对废渣的彻底无害化处置。     

北部污水处理厂污泥消化系统大修技术措施探讨

消化系统是污水处理厂污泥处理中的核心工艺环节,其运行效率及运行安全性直接影响污泥处理效果。结合北部污水处理厂消化池的运行管理及大修工作,总结经验,为消化系统稳定运行提供借鉴。     

基于FHWA八车道交通噪声预测模型的选取分析

本文对公路交通噪声预测模型进行了分析,基于FHWA公路交通噪声预测模型,提出了公路交通噪声八车道的噪声预测模型,探讨FHWA的噪声预测模式与八车道噪声预测模式的差异性及影响因素。并得出了等效成两个线声源更适合八车道高速公路噪声预测这一结论。     

道路交通噪声预测模型研究进展

在介绍道路交通噪声预测模型的基本框架和主要考虑因素的基础上,较全面介绍了国内外道路交通噪声预测模型研究的最新进展.分析了预测模型方面存在的问题,并讨论了这一环境声学领域的未来发展方向.      

基于灰色理论的电子装备环境适应性评判模型

环境适应性是电子装备综合性能的一项重要指标。根据环境因素对电子装备的影响,构建电子装备环境适应性评价指标体系,在此基础上,运用灰色理论,建立电子装备环境适应性灰色综合评判模型,并结合实例,验证了模型的合理性和可行性。     

基于Wiener过程的电子测量设备性能退化建模与寿命预测

目的开展电子测量设备寿命预测,评价其健康状态,提升装备状态监测的准确性,充分发挥装备性能。方法利用电子测量设备长期观测的性能退化数据,基于Wiener过程建立电子测量设备性能退化模型和可靠性模型,并结合环境剖面参数,进行性能退化模型参数估计。结果以某型电子测量设备为例,建立了拟合性较好的性能退化建模,并进行寿命预测。结论该方法降低了电子测量设备在寿命预测过程中的试验成本,提升了寿命预测技术的实践能力,具有一定的工程应用价值。     

对道路交通噪声预测模式的探讨

目前道路交通噪声预测尚未有国家统一规定的计算模式,本文通过分析道路与公路性质差异及现行几种预测模型的区别,指出不同预测模式的采用、参数的选取将对公路交通噪声预测结果产生影响,提出公路噪声预测模式应用于道路环评需注意的问题。     

武器装备备件维修任务预测

在对备件的寿命分布类型进行分析的基础上,建立了服从各种分布的备件维修任务预测模型,并从装备可靠性、装备部署数量、装备的复杂程度及装备工作强度4个方面进行了仿真分析。     

ABC算法优化SVR的磨损故障预测模型

目的为了提高故障预测的精度,针对支持向量回归SVR(Support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化支持向量回归(SVR)的故障预测模型(ABC-SVR)。方法该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型。最后通过实例仿真验证模型的优越性。结果采用ABC算法优化的SVR故障预测模型进行时间序列预测,能够较好地跟踪发动机滑油金属元素浓度的变化过程,并且能够提前2个取样时间预测异常情况的出现。结论 ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度。     

炼化装置大检修期间的职业健康管理

针对炼化企业装置大检修过程中职业危害因素多、受影响人员多、涉及单位和专业多的现状,结合中国石化济南分公司2013年检修实例,探讨了大修期间职业健康管理措施。     

基于灰色马尔科夫模型的2A12铝合金腐蚀预测方法研究

目的研究飞机结构件的腐蚀随时间的变化规律,为其寿命预测及可靠性分析提供参考。方法以2A12铝合金试件为对象,利用加速腐蚀试验设备,对其进行7个周期的加速腐蚀,以获得蚀坑深度的原始数据。在此基础上,将灰色GM(1,1)模型与马尔科夫链模型相结合,建立起能够预测蚀坑深度的灰色马尔科夫模型。结果将预测值与试验值进行对比,结果表明,灰色马尔科夫模型预测精度在0~4.5%之间,预测结果比较准确。结论该灰色马尔可夫模型能够较好地反映该型铝合金在腐蚀过程中蚀坑深度的变化趋势,建立起了一种新的腐蚀预测方法。     

基于TPB的炼化装置大检修违章安全管理应用实践

针对安全管理制度、监督制度、安全黑名单等对违章行为态度、违章主观规范和违章知觉行为控制的重要影响,构建了基于计划行为理论的炼化装置大检修违章安全管理模式,并通过强化管理制度建设、建立违章黑名单、全员安全积分劳动竞赛等具体应用实践,有效降低并避免实际违章行为,充分保障了装置大检修期间的现场安全。     

基于Weibull分布的测控装备寿命预测方法研究

目的利用寿命预测技术定期对测控装备的状态进行评估,挖掘装备潜在使用价值,降低出现故障的风险,为装备的更新维护提供参考依据。方法分析测控装备的特点,针对性地选用基于数据驱动的寿命预测技术,并重点分析基于Weibull分布的测控装备的寿命预测方法。结果通过数学公式推导,给出了采用最大似然估计法对二参数Weibull分布进行参数估计时的求解方法。结论对测控装备的寿命预测和可靠性评估提供科学的参考依据。