百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网! [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有!
全国服务热线 13310018778

栏目导航

最新技术
一种电接触接头的设计方法
本发明涉及一种电接触接头的设计方法,建立典型服役环境与特征参数集合之间的对应关系数据库;设计N类材质各不相同的电接触接头;制备L种具有不同初始表面粗糙度的电接触接头,获得N*L种电接触接头;针对所述电接触接头中的每一种,制备至少M个电接触接头;根据所述对应关系数据库,在所述M个电接触接头的表面分别制备具有相应特征参数集合的氧化层,获得至少N*L*M个电接触接头;分别进行电接触摩擦试验,并记录接触电阻超过预设失效值时的摩擦次数;检查、筛选,获得满足服役寿命要求的电接触接头。本发明可有效帮助设计者筛选出满足要求的电接触接头材质和表面粗糙度工艺设计参数,有助于获得更多且更优的电接触接头设计方案。
一种过程中刀具磨损状态预测方法
本发明涉及机械加工领域,具体涉及基于刀具磨损数据的多步刀具磨损值预测方法。通过基础刀具磨损试验,获得刀具磨损曲线和刀具磨损数据,对获得的刀具磨损数据通过移动滑窗操作划分成训练集T1和测试集T2,搭建密集残差神经网络,对其进行训练,实现刀具磨损趋势的准确预测。本发明能够判断在未来一段时间内的刀具磨损值是否发生较大的变化,以保证所加工零件的尺寸精度满足使用要求,根据预测得到的将来过程中的刀具磨损状态做出刀具是否更换的决策,在保证加工质量的前提下,提高生产效率和降低成本,对于当前数据驱动的智能制造具有重要意义。
常减压装置的通盘优化方法
本发明属于石油炼化领域,公开了一种常减压装置的通盘优化方法,该方法包括:确定常减压装置模拟的范围和涉及的变量;建立常减压装置的优化模型,包括优化目标方程和约束条件;通过物理逻辑重建方法对选取的变量进行优化求解,得到通盘优化所需的初值;在优化平台根据编程规则编写优化程序,给各变量代入所述初值,选用非线性求解器和制定的优化策略对优化模型进行求解,使优化值跳出局部最优,最终获得目标方程全局最优解及对应的优化变量的调整方向和幅度。本发明同时考虑多个现场操作变量的变化对优化目标和复杂现场约束的影响,避免了过分挖掘短期优化效益而造成长周期运行的重大操作风险和经济损失,对装置的长期稳定运行具有积极的效果。
新能源消纳能力评估方法、装置、终端设备及存储介质
本发明适用于电力系统技术领域,提供了一种新能源消纳能力评估方法、装置、终端设备及存储介质,该方法包括:获取待预测日的电力系统运行方式数据;将待预测日的电力系统运行方式数据输入已建立的新能源消纳能力评估模型,得到待预测日的新能源出力序列;根据待预测日的新能源出力序列,确定待预测日的新能源消纳能力指标数据,并通过待预测日的新能源消纳能力指标数据来评估新能源消纳能力。本发明采用已建立的新能源消纳能力评估模型可以快速完成对新输入数据的评估结果进行预测,不仅在系统规模较大时大大节省了计算时间,还提高了评估的精度。
基于GA-FSVR的智能电表误差预测方法
本发明公开了基于GA-FSVR的智能电表误差预测方法,包括:结合RBF核函数及Sigmoid核函数提出一种新的融合核函数模型,利用所述融合核函数的映射功能建立基于FSVR的智能电表误差预测模型;通过遗传算法对所述基于FSVR的智能电表误差预测模型中的核函数参数进行优化;采集不同温度应力下智能电表计量误差数据,分为训练集和测试集;利用所述训练集的数据对所述基于FSVR的智能电表误差预测模型进行训练;将所述测试集的数据输入所述基于FSVR的智能电表误差预测模型中,得到不同温度应力下智能电表误差预测结果。本发明能够准确追踪不同温度下的智能电表的误差变化情况。
一种基于图自监督学习的PM2.5预测方法及存储介质
本发明涉及一种基于图自监督学习的PM2.5预测方法及存储介质,其中PM2.5预测方法包括:步骤1:输入区域内多站点的历史环境时空数据进行图构建;步骤2:构建PM2.5预测模型;步骤3:输入时空图序列数据,训练步骤2构建的预测模型;步骤4:计算模型预测的准确率,若准确率超过预设阈值,则执行步骤5,否则,返回步骤3;步骤5:将区域内多站点数据输入训练好的预测模型,获得区域内多站点的PM2.5预测浓度值。与现有技术相比,本发明具有预测效果好、实用性好等优点。
基于Bayes-LSTM模型的公路隧道施工期围岩变形预测方法
本发明涉及基于Bayes-LSTM模型的公路隧道施工期围岩变形预测方法,步骤为:获取拱顶沉降与周边收敛数据;进行机理知识分析;预处理数据;划分数据集;使用Python内置的Keras框架搭建LSTM拱顶沉降与周边收敛预测模型;利用Python内置的Hyperopt贝叶斯调参模块搭建参数优化模型,并设置Bayes优化参数以及搜索空间;优化LSTM模型;加载训练完成的LSTM拱顶沉降与周边收敛预测模型,对测试集数据进行预测,输出预测值;利用Python内置的inverse-transform函数对预测数据进行反归一化。本方法对公路隧道施工期围岩变形监测数据分析速度快,预测精度高,处理数据效率高。
基于可变元胞的城市多点循环式紧急疏散与仿真推演方法
本发明提供的基于可变元胞的城市多点循环式紧急疏散与仿真推演方法,该方法包括:S1、初始化交通疏散路网,指定多个停车点、疏散点、安全点,并获取交通状态;S2、将实际路网及疏散场景映射到以可变元胞传输模型为基础的虚拟路网;S3、建立车辆多对多循环往复式疏散的路径选择模型,并建模进行参数求解;S4、在虚拟路网中对确定场景下求解的疏散路径进行即时仿真预演评价;S5、根据仿真结果诊断是否存在疏散瓶颈,不存在则输出疏散路径及评价指标;存在则优化瓶颈后重复步骤S2-S4,直至消除疏散瓶颈或者达到疏散目标。本发明综合性强、适用性广、可靠性高,综合了车辆路径选择、疏散控制措施、交通仿真评价等关键技术;可适应不同场景下的疏散路网;经示例验证确定了仿真评价的可靠性。
一种卷积神经网络识别AFM图象预测材料性能的方法
本发明公开了一种卷积神经网络识别AFM图象预测材料性能的方法,使用AFM得到聚合物的相图,取得聚合物晶区与非晶区的分布信息,对图像进行预处理后使用卷积神经网络进行AFM相图的特征提取,得到对应的特征神经网络,使用该网络可以实现使用AFM相图预测聚合物材料的断裂伸长率。本发明解决了现有原子力显微镜对于复杂材料表面结构识别后,无法获取更多信息的问题,为实际场景中应用AFM预测更多材料力学特性提供了可能,且有助于进一步分析材料的相区分布对其力学性能的影响,本发明可以通过AFM相图快速预测材料的拉伸性能,可在材料工程领域广泛推广。
基于随机森林的降低汽油辛烷值损失的优化方法
本发明公开了一种基于随机森林的降低汽油辛烷值损失的优化方法,该方法包括:步骤1:采集汽油精炼原始样本数据,并对数据进行预处理,剔除异常数据和无效数据;步骤2:通过降维的方法从获取到的原始样本数据中筛选出关键变量;步骤3:基于步骤1中预处理后的数据和步骤2选出的关键变量,利用随机森林模型来建立产品辛烷值损失预测模型,并进行模型验证;步骤4:利用步骤2中筛选出的关键变量使用SVR模型和随机森林模型,对产品硫含量和辛烷值损失进行预测,以硫含量作为约束条件,对样本的操作变量进行调优,得出不同情境下的降低辛烷值损失的优化方案;步骤5:提取原始样本数据的关键变量的变化范围和步幅,利用Python进行绘图,展示单操作变量调整时预测值的变化。