基于改进核极限学习机和集成算法的脱硫出口SO_(2)浓度预测

脱硫出口SO_(2)浓度的准确预测对实现脱硫系统经济运行具有重要意义,针对脱硫出口SO_(2)浓度影响因素众多,难以准确预测这一问题,提出了基于龙格库塔优化的核极限学习机(KELM)和改进AdaBoost集成算法相结合的预测模型。首先采用核极限学习机作为弱预测器,利用AdaBoost集成算法组合构建强预测器,通过调整脱硫系统不同工况下运行数据权重,建立了一种基于AdaBoost集成算法的出口SO_(2)浓度预测模型。为进一步提升模型学习性能和预测精度,通过引入惩罚系数和先验知识参数改进AdaBoost算法的损失函数,运用龙格库塔算法对KELM的正则系数C和核参数S进行寻优,克服初始参数设置对模型稳定性和预测精度的影响。最后利用电厂运行数据进行仿真实验,结果表明,所建立的出口SO_(2)浓度集成模型预测性能优越、准确度高,能够为脱硫系统优化控制提供技术支持。

微磨粒对超声空化冲击波衰减作用研究

目的研究超声加工过程中微磨粒对冲击波的影响。方法建立功率超声振动加工下的空化泡动力学方程,以及空化泡溃灭产生冲击波的数学模型,进而建立冲击波在微磨粒与水混合介质中的传播模型。使用六阶Runge-Kutta方法对数学模型进行求解,得到空化泡半径随时间的变化规律,以及空泡内部压强随空化泡半径变化的规律。结果当空泡半径被压缩至1μm左右时,空泡内部压强可达1000 MPa。通过对距离空泡壁1.5R_(0)处的冲击波压力进行求解发现,冲击波的压力仅需0.07μs就可从初始的1000 MPa迅速衰减至80 MPa。通过比较纯水介质与混合介质(SiO_(2)微磨粒与水)中冲击波传播速度的结果发现,加入SiO_(2)微磨粒会使冲击波的最大速度由2976 m/s降至2681 m/s,降低率约为10%。通过钛钽合金的功率超声振动加工实验验证了数值结果。对比分析了加入SiO_(2)微磨粒前后钛钽合金表面结构和三维表面形貌,发现微磨粒的加入导致材料表面空化坑的投影面积下降了12.5%。结论证实微磨粒对冲击波的传播起到了明显的衰减作用,是对材料表面产生作用的主要因素。该研究在超声加工领域具有理论意义和工程价值。

Mean Square Numerical Methods for Initial Value Random Differential Equations

In this paper, the random Euler and random Runge-Kutta of the second order methods are used in solving random differential initial value problems of first order. The conditions of the mean square convergence of the numerical solutions are studied. The statistical properties of the numerical solutions are computed through numerical case studies.

轨道预定路径控制问题的求解

轨道预定路径控制问题，其数学模型是一个非线性的半显式微分／代数方程（ＤＡＥ）系统．本文运用一类隐式Ｒｕｎｇｅ－Ｋｕｔａ方法求解指标２的ＤＡＴ系统。

线性双曲守恒律的二阶显式TVD Runge-Kutta间断Galerkin方法的稳定性分析

利用二阶显式TVD Runge-Kutta间断Galerkin方法求解α阶差商下的线性双曲守恒律方程的稳定性问题。在方程的解充分光滑的情况下,通过有限元分析的方法,在理论上严格地证明了对于任意非均匀正则网格和k次分段多项式间断有限元空间。当CFL条件取为τ≤λC-2h时,算法是L2模稳定的,其中C和λ是与h和τ无关的常数。