简介:采煤工作面的液压支架是承受顶板压力的主体结构,选择支架的主要根据是其将要承受的周期来压荷载。为预测周期来压,构建了基于小波和混沌优化的最小二乘支持向量机(LSSVM)方法。该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量,基于混沌理论对分量相空间进行重构。各重构分量分别使用LSSVM模型进行训练,其中LSSVM预测模型的参数由混沌粒子群算法进行优化。最后,将各LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形。通过在重构时的计算发现,在某周期下,荷载的时序序列有一定的混沌性。与其他3种模型进行比较,基于小波和混沌优化LSSVM的预测模型得到的最终荷载波的精度更高,收敛性也较好。
简介:针对研制出的新型茧覆惰化材料,选择在甲烷爆炸下限以下2%、3%和4%三个体积分数梯度,使用纯水、多体积分数水平的新型复配试剂和参比试剂(国际先进水基灭火溶液F-500)对含有不同体积分数甲烷的混合气体进行喷洒,对比研究新型试剂在不同体积分数甲烷泄漏环境中的吸收性能。结果表明,不同甲烷体积分数环境下,两试剂均表现出良好的吸收包覆甲烷的能力,配方试剂对应曲线较参比试剂的波动小,甲烷体积分数下降速度更快,茧覆吸收效果突出、稳定;随添加量增加,两试剂受到分布不均及包覆饱和的影响,作用后期出现小范围反吸收效应,但不影响甲烷体积分数的整体下降趋势。配方试剂吸收包覆可燃烷烃的能力随试剂添加量及作用时间增长而增强,当添加量超过3%时,作用效果明显,试验初期甲烷体积分数下降迅速,后期逐步趋于稳定。总体而言,新型茧覆惰化材料具有良好的吸收包覆甲烷气体的能力。