将核主成分分析方法引入热轧生产过程的监控与诊断中,根据平方预测误差统计量进行生产过程监控,然后利用数据重构和优化的邻域选取策略相结合的方法求出各工艺参数对平方预测误差统计量的作用,分析引起过程异常的主要工艺参数,最后利用仿真和热轧带钢实际生产数据进行实验.结果表明:基于核主成分分析的平方预测误差统计量能较准确诊断过程的异常,并可以找出引起异常的原因,为调整生产过程提供方法支撑,防止次品的出现

提出一种基于支持向量数据描述(support vector data description,SVDD)的生产过程监控、诊断与优化方法.首先,利用正常样本建立SVDD监控模型,获得控制限;然后,利用贡献图对超过控制限的异常点进行诊断,分析引起异常的主要原因;最后,利用邻近点替换法对异常的生产样本进行工艺参数优化.将新方法应用于热轧薄板的生产过程中,结果表明:新方法比传统的监控方法T2 PCA具有更高的检出率,且可以实现对异常点的工艺参数优化,使之回到受控状态

受限空间内视觉疲劳是造成事故的主要原因之一。为探究有限空间内光照对视屏显示终端（Visual display terminals，VDT）作业视觉疲劳的影响，选取24名作业人员，在搭建的受限空间平台内进行VDT打字作业1 h，在50～700 lx范围内设置7个光照梯度使用眼动仪采集瞳孔直径数据。将采集数据进行归一化和降噪处理。实验结果表明，随着照度增大，瞳孔直径总体呈减小趋势，且瞳孔?照度关系符合幂函数关系；照度400，550和700 lx环境下瞳孔直径变化率在?12%～8%之间浮动，且随着光照强度的增强，作业人员视觉疲劳发生的程度增加；在低照度50，100和200 lx环境下，瞳孔直径变化率在?8%～4%之间浮动，且随着强度的减弱，作业人员视觉疲劳发生的程度也会增加。本研究提出使用窗口化的瞳孔直径标准差σ判断视觉疲劳出现时间，低照度下的σ峰值出现时间早于高照度下σ峰值出现的时刻，300 lx照度下σ峰值出现的时刻最晚，50～300 lx弱光照下对视觉造成的疲劳程度大于300～700 lx强光照下造成的疲劳

降雨是诱发滑坡的主要因素之一,尤其在暴雨条件下,更易激发滑坡.随着南帮边坡开采高陡化,滑坡发生频繁.为研究降雨条件下南山矿凹山采场南帮边坡稳定性特征,采用MSR300型雷达对边坡进行了连续4 a的实时稳定性监测,基于采集到的采场降雨数据和边坡滑移数据,分析了降雨量和降雨强度与边坡变形规律,对凹山采场滑坡各阶段进行了划分,建立了凹山采场边坡失稳模型和预警阈值.结果表明:凹山采场变形与降雨量呈正相关,服从幂函数规律;边坡变形速度曲线与降雨强度有良好的一致性,滑坡一般发生在最大降雨强度之后;滑坡阶段主要包括初始变形阶段,稳定变形阶段和加速变形阶段;报警阈值分别为:6 h时序内,位移阈值为20 mm,速度阈值1.5 mm·h-1;12 h时序内,位移阈值为30 mm,速度阈值为2.5 mm·h-1.凹山采场滑坡曲线与岩土体非稳定蠕变曲线具有较高的相似性,位移曲线出现了\阶跃\现象,速度曲线出现了\尖凸\现象,这种情况易引起滑坡事故,其中在位移曲线的\拐点\处和相应速度曲线的\凸点\处发生滑坡的可能性最大.研究成果为类似矿山边坡稳定性监测和破坏机制提供了科学依据和参考

桥梁模态频率随运营环境作用的变化规律是结构健康监测的研究主题之一.根据东海大桥6 a监测数据的周期变化特性,识别了运营条件下主梁竖弯、侧弯、扭转基频变化的影响因素,采用偏相关系数和周期平均法对比了各因素的影响程度.研究发现,东海大桥的模态频率存在1 a、1周、1 d、12.42 h等变化周期,与结构温度、交通荷载、风荷载、海面高度等的变化周期相吻合;结构温度和交通荷载是引起该桥频率变化的最主要因素,它们在各周期上的相对影响大小不同;周期平均法可有效分离监测数据中的年、周、天周期成分,揭示不同运营环境作用与频率变化的相关性.研究结果有助于加深对桥梁运营期频率变化的理解,从而更准确地评估结构性能

浅层黄土滑坡是黄土高原广泛分布和频繁发生的地质灾害,造成了巨大的人员伤亡和财产损失.尽管二维确定性模型已被广泛用于浅层滑坡稳定性预测,但不能充分考虑岩土性质、地层结构、地下水等条件的三维空间变化,这可能与实际的斜坡稳定性不相符.因此,利用能考虑复杂斜坡环境的三维确定性模型评价滑坡稳定性,对获取更真实的评价结果以及指导滑坡防治工作具有重要意义.本文利用Scoops3D三维确定性模型评价了在浅层黄土滑坡稳定性预测中的适应性和可靠性.首先,模型计算参数敏感性的分析发现黏聚力、滑动视倾角和栅格单元重量对安全系数准确度影响较大,并用于指导获取详细的关键参数.然后,选取不同分辨率的数字高程模型(DEM)数据,利用Scoops3D模型对典型黄土沟壑中的浅层黄土滑坡稳定性进行预测,并通过详细的点状和面状滑坡分布图与预测结果的对比发现,该模型对黄土沟壑区的浅层滑坡稳定性预测准确度较高,且点状滑坡分布图可能更适合模型适应性的检验.最后,混淆矩阵法和成功率曲线法对不同分辨率数字高程模型预测结果可靠性的检验显示,该模型能够有效地预测黄土浅层滑坡的稳定性,且在高分辨率数字高程模型数据下可以获得可靠的预测精度

利用离散单元法（Discrete element method，DEM）对球形颗粒群以及非球形颗粒群的筛分过程进行了仿真并开展了实验研究，结果表明球形和非球形颗粒的仿真与实验中筛分效率的变化是一致的，但非球形颗粒的仿真结果与实验结果更接近。正交设计多组模拟试验，分析了各振动参数（振动频率、振幅以及筛面倾角）对颗粒分布曲线、筛分效率以及物料平均运输速度的影响规律。对正交试验表中的数据进行多元非线性拟合，得到筛分效率与振动参数间的关系式；并在此关系式的基础上，对振动参数进行优化设计，得到了最优振动参数且在仿真中得到了验证。研究内容不但为高频振网筛振动参数的设计提供了理论依据，而且为研究高频振动系统的筛分机理提供了实验和仿真数据支持

在前期研究的基础上, 对LiBr-[BMIM]Cl/H2O三元工质对的其他重要热力学数据进行了系统地测定, 包括密度、黏度、比热容和比焓.采用最小二乘法对测定的热力学数据进行回归, 得到了物性方程; 实验值与物性方程计算值的平均绝对相对偏差(average absolute relative deviation, AARD)分别为0.03%、1.10%、0.29%和0.01%.除了结晶温度和腐蚀性, 黏度是影响工质对实际应用的另外一个重要因素, LiBr-[BMIM]Cl/H2O三元工质对的运动黏度小于25 mm2·s-1, 满足实际应用要求, 且很好地改善了离子液体的高黏度问题

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

以迄今为止查阅到的中国大陆金属矿区实测地应力数据为基础，经优化处理后最终采用165组数据，基本覆盖了我国大陆主要金属矿山分布地区.采用回归分析法给出了中国大陆金属矿区测量埋深范围内的地应力场特征，并尝试从地应力的角度对中国大陆金属矿区断层的稳定性进行了讨论.结果显示，中国大陆金属矿区垂直主应力、最大与最小水平主应力总体上随埋深呈线性增加；最大与最小水平主应力之差Δσ随埋深的增加有增大的趋势，但规律性不显著；最大水平主应力与垂直主应力之比Kh，max主要集中在1.00~2.50之间，最小水平主应力与垂直主应力之比Kh，min主要集中在0.50~1.50之间，平均水平主应力与垂直主应力之比Kh，av主要集中在1.00~2.00之间，随着埋深的增加，3个侧压系数的变化幅度逐渐减小，Kh，max趋向于1.83，Kh，min趋向于0.80，Kh，av趋向于1.31；最大与最小水平主应力之比与埋深没有显著的关系，主要集中在1.5~2.0之间，近似服从正态分布；断层在埋深小于500 m范围内有滑动的可能，埋深超过500 m时，逆断层有滑动的可能，走滑断层处于相对稳定状态