电站锅炉输粉管道煤粉浓度动量法测量技术研究

从理论上阐述了乏气及直吹式送粉锅炉煤粉浓度的动量法测量原理。依据动量定理 ,视气固两相流体为整体 ,将测量煤粉浓度时涉及的流体内部复杂运动转化为研究流体与外界的相互作用。现场试验证明 ,该方法对煤粉浓度的测量精度能满足工程要求 ,对煤粉量的变化反应快速灵敏 ,具有一定的可行性与实用性 。

最佳摄动量法在一维波动方程参数反演中的应用

为了验证最佳摄动量法在偏微分方程参数反演中的有效性,基于最佳摄动量法研究了一维波动方程参数反问题,得出了此类问题的数值解法。通过对具体算例的程序实现和数值计算,并结合形象化的图表和图形,验证了最佳摄动量法解决此类问题的有效性和可行性。

动量法翼型阻力飞行测量技术

本文主要对动量法翼型阻力测量的飞行试验技术进行了研究。首先对动量法测量原理和试验飞机进行了简要介绍,然后重点对两种测试设备:尾流探头和尾流耙进行了研究,并提出了相应的飞行试验方法和测试难点。最后初步给出了数据处理方法和不确定因素分析。在国内尚未开展翼型阻力测量方面的飞行试验下,可为今后的飞行试验提供参考。

一种基于附加动量法的改进BP算法

本文研究了基本BP算法的工作原理,分析了导致基本BP算法学习效率低的原因,提出了基于附加动量法的改进BP算法。经过理论分析和实验验证,在基本BP算法中加入附加动量的方法,可以加快BP神经网络的学习速度,提高BP神经网络的学习效率。

Ada_Nesterov动量法——一种具有自适应学习率的Nesterov动量法

Nesterov动量法可以很好地改进梯度下降方向,但是其所有参数都具有相同的学习率,并且学习率需要人为设定。Adadelta算法可以自适应学习率,并且每维参数具有独立的学习率。因此,本文首先基于Adadelta算法推导出每一维的学习率公式,其次将其带入Nesterov动量法中,得到了Ada_Nesterov动量法。为了验证提出的Ada_Nesterov动量法,本文设计了两个实验。实验结果表明:动量参数0.5时,Ada_Nesterov动量法在VggNet_16神经网络架构上,基于CIFAR_100数据集的验证准确率最高,损失最小,收敛速度最快。即Ada_Nesterov动量法改进了Nesterov动量法,具有自适应学习率。

基于最佳摄动量法的桩基承载力反演

通过高应变动力试桩法来获得桩土参数是目前比较流行的试桩方法,其原理主要是通过以桩顶的实测信息来反演桩土参数,其中比较成熟的CAPW APC法主要用试凑法来反演桩土模型参数,其反演结果呈现一定的随机性且正确性过于依赖操作者经验。本文尝试以CAPW APC法所采用比较成熟的桩土模型为基础,引入基于最佳摄动量法的局部优化方法来反演桩土参数。在弹性波波动方程隐式差分的基础上,对反演参数采用摄动展开并推导出参数反演的递推公式,最后给出合适的反演算法。考虑到初始参数对局部优化方法的影响,根据场地的实际情况选取合适的初始模型,计算显示可以获得比较理想的结果,说明本法是对桩基动测方法的一种有效的新尝试。

基于动量法的乏气送粉锅炉风粉在线监测系统及其在DCS上的实现

阐述了基于动量法的乏气送粉锅炉的煤粉浓度与风速的测量原理。在天生港电厂GKS 90 0 0DCS系统上开发了风粉在线监测系统 ,对系统的软硬件组成、测量的关键性技术、系统的可靠性与实用性等进行了介绍。系统可为运行人员及时监测锅炉风粉实况和进行燃烧优化调整提供有效手段。

Burgers方程初始条件反问题的最佳摄动量法

利用最佳摄动量法研究了非线性Burgers方程初始条件反问题,得出了一维非线性Burgers方程初始条件反问题的数值解法,并对具体的一维齐次非线性Burgers方程初始条件反问题进行了程序实现和数值计算。结果表明,利用最佳摄动量法能有效的求解这类问题。

附加动量法和基于遗传算法附加动量法的实现与在沉降监测中的应用研究

在沉降监测工程实践中,根据沉降趋势的特点,而采用不同的预测算法,有助于提高沉降预测结果的精度。由于算法各自的局限性,综合不同算法各自的优势,成为目前预测算法研究的热点。本文在编程实现附加动量法和基于遗传算法的附加动量法的基础上,研究了种群规模对基于遗传算法的附加动量法收敛速度的影响,确定了种群规模的大小。最后,结合样本数据,对两种算法的收敛速度以及预测精度通过量化的指标进行比较。本文的结论对沉降监测的工程实践具有一定的借鉴意义。

采用附加动量法的BP技术进行脱硫可行性数学模型的研究

控制SO2 污染是当今世界关心的重大课题。煤是中国能源支柱 ,由燃煤造成的硫污染尤为突出。研究煤中硫分与产率之间的关系并建立适用的模型是脱除硫工艺中至关重要的一步。本研究利用神经网络技术来研究硫分与产率之间的关系模型 ,此研究为寻求一种技术上可行、经济上合理的脱硫工艺 ,进而减少硫污染具有重要的理论价值和实际应用价值。

基于遗传算法的最佳摄动量法在反问题中的应用

抛物型方程参数的反演在工程中有重要的应用价值,针对最佳摄动量法对初始模型依赖性的严重不足,给出遗传算法对最佳摄动量法的改进的新算法并进行了数值模拟.从模拟结果可以看到模拟结果与估算值曲线图基本吻合,体现了该方法的有效性和高精度性,且新算法弥补了对初始数据严重依赖的不足以及保证了区域收敛的全局性.

标准BP神经网络算法和附加动量法在沉降监测中的应用研究

在沉降监测工程实践中,由于采用的预测方法和项目沉降趋势的不同,预测结果的精度会有差异。而随着应用的不断深入,对现有算法进行改进以发挥算法的优势,成为目前预测算法研究的主流。在本文的研究中,编程实现了标准BP神经网络算法和附加动量法。通过研究学习率对标准BP神经网络算法的影响,确定学习率的大小。然后,研究了动量项对附加动量法收敛速度的影响,确定了动量项的取值。最后,对两种算法的稳定性和算法的效率以及预测精度等方面进行比较,探究两种算法的特点。

综合动量法和可变学习速度的BP神经网络地震初至拾取

为了提高初至拾取精度和效率,研究了BP神经网络初至拾取方法,提出综合动量法和可变学习速度的BP神经网络地震初至拾取方法,其主要原理是对网络权值的更新过程进行改进,当均方根误差在权值更新后超过设定的误差范围,则权值更新取消;在既定的误差范围内,权值更新则被接受,且学习速度发生变化。分析不同地震属性对初至波识别的可行性,选取均方根振幅比、曲线长度比、振幅、频率等4种特征属性进行模型测试,结果表明改进方法的初至拾取效果优于常规BP神经网络方法。实际资料测试验证,改进方法构建的网络结构简单,参数少,收敛速度快,具有较强稳定性和抗噪能力,初至拾取精度高。

基于塑性变形能与改进动量法的交通事故参数计算

将车辆的塑性变形能与常规动量法模型相结合,提出一种进行交通事故参数计算的改进的动量法模型。该模型基于综合考虑平面运动和回转运动的二维点碰撞动力学,并引入事故中两车碰撞前的角速度。针对某起真实交通事故,两车在碰撞中发生了平面与回转运动,并发生了动量、冲量的交换。通过Matlab数值模拟,计算两车的速度与角速度等参数,进而重建交通事故,并与PC-crash软件仿真结果对比。结果表明:改进的动量法模型数值模拟结果与PC-crash软件仿真结果较为接近,线速度误差小于5%;与传统能量法的结果相比,该模型结果更加接近车辆正面非对心碰撞事故发生的情况。

基于相似日和动量法优化BP神经网络的光伏短期功率预测研究

提出了相似日和动量优化BP神经网络的光伏短期功率预测方法,采用与输出功率强相关的辐照度作为相似变量选取相似日,通过动量法优化并以相似日历史数据和气象信息作为训练样本建立BP神经网络预测模型。以新疆某光伏电站的实际运行数据进行验证分析,结果表明该方法在晴天和非晴天天气环境下能够达到预测精度,验证了所提模型和算法的准确性和有效性。

基于动量梯度下降神经网络的岩爆预测方法

为了弥补现有BP神经网络(传统误差逆传播算法训练的多层前馈网络)岩爆预测模型的不足,选取应力系数(σ_(θ)/σ_(c))、脆性系数(σ_(c)/σ_(t))和弹性能量指数(Wet)为模型预测指标,收集46组实例样本数据集,对传统的BP神经网络进行优化,建立岩爆预测的动量梯度下降(BPM)神经网络模型,总体预测准确率达84.78%,优化效果良好。最后将模型应用于3个实例工程中,预测结果与现场结果吻合。

喷水推进器推力的动量计算法

介绍了喷水推进理论,把复杂的喷水推进系统分解成两个主要部件泵体和进水管道进行研究,着重考虑了船体边界层对进口动量和来流动能的影响,并用数学方法表示了这些影响.其次,基于动量守恒和能量守恒,从理论上建立推力与功率、航速的关系式,并用此公式对某喷水推进船的推力进行计算,计算结果和试验曲线能很好地吻合.分析了本计算方法可能出现的误差.

水平轴风力机气动计算的叶素动量修正法

将典叶素动量理论应用于实际风力机物理坐标系中,分析了叶轮倾角、叶轮偏航角、叶片锥角的影响。同时分析了风轮圆环平面内诱导因子的不均匀分布、气流的膨胀效应、气流的倾斜尾流等因素,并对叶素动量理论进行了修正。在对某风力机进行建模的基础上,利用修正后的动量理论计算了气动载荷,并与美国国家可再生能源实验室数据进行了比较,计算结果与实验结果符合得很好。由此表明,修正叶素动量理论计算方法可作为风力机设计时的载荷计算工具。

改进的最佳摄动量法及在反问题中的应用

给出了改进的最佳摄动量法,并应用在双曲型方程参数反演问题的求解中.由遗传算法借助交叉和变异算子控制全局搜索来获得参数的初始迭代值,代入最佳摄动量法求解出稳定的高精度数值解.