基于改进PCA⁃SARMA的电厂除尘设备故障预警方法及应用

提出一种基于改进PCA-SARMA的电厂除尘设备故障预警方法,首先对所有与除尘设备运行状态相关的特征参数采用改进主元分析法进行降维处理,然后在新主元特征参数的基础上采用SARMA算法对燃煤电厂除尘设备进行建模分析,最后对内蒙古某电厂600 MW燃煤机组LCM-D/G型袋式除尘设备进行实例验证。结果表明,该方法可以提前发现燃煤电厂除尘设备故障征兆,实现对燃煤电厂除尘设备的早期故障预警。

岩质边坡最危险滑裂面的GA-Sarma算法研究

基于现有国内外边坡极限平衡法稳定性分析软件在岩质边坡滑裂面搜索中的局限性,将遗传算法(GA)和Sarma法相结合,提出岩质边坡最危险滑裂面的GA-Sarma算法。GA-Sarma算法解决以折线形为滑面形态、以层面等结构面为边界任意条分并满足条块间边界力平衡原理、滑裂路径可追踪顺坡向不连续结构面的岩质边坡最危险滑裂面的全局优化问题。

基于GA-Sarma算法的边坡最不利滑裂面搜索方法

传统方法在选取潜在滑裂面关键点时,未综合考量剪切滑裂点、受拉滑裂点对搜索过程的影响程度,导致搜索过程易陷入局部最优,从而丢失其他同等级搜索数据。针对这一问题,本研究设计了基于GA-Sarma算法的边坡最不利滑裂面搜索方法。该方法通过计算边坡稳定性系数的实际值提取边坡潜在滑裂面,然后根据剪切滑裂点、受拉滑裂点的特性,选取潜在滑裂面关键点。进而,基于GA-Sarma算法建立目标函数和适应度函数,在考虑变异的前提下搜索边坡的最不利滑裂面。实验测试区域中包含3处最不利滑裂面、5处刚刚形成且危险程度偏低的滑裂面、14处潜在滑裂面。测试结果表明:在20轮测试中,本文方法与两组传统方法搜索到的最不利滑裂面个数平均值分别为3处、1.4处以及0.8处,从而验证了GA-Sarma算法强化了边坡最不利滑裂面搜索效果。该方法可为边坡支护、加固及改造等地质工作提供更加可靠的技术支持。