高速列车轴箱轴承健康监测与故障诊断研究综述

随着我国高速列车的发展, 针对其运营维护中的故障预测与健康管理问题日益受到关注. 轴箱轴承是高速列车走行部中的关键旋转部件, 在复杂的轮轨相互作用下极易出现由疲劳、过载等原因导致的失效, 影响列车的行车效率和运行安全. 而现有诊断方法和技术难以满足高速列车动态化、系统化的安全保障需求, 亟待进一步发展轴箱轴承健康监测和诊断技术. 首先, 介绍了工程中维修检测、轨边监测和车载监测系统的主要内容和发展现状. 然后, 从动力学正、反问题两个方面, 分析和总结了在轴箱轴承的理论建模方法和轴箱轴承与列车耦合系统的动态特性分析、基于先进信号处理技术和机器学习技术的诊断方法等方面的研究思路和研究进展. 最后, 对轴箱轴承健康监测与故障诊断技术的发展趋势进行了展望, 评述了在指导列车故障预测与健康管理方面的不足.      

EAST上由垂直不稳定性引发破裂的分析与预测

从EAST 装置2016 年的放电实验中，选取了119 次等离子体破裂放电数据，分析诱发等离子体破裂的原因，发现约60%的破裂是由垂直不稳定性直接引起的，其破裂后将会产生更大的晕电流，从而产生更大的电磁应力损坏装置。对由垂直不稳定性引起的破裂(简称为VID)(72 次放电)进行了研究，建立了分别基于单变量(垂直位移)和两维变量(垂直位移、垂直位移增长率)的预测模型用于对VID 破裂的预测。离线测试表明，基于两维变量的预测模型可以在破裂发生前20ms 给出破裂预警信号，预测成功率达93%。     

基于模型的小域估计方法及其拓展——由单变量推广到多变量情形

小域估计是当今抽样调查领域的研究热点,通过建立小域估计模型,将所有调查区域通过公共的参数连接起来,利用相关区域数据作为辅助信息,解决多层次抽样调查中某些域样本量不足的问题,提高参数的估计精度。本文首先在目标变量是单变量的情形下,研究了域层次模型和单元层次模型的参数估计方法,进而推广到目标变量是多变量的情形,考虑变量之间的相关性,研究了多变量Fay-Herriot模型参数的经验最优线性无偏预测及其均方误差矩阵的性质,最后通过一个实例,验证了参数估计具有良好效果。     

有机反应机理研究综述发表

<正>有机反应机理研究,尤其是催化反应的机理研究已经成为计算有机化学最重要和活跃的领域之一。北京大学深圳研究生院化学生物学与生物技术学院吴云东课题组利用理论和实验结合的优势,在有机反应机理研究以及预测领域取得了一系列的前沿研究成果。他们对organcatalyst,hydrofunctionalization     

新组合模型在光电功率预测中的应用

为提高光伏预测要求的精准性,文章提出一种新算法将神经网络和ARMA算法改进组合,构成NEW ARMA-BP模型算法.以某30兆瓦的光伏电站采集的输出功率为输入样本,基于ARMA和BP神经网络算法在Matlab环境下依次搭建了相应的预测模型,预估光伏短期输出量.采用"误差正态检验图"判断基于两种不同算法的误差水平,依据两种单模型预测误差,运用所提出的新方法计算权值并获得新的预测值.基于Matlab的仿真结论验证了组合预测在光伏输出预测领域的适用性.     

基于蒙特卡罗方法的中国中长期煤炭需求预测

为避免传统预测方法的参数取值主观性问题,采用参数随机产生的蒙特卡罗方法预测中国中长期煤炭需求。首先分析了经济增长、能源结构和产业结构三个主要煤炭需求影响因素,并基于1980~2015年间各影响因素及煤炭消费的历史数据和最小二乘法的多元线性回归拟合煤炭需求方程。在此基础上,构建各影响因素的概率分布,采用蒙特卡罗方法模拟1981~2015年的煤炭需求,发现仿真结果可以较好拟合现实,可作为仿真预测的有效工具。结合经济新常态和能源结构调整的现状,控制参数取值范围进行蒙特卡罗仿真预测,结果显示,2016~2025年的煤炭需求呈先上升后下降趋势,并于2020年达到需求的峰值40.25亿吨,这些结果对于煤炭产业的科学决策有重要的作用。     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

对氯苯甲酸构筑的铜(Ⅱ)配合物的合成、HSA结合及细胞毒性

本文合成了配合物[Cu(pcba)₂·(phen)(H₂O)] (pcba =对氯苯甲酸,phen = 1,10-邻菲罗啉),该配合物属于三斜晶系,P1空间群,晶胞参数为a=0.790 98(2) nm,b=1.072 40(4) nm,c=1.487 19(6) nm,α=100.613(3)°,β=95.239(3)°,γ=108.334(3)°,Z=2,D_c=1.638 g·cm^-3,F(000)=582,最终结构残差因子R₁=0.035 9,wR₂=0.089 1。采用紫外及荧光研究了配合物和人血清蛋白(HSA)的相互作用方式。结果表明,配合物静态猝灭HSA荧光,可求得配合物与HSA的猝灭常数K_sv=2.35×10⁵ L·mol^-1,猝灭速率常数K_q=2.35×10¹³ L·mol^-1·s^-1,结合常数为K_a=2.14×10¹³ L·mol^-1,结合位点n=2.37。同时,研究了配合物对胃癌细胞A549、宫颈癌细胞Hela和肝癌细胞HepG2的抗增殖能力。