王建国
- 作品数：294 被引量：793H指数：12
- 供职机构：内蒙古科技大学机械工程学院更多>>
- 发文基金：国家自然科学基金内蒙古自治区自然科学基金内蒙古自治区高等学校科学研究项目更多>>
- 相关领域：机械工程金属学及工艺自动化与计算机技术一般工业技术更多>>
- 基于PFC3D自然崩落采矿法的数值模拟
- 利用PFC3D（颗粒流）原理和方法，研究了自然崩落法矿体崩落规律。以某镍铜矿的地质条件及矿岩物理力学性质为依据，采用数值模拟的方法分析了自然崩落法的崩落规律，结果表明：PFC3D能有效地模拟自然崩落法采矿过程，同时，根据...
- 王连庆王建国王红缨高谦
- 关键词：自然崩落法数值模拟
- 文献传递
- Ti/RuO2-ZrO2电极电解处理焦化废水生化出水被引量：2
- 2020年
- 采用热分解法制备了Ti/Ru O2-Zr O2钛基金属氧化物涂层电极,利用扫描电镜、X射线衍射仪等方法对电极的形貌结构和金属涂层物相进行了表征,并以该涂层电极为阳极,经预处理的钛板作为阴极构建了电化学催化反应发生体系以处理焦化废水生化出水。结果表明,在电流密度10 m A/cm^2、p H为7、电解时间60 min、反应温度25℃的优化条件下,焦化废水生化出水经电解处理后COD去除率可达96.2%,TOC去除率达87.0%,UV254大幅下降,原水中杂环类和环烷烃类有机物可降解为单环及简单链状烃类。
- 孙岩柏常鑫李卫平王建国于玲红
- 关键词：电化学色谱-质谱联用
- 计算机控制热机械疲劳的试验研究
- 王建国唐俊武梁晋
- 关键词：热疲劳计算机控制温度场
- 支持向量回归机核参数优化研究被引量：1
- 2016年
- 为了解决支持向量回归机中核函数的核参数选择问题,在深入分析高斯尺度空间理论的基础上,提出了一种基于样本特征维数的高斯核的核参数选择算法.首先,初始化核参数值为样本总特征个数的倒数,选定样本输出的预测值与真实值的均方误差为评估标准;然后,利用评估标准最小化的原则来搜寻最优的核参数值;最后,应用最优的核参数值于支持向量回归机的训练和预测.UCI数据集上的实验结果表明了,相较于传统的5折交叉验证、最小二乘和神经网络算法,所提出的基于样本特片维数的核参数优化算法能高效地实现核参数的选择,收敛速度快,在回归估计中具有较好的泛化性能和预测精度,验证了该优化方法的有效性。
- 王建国陈肖洁张文兴
- 关键词：支持向量回归机
- 一种基于FPGA实现的RA码运算电路及设计方法
- 本发明涉及一种基于FPGA实现的RA码运算电路及设计方法，属于数字通信技术的信道编码和大规模集成电路设计的技术领域。本发明包括编码电路和解码电路，根据编码交织图样设计一个编码交织映射表MAP_ENC，编码控制逻辑根据MA...
- 王沁刘兰军王建国张晓彤黎明刘金龙王有华
- 文献传递
- 基于小波分解的压力管道泄漏源定位研究被引量：5
- 2016年
- 在实验室的条件下模拟压力管道裂纹微泄漏源的声发射信号处理与泄漏源定位.本文采用小波变换的方法对微泄漏源声发射信号进行降噪分析.结果表明小波变换能够很好的解决连续型声发射信号的降噪问题.首先对泄漏源声发射信号进行3层小波分解降噪,滤除高频噪声信号,再对泄漏源低频信号进行提取与重构,以准确的提取连续型泄漏源声发射信号的故障频率.通过对位于泄漏源两侧的传感器采集到信号进行小波降噪、重构后的信号进行互相关分析定位泄漏源的位置.
- 王少锋刘朋真王建国
- 关键词：压力管道声发射信号小波降噪
- 恒Ｋ<,lmax>疲劳裂纹扩展速率试验研究
- 王建国王红樱
- 关键词：裂纹扩展理论应力强度因子
- 高温多轴比例与非比例循环加载下疲劳寿命预测被引量：1
- 2006年
- 利用薄壁圆管和缺口试样,在MTS 809电液伺服材料试验系统上对GH4169合金的高温多轴疲劳特性进行了实验研究．实验采用对称轴向和扭转应变控制、比例与非比例循环加载,轴向与扭转应变的相位差分别为0°,45°,90°．通过对薄壁圆管和缺口试样的高温多轴疲劳寿命特性分析,基于临界面方法提出了一个的多轴疲劳寿命预测模型,在考虑临界面上最大剪应变和正应变对多轴疲劳损伤贡献的同时,还引入了应力状态对多轴疲劳寿命的影响因素．应用新模型对 GH4169合金高温多轴疲劳寿命进行预测结果表明,该模型对于缺口试样和薄壁圆管的高温多轴疲劳寿命估算具有较高的准确性．
- 王建国刘灵灵王连庆康永林商德广
- 关键词：GH4169合金高温多轴疲劳非比例加载
- 质量建模新方法及在带钢热镀锌中的应用
- 王建国
- 关键词：带钢热镀锌粒子群优化神经网络规则抽取半监督学习
- 基于在线贯序极限学习机的齿轮故障诊断方法被引量：2
- 2016年
- 针对表征齿轮故障信息的特征难提取与极限学习机无法处理随时间变化的信息流,致使齿轮故障分类模型精度差、泛化能力弱的问题,提出一种基于在线贯序极限学习机的齿轮故障诊断方法。该方法首先将齿轮振动信号进行相空间重构,并对重构矩阵进行奇异值分解得到奇异值特征向量;其次,建立在线贯序极限学习机的齿轮故障分类模型,并将奇异值特征向量作为模型输入进行齿轮不同故障状态的辨识。实验结果表明:与基于BP、SVM与ELM的故障分类方法相比,基于基于在线贯序极限学习机的齿轮故障诊断方法具有更快的学习速度、更高的分类精度与更强的泛化能力。
- 秦波刘永亮王建国杨云中
- 关键词：相空间重构奇异值齿轮故障诊断
