基于MIC特征提取与BO-CatBoost的航空发动机RUL预测

针对航空发动机传感器监测的退化参数提取困难,易受噪声干扰及发动机剩余使用寿命预测精度不足等问题,利用最大信息系数、贝叶斯优化算法和类别特征梯度提升算法,提出了一种新的发动机剩余使用寿命预测模型。首先,为有效解决特征提取不足的问题,对采集的传感器历史监测特征进行最大信息系数相关性计算,提取出对发动机寿命运行周期影响较大的关键退化特征。其次,为解决剩余使用寿命预测中的梯度偏差及预测偏移问题,使用基于贝叶斯优化的类别特征梯度提升方法对航空发动机进行剩余使用寿命预测。最后,在美国航空航天局提供的商用模块化航空推进系统仿真数据集上进行实验,结果表明所提预测方法的性能较好,验证了该方法的有效性。

基于XGBoost算法的沥青路面横向裂缝预测模型

横向裂缝是沥青路面的主要病害形式,其预测精度直接关系到路面结构设计的可靠性。为准确预测沥青路面在使用过程中横向裂缝的破坏情况,基于XGBoost算法构建了沥青路面横向裂缝预测模型。利用TPE-BO方法优化模型的超参数能提升模型性能。相较于RF和CatBoost模型,提出的模型预测精度更高。此外,通过相关性分析和SHAP方法对特征重要性进行评估,当模型输入变量数量减少4个时,模型效果达到最佳,降低了收集数据的成本和难度,对提高公路养护的经济性具有重要意义。

基于二次分解和BO-BiLSTM组合模型的采煤工作面瓦斯涌出量预测方法研究

为了提高采煤工作面瓦斯涌出量预测精度,提出了一种基于二次分解和BO-BiLSTM组合模型的采煤工作面瓦斯涌出量预测方法。首先运用变分模态分解(VMD)将瓦斯涌出量时序数据进行一次分解,充分利用其分解后的残余分量,并采用自适应噪声完备经验模态分解(CEEMDAN)进行二次分解;然后将分解后的所有子序列分别输入到贝叶斯算法优化双向长短期记忆网络(BO-BiLSTM)模型中进行瓦斯涌出量预测;最后将各子序列模型输出结果进行叠加得到最终瓦斯涌出量预测结果。以陕西彬长矿区某矿采煤工作面绝对瓦斯涌出量日监测数据为例进行建模和预测分析,结果表明:所提出的瓦斯涌出量组合预测模型具有较高的预测精度,验证了该模型在瓦斯涌出量预测方面的有效性和适用性。

基于DGLCM BO Stacking的工件表面粗糙度检测

表面粗糙度对工件使用性能和寿命有很大影响,为了实现高精度、鲁棒工件表面粗糙度检测,提出基于方向灰度共生矩阵和贝叶斯优化堆叠模型的工件表面粗糙度检测方法。采用互补金属氧化物半导体相机、同轴光源、远心镜头搭建视觉检测系统,采集不同表面粗糙度的工件纹理图像,并对采集到的纹理图像进行数据增强。使用方向灰度共生矩阵提取图像的纹理特征,构建特征描述符。使用经过贝叶斯优化的轻量梯度提升机、极限梯度提升树、随机森林作为基学习器,构建堆叠模型。使用所采集的不同表面粗糙度的纹理图像数据集进行性能试验。试验结果表明,所提出的检测方法在多个性能评价指标上都优于其它方法,具有较高的检测精度和较强的泛化能力,可以有效实现表面粗糙度的高精度、鲁棒检测。

基于CEEMDAN-BO-BiGRU的矿井涌水量预测研究

为提高矿井涌水量预测的准确度,基于涌水量数据的不稳定性及随机性,提出一种自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、贝叶斯优化(Bayesian optimization,BO)与双向门控循环单元(bi-directional gated recurrent unit,BiGRU)相结合的矿井涌水量预测模型CEEMDAN-BO-BiGRU。所提模型通过CEEMDAN将涌水量数据分解为多个较平稳的固有模态分量(intrinsic mode function,IMF)和残差分量(residual components,Res),过滤数据噪声,提取数据不同时间尺度波动特征,降低预测误差。利用贝叶斯优化对BiGRU模型多个超参数进行迭代寻优,进一步提高模型的预测精度。之后对各分量进行超前1~3步预测,最终将各分量预测结果加和得到涌水量多步预测结果。以小庄煤矿矿井涌水量数据进行试验,并将CEEMDAN-BO-BiGRU预测结果与其他多种预测模型结果进行对比分析。结果表明:采用CEEMDAN-BO-BiGRU组合网络模型对矿井涌水量预测结果更准确,该方法对涌水量的短时预测提供了一种新思路。

基于LSTM-BO和SPRT的风电机组故障演化过程分析

有效挖掘故障演化的过程有利于分析和总结故障传播规律。本文提出了基于LSTM-BO模型和SPRT算法,利用SCADA历史数据研究风电机组早期故障演化过程的分析方法。首先使用Pearson相关系数法挖掘SCADA数据各监测变量之间的映射关系,获得LSTM-BO网络所需的输入—输出关系对;其次是依赖LSTM网络强大的时序特征提取能力,将预处理后的SCADA数据送入LSTM网络进行训练,从而得到相应的正常行为模型;最后,依赖SPRT在序贯测试方面的优势,将各监测变量模型预测值与实际监测值之间的偏差看作序贯测试的对象,并对其测试结果进行滑动窗口观测,以异常点数目占观测窗口宽度的比值为度量指标,得到SCADA数据部分重要监测变量在故障发生前的演化过程。实例分析结果表明,所提方法能够有效提取故障演化的过程,为后续演化规律的分析提供指导。

基于ASWPD-BO-GRU的月径流量预测模型

为提高月径流量预测精度,并针对传统分解集成径流预测模型错误使用未来数据的问题,提出并建立了基于自适应小波包分解(ASWPD)和贝叶斯优化(BO)的门控循环单元(GRU)月径流量预测模型(ASWPD-BO-GRU)。首先,利用ASWPD对原始月径流量时间序列进行分解,在不使用未来数据的前提下得到4个相对规律的分解子序列,以降低预测难度;然后,利用BO优选分解后的子序列对应的GRU模型超参数;最终,对每个子序列进行预测,将预测结果相加重组得出月径流量预测结果。将提出并建立的模型应用于黑河流域莺落峡水文站月径流量预测中,并与GRU、BO-GRU、WPD-BO-GRU模型(基于传统分解思想对原始月径流量时间序列整体进行分解的预测模型)的预测结果进行对比。结果表明:ASWPD-BO-GRU模型的纳什效率系数(NSE)为0.89,在实例应用中预测精度最高,说明ASWPD-BO-GRU模型在正确分解的前提下具有较高的预测精度和更强的泛化能力。

基于高光谱成像技术与BO-XGBoost的花生含水率无损检测研究

含水率影响着花生的质量、储藏时长与出油率。本研究针对当前花生含水率测量效率低、有损检测、无法适应大规模检测等问题,探索基于高光谱成像技术的花生含水率无损快速检测方法。测量并建立了300份不同种类花生的高光谱原始图像及光谱数据集,并利用小波变换、多元散射校正(MSC)和一阶导数对数据进行预处理,结合PLS、XGBoost、BO-XGBoost算法建立花生含水量无损检测模型。通过实验对比得出,利用小波变换对原始光谱数据进行预处理后的光谱数据建立的BO-XGBoost模型最优,预测模型决定系数R^(2)=0.9539,均方根误差RMSE=0.8065。实验表明,高光谱成像技术结合BO-XGBoost能够对花生含水率进行快速、准确、无损检测,且对其他农作物水分含量检测具有一定的借鉴意义。

基于BO-LSTM的天然气处理厂负荷率预测模型

为优化天然气处理厂生产计划,弥补天然气处理厂负荷率预测模型的空缺,提出一种基于贝叶斯优化(Bayesian Optimization,BO)和长短期记忆(Long Short-Term Memory,LSTM)的天然气处理厂负荷率预测模型。LSTM模型用于捕捉因检修天数和日处理量等因素引起的时间特征,贝叶斯算法用于优化LSTM网络的结构、隐藏层层数、隐藏层神经元个数、初始学习率和正则化系数,弥补参数造成预测波动的缺陷。选取波动型和平稳型天然气处理厂负荷率对不同模型测试,结果表明,LSTM模型较其他传统预测模型的预测精度高。BO-LSTM模型的预测平均绝对误差(MAE)值和均方根误差(RMSE)值均最小,预测精度最高,通用性强,较传统LSTM模型的MAE和RMSE值可提高57.8%和30.1%。天然气处理厂负荷率预测模型可为天然气处理厂的生产运行和决策提供数据支撑,具有稳定的预测精度和适应性。

基于KECA和BO-SVDD的滚动轴承早期故障检测

为了实现更早地检测出滚动轴承发生故障,提出一种基于核熵成分分析(KECA)和贝叶斯优化(BO)算法优化支持向量数据描述(SVDD)的滚动轴承早期故障检测方法。提取轴承振动信号的时域、频域特征以及小波包分解节点能量特征,组成多维特征矩阵;利用KECA对多维特征矩阵进行降维处理,进而提取有效特征;最后,选取轴承正常状态的特征指标训练模型,利用BO算法确定SVDD的惩罚因子和核宽度,进而得到早期故障检测模型。利用该模型对XJTU-SY数据集中不同工况下的轴承进行早期故障检测,结果表明:KECA能够有效地提取特征信息,减少冗余信息的干扰;该模型整体上能够较早检测出故障的发生,并且有较好的鲁棒性和泛化能力。

基于BO-GRU神经网络的锂离子电池剩余使用寿命预测

锂离子电池剩余使用寿命预测是锂离子电池健康管理的重要内容。针对锂离子电池剩余使用寿命预测困难、传统循环神经网络预测精度低的问题,提出一种基于贝叶斯优化(BO)-门控循环单元(GRU)神经网络的锂离子电池剩余使用寿命预测方法。这一方法提取循环数与对应的容量融合作为新特征,采用滑动窗口方法分割特征数据集,搭建门控循环单元神经网络,在网络中加入随机失活,并采用贝叶斯优化对门控循环单元神经网络参数进行优化。在不同来源数据上进行试验验证,这一方法的相对误差均小于3%,能够实现对锂离子电池剩余使用寿命的准确预测。

基于BO-RF的烧结矿化学成分预测模型研究

烧结矿的化学成分是决定烧结矿质量和高炉冶炼顺行的关键因素之一。为了稳定烧结矿化学成分,通过对烧结矿与混合矿化学成分进行相关性分析,选取两者相关性高的化学成分作为输入参数,并采用贝叶斯算法优化随机森林算法里的超参数,对烧结矿中化学成分[w(TFe)、w(FeO)、w(SiO_(2))、w(CaO)、w(MgO)、w(Al_(2)O_(3))、碱度(R)]进行预测,建立了基于BO-RF的烧结矿化学成分预测模型。预测结果表明:烧结矿化学成分的预测准确率均达到90.0%以上,其中烧结矿w(CaO)的预测准确率达到96.9%,烧结矿R的预测准确率为96.5%。烧结矿化学成分预测相对误差均在5.0%以内,其中烧结矿R的预测相对误差在3.5%以内,烧结矿w(TFe)的预测相对误差在1.4%以内,整体预测精度较高。

融合贝叶斯优化随机森林的机场旅客风险评估研究

为科学有效地评价旅客风险,提高旅客出行便捷性,以机场离港旅客为研究对象,借助旅客姓名记录获取评价旅客风险的相关信息,结合旅客安检信息,编制问卷进行调查。运用SPSS 22.0软件对有效问卷数据进行合理性检验,构建民航旅客风险评价指标体系;在此基础上,利用贝叶斯优化随机森林模型对旅客风险等级进行综合评价。结果表明:在影响旅客风险等级划分的8个指标中,年飞行次数和托运行李违禁品记录重要性最大,性别重要性最小;相较于多种传统的算法,贝叶斯优化随机森林的分类性能更高,准确率达到97%。研究结果对机场实施旅客分类安检具有一定的指导作用。

盐碱水对鲌鲂“先锋2号”营养品质的影响

[目的]探究水体盐碱度对鲌鲂“先锋2号”肌肉营养品质的影响,为淡水鱼在盐碱水环境中养殖提供科学依据。[方法]通过在盐碱水(5‰NaCl、1‰NaHCO_(3))中暂养鲌鲂“先锋2号”0 d(对照组)、8、16、30 d,分别对其肌肉中常规营养成分、氨基酸和脂肪酸含量和组成以及肌肉质构特性进行测定。[结果]试验组8 d、16 d和30 d的鱼肉蛋白质、脂肪含量均显著高于对照组0 d(P<0.05)。肌肉中氨基酸总量、必需氨基酸总量和非必需氨基酸总量随暂养时间延长呈先升后降的趋势,在16 d时含量达到最高值。在检测到的19种脂肪酸中,16种脂肪酸含量随着暂养时间延长而显著上升(P<0.05)。盐碱水暂养30 d时,肌肉硬度和弹性显著高于对照组0 d(P<0.05),8 d时回复性显著高于对照组(P<0.05)。[结论]鲌鲂“先锋2号”可以适应盐碱环境,且盐碱水可有效提高其肌肉营养品质,改善肌肉质地,具有较高的食用价值和经济价值。根据本研究结果与实际养殖情况综合考虑,建议鲌鲂“先锋2号”在盐碱水中暂养16 d。

地方优秀传统文化在幼儿园课程资源中的开发策略研究——以亳文化为例

地方优秀传统文化是中华优秀传统文化不可分割的一部分,其为地方学校教育提供丰富的文化资源。为了加快推动亳文化在地方幼儿园课程中的设置,采用问卷调查方法、访谈法,分析亳文化在地方幼儿园课程资源开发的必要性,提出亳文化存在知名度与认可度不高、幼儿园开发亳文化课程意识薄弱、家长参与课程开发的意识不强等问题,从政府、幼儿园、家庭、社区四个层面研究亳文化在地方幼儿园课程资源中的开发策略,推动政府多举措、全方位开发并将亳文化应用于地方幼儿园课程,推动幼儿园与地方双向良性互动和正向发展。

于海波运用“健脾益肾三针组穴”治疗小儿脑瘫经验探析

介绍名老中医于海波教授运用“健脾益肾三针组穴”治疗小儿脑瘫的临证思路与针法特色。以“脏腑-经络-脑”生长发育理论为指导,于海波教授认为“脾肾不足”是小儿脑瘫的核心病机,提出“从脾、肾论治”的治疗理念。传承与创新三针组穴疗法,建立“健脾益肾三针组穴”体系。常规针刺前点刺腹背,畅调中焦,临证时选上肢组穴“合谷、外关、曲池(手三针)+内关”;下肢组穴“足三里、三阴交、太冲(足三针)”;“申脉、照海、涌泉”,脾肾同调,头部穴位包括四神聪、智三针、脑三针、颞三针、定神针、风府和双侧风池。以调神益智,配穴因病因证加减。同时辅以音乐疗法、耳穴压豆。强调“患儿-家长-医者”之神同调和“治人”重于“治病”。

Na_3La_2(BO_3)_3∶Sm^(3+)的合成及其光谱特性

本文采用固相反应法 ,合成了一系列掺Sm3 + 的Na3La2 (BO3) 3[Na3(La1-xSmx) 2 (BO3) 3]发光体 ,X 射线粉末衍射数据分析表明它们属于正交晶系 ,空间群为Amm 2。测量了红外光谱、荧光光谱 ,观察到在5 99nm、6 45nm处有较强的荧光发射 ,并研究了发光强度与Sm3+ 离子浓度 (x)的关系 ,确定了Sm3+ 离子在Na3La2 (BO3) 3 基质中发光的适宜浓度。

基于随机森林——贝叶斯优化的设施黄瓜生长模型研究

为解决当前设施黄瓜生产水平不高,设施环境难以精准调控、智能化应用不足等问题,本研究基于山东农业大学科技创新园园艺实验站日光温室内的环境数据和黄瓜生长数据,采用随机森林-贝叶斯优化算法(RF-BO)构建设施黄瓜定植期、伸蔓期、初花期及采收期生长模拟模型,并与随机森林(RF)算法建立的生长模型进行对比分析,结果表明:基于RF-BO构建的设施黄瓜生长模型在设施黄瓜各发育期的模拟效果均优于RF算法构建的设施黄瓜生长模型,各发育期生长模型的决定系数R2均在0.9以上,均方根误差RMSE范围在0.121~0.317之间,平均绝对误差MAE范围在0.096~0.221之间,可较为准确模拟设施黄瓜的生长动态过程。本研究所构建的设施黄瓜生长模型亦可为其他园艺蔬菜或作物的生长预测提供参考,从而为环境精准调控农业生产提供更加科学、可行的决策依据。

BO原理在下肢粉碎性骨折治疗中的应用

[目的]利用BO原理指导内固定材料在下肢粉碎性骨折的应用，减少骨折端的血供破坏，有助于骨愈合。[方法]针对所有类型的下肢粉碎性骨折，术中不剥离骨膜及游离碎骨片，要求间接对线复位，固定相对稳定。动力髁钢板固定粗隆下骨折18例、固定股骨下端粉碎性骨折16例；解剖钢板少钉固定粗隆下骨折26例、固定股骨下端粉碎性骨折24例；加压钢板少钉固定股骨干粉碎骨折27例、固定胫腓骨粉碎骨折3l例；LC-DCP少钉固定股骨干粉碎骨折26例、固定胫腓骨粉碎骨折22例；交锁髓内钉固定股骨干粉碎骨折25例、固定胫骨粉碎骨折18例；单臂外固定架治疗胫腓骨粉碎性骨折103例；单臂外固定架加有限螺钉治疗胫腓骨粉碎性骨折56例；有限螺钉加石膏或夹板治疗胫腓骨粉碎性骨折2l例。[结果]治疗413例，随访6～18个月，平均10．5个月，骨愈合408例，占98．78％。股骨骨折不愈合1例，畸形愈合2例（成角〉20°），胫腓骨骨折延迟愈合2例，不愈合4例。[结论]BO的间接对线复位、固定相对稳定及保护骨折端软组织等优点有利于骨折愈合，尤其适应于长骨干的粉碎性骨折。

大额牛(Bos frontalis)与瘤牛(Bos indicus)的种间杂交研究

【目的】探讨大额牛(Bos frontalis)与瘤牛(Bos indicus)杂交利用潜能及杂交育种前景。【方法】选用婆罗门(Brahman)母牛,以CUE-MATETM(孕酮阴道栓)+PG(氯前列烯醇)法同期发情处理后用大额牛冷冻精液对其进行人工授精(artificial insemination,AI),调查记录母牛产犊时间、妊娠期及犊牛性别等;测定大额牛与婆罗门牛杂交F1(大婆F1)、大额牛和婆罗门牛的初生体重及6、12和18月龄的体重;进行大婆F1的核型分析;对大婆F1的繁殖性能进行研究。【结果】①婆罗门母牛的同期发情率、妊娠率和产犊率分别为83.87%、60.56%和45.07%,母牛(n=24)的平均妊娠期为(290.83±5.26)d;②大婆F1中母犊占71.88%,分别显著高于大额牛和婆罗门牛(P<0.05)、极显著高于大额牛与黄牛杂交F(1大黄F1)和BMY牛(P<0.01);③大婆F(1n=29)初生体重及6、12和18月龄平均体重分别为(26.69±4.84)、(153.08±37.58)、(219.34±31.31)和(302.06±28.92)kg,分别比大额牛(n=18)高68.18%、37.12%、45.07%和40.13%(P<0.01);分别比婆罗门(n=45)低14.40%(P<0.01)、5.23%(P>0.05)、13.12%(P<0.01)和12.76%(P<0.01);0—18月龄大婆F1中公牛和母牛平均日增重分别为(503.09±44.91)g和(502.89±53.54)g,分别比大额牛高35.98%和39.85%(P<0.01),但分别比婆罗门牛低16.49%(P<0.01)和6.63%(P>0.05);④大额牛、婆罗门牛和大婆F1的染色体数目(2n)分别为58、60和59;大婆F1母牛(n=2)的初妊娠年龄、初妊娠体重和初产年龄分别为(16.00±2.83)月龄、(342.50±30.41)kg和(26.00±2.83)月龄,且年产1犊;⑤对5头、15—24月龄大婆F1公牛进行电刺激采精,均未采集到精液。【结论】大额牛和瘤牛杂交,其杂种牛生长发育快,适应性强,杂种优势明显;F1代母牛可繁育,且成熟早,繁殖力强;但F1代公牛是否可繁育有待进一步研究。