img

QQ群聊

img

官方微信

  • CN 62-1112/TF 
  • ISSN 1005-2518 
  • 创刊于1988年
高级检索

黄金科学技术, 2020, 28(3): 457-464 doi: 10.11872/j.issn.1005-2518.2020.03.183

采选技术与矿山管理

基于熵权模糊法的高海拔矿井风机性能影响因素分析

宋品芳,, 李孜军,, 李蓉蓉, 赵淑琪, 徐宇

中南大学资源与安全工程学院,湖南 长沙 410083

Analysis of Factors Influencing the Performance of High Altitude Mine Fan Based on Entropy Weight Fuzzy Method

SONG Pinfang,, LI Zijun,, LI Rongrong, ZHAO Shuqi, XU Yu

School of Resources and Safety Engineering,Central South University,Changsha 410083,Hunan,China

通讯作者: 李孜军(1967-),男,湖南醴陵人,教授,从事粉尘控制理论与技术、通风工程和安全科学理论等研究工作。zijunli@csu.edu.cn

收稿日期: 2019-11-15   修回日期: 2020-05-19   网络出版日期: 2020-07-01

基金资助: 国家重点研发计划项目“高海拔高寒地区矿井通风安全保障技术”.  2018YFC0808404
中南大学研究生自主探索创新项目“高海拔高寒地区矿井风机通风效能调控方法与技术研究”.  2019zzts679

Received: 2019-11-15   Revised: 2020-05-19   Online: 2020-07-01

作者简介 About authors

宋品芳(1996-),女,广西河池人,硕士研究生,从事矿井通风和安全科学理论研究工作1466510358@qq.com , E-mail:1466510358@qq.com

摘要

针对高海拔矿井风机性能影响因素具有复杂性、模糊性及不确定性的问题,在构建高海拔矿井风机性能评估指标体系的基础上,运用熵权法对各指标赋予权重,建立熵权模糊综合评估模型,实现高海拔矿井风机性能影响因素的有效评估和排序。以云南迪庆某矿山为例进行实证研究,结果表明:一级指标根据所占权重大小排序为风机结构>环境条件>管理因素>其他因素;二级指标中空气密度、叶片个数和叶片安装角度等6个指标对风机性能影响程度较大,而空气温度和导流叶个数等4个指标对矿井风机性能影响程度较小。研究验证了熵权模糊综合评估方法在解决高海拔矿井风机性能影响因素评估问题中的可靠性。

关键词: 高海拔矿井 ; 矿井风机 ; 风机性能 ; 指标体系 ; 信息熵理论 ; 熵权模糊综合评价法

Abstract

Mine fan is an indispensable mechanical equipment in mine production,but its performance index in actual operation in the high altitude areas is far lower than the performance standard when it leaves the factory,that is,the problem of fan efficiency reduction occurs.Therefore,selecting a scientific and reasonable method to evaluate the factors affecting the performance of mine fans at high altitude is not only the basis for the selection of mine fans in the high altitude areas,but also the key factor to realize the performance optimization of mine fans in the high altitude areas.In view of the complexity,ambiguity and uncertainty of the factors influencing the performance of mine fans in the high altitude areas,the high-altitude mine fans performance evaluation index system consisting of 4 first-level indexes and 21 second-level indexes was established.On the basis of this evaluation index system of the performance of mine fans in the high-altitude areas,the paper gave each evaluation index weight by using the information entropy theory,thus,the fuzzy comprehensive evaluation model based on entropy weight method was set up.Through the use of the model,the effective evaluation and ranking of the factors influencing the performance of mine fans in the high-altitude areas was accomplished.Taking a mine in Diqing,Yunnan Province as an example for empirical,the analysis results show that the first-level indexes are ranked from the largest to the smallest according to their weight,that is fan structure,environmental conditions,management factors,other factors.Among the second-level indexes,six indexes have a great influence on fan performance.They are air density,the number of blades,blade installation angle,blade thickness,professional training and fan installation form.Moreover,four indexes have a small influence on the performance of the mine fan.They are air temperature,the number of guide blades,supervision of mine fans and selection of fan installation location.In addition,the results in this paper verify the reliability of the fuzzy comprehensive evaluation method on the basis of entropy weight in solving the problem of evaluating the factors influencing the performance of mine fans in the high-altitude areas is verified.These results also provide more solutions for the analysis of the factors influencing the performance of high-altitude mine fans.The results can provide a scientific theoretical basis for the reasonable selection and optimization design of mine fans in the high altitude areas.

Keywords: high altitude mines ; mine fan ; fan performance ; index system ; information entropy theory ; entropy weight fuzzy comprehensive evaluation method

PDF (1177KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

宋品芳, 李孜军, 李蓉蓉, 赵淑琪, 徐宇. 基于熵权模糊法的高海拔矿井风机性能影响因素分析[J]. 黄金科学技术, 2020, 28(3): 457-464 doi:10.11872/j.issn.1005-2518.2020.03.183

SONG Pinfang, LI Zijun, LI Rongrong, ZHAO Shuqi, XU Yu. Analysis of Factors Influencing the Performance of High Altitude Mine Fan Based on Entropy Weight Fuzzy Method[J]. Gold Science and Technology, 2020, 28(3): 457-464 doi:10.11872/j.issn.1005-2518.2020.03.183

我国西部高海拔地区矿产资源丰富,但高海拔地区特有的大气压力低、缺氧、气温低的环境特点会严重影响矿井作业人员和机械设备的工作效率,即造成高原降效,从而制约着矿井的安全生产和可持续发展。风机是矿山生产中必不可少的机械设备,其在高海拔地区实际运行时的性能指标远低于出厂时的性能标准,即存在风机的降效问题[1]。因此,选取科学合理的方法对高海拔矿井风机性能影响因素进行评估,既是高海拔矿井风机选型的基础,也是实现高海拔矿井风机性能优化的关键因素。

对于轴流风机性能影响因素,国内外学者分别从风机结构、环境条件和管理因素等方面开展了相应的研究,并提出了许多研究方法。为研究高海拔地区环境条件对风机性能的影响,王洪粱等[1]借助通风动力学原理,指出空气密度变化会对风机的压力、流量、实际性能和配套电机4个方面产生影响。在风机结构参数对风机性能的影响方面,现有文献已对叶顶结构[2,3]、轮毂比[3]、叶片形状[4,5]、导流器与风机的径向间隙[6]、叶片厚度[7]、叶片数量[6,8,9]、集流器形状[10]、叶片安装角度[9]和导流叶曲率半径[9]等结构参数对风机性能的影响进行了研究。随着研究的不断深入,一些新的方法也被运用于风机性能影响研究中,如Fluent数值模拟[2,3]、热线技术[4,5]、CFD数值模拟[7,9,10]和性能预测数学模型[8]等。

另外,也有学者研究风机的安装位置与安装形式对风机性能的影响,如林美娜等[11]通过试验对比不同安装形式对轴流风机性能的影响,分析指出轴流式风机进风面电机安装架采用圆管形式优于矩形截面的结构形式,相比于直短管式导风圈,采用喇叭口导风圈可有效提高风量,降低噪声和功率消耗。梁政等[12]通过改变主风机安装位置来改变主入风侧和回风侧的风压分布,从而控制氡渗流方向,使通风降氡达到最优化。

上述研究表明,叶片个数、叶片安装角等风机结构参数、风机运行的环境条件以及管理因素等均不同程度地影响风机的性能,而目前的研究主要集中于某个或某几个因素对风机性能的影响。同时,研究各因素对高海拔矿井风机性能的影响,对风机合理选型及优化设计具有指导意义,从而保障高海拔矿井的通风安全。但目前对高海拔矿井风机性能影响因素的综合评估研究较少。为此,本文在充分考虑已有风机性能影响因素研究的基础上,构建较全面的高海拔矿井风机性能评估指标体系,并运用熵权模糊综合方法,以云南迪庆某矿山为例进行实证,对高海拔矿井风机性能影响因素进行评估分析。

1 高海拔矿井风机性能评估指标体系

鉴于高海拔矿井风机性能影响因素的复杂性、模糊性及不确定性,对高海拔矿井风机性能各影响因素进行有效评估和排序具有重要的现实意义。为了实现对各影响因素的有效评估,需要建立一套全面、系统的高海拔矿井风机性能评估指标体系,使其可以准确反映影响风机性能的各项指标,客观合理地比较各指标对风机性能的影响程度。论文在遵循系统性、典型性、客观性及定性与定量相结合等原则的基础上,通过梳理国内外相关文献并访谈相关专家,从环境条件指标、风机结构指标、管理因素指标和其他因素指标4个维度构建了包含4个一级指标和21个二级指标的高海拔矿井风机性能评估指标体系,详见图1

图1

图1   高海拔矿井风机性能评估指标体系

Fig.1   Evaluation index system of high altitude mine fan performance


1.1 环境条件指标

现有文献表明[1,13],当矿井风机在高海拔地区工作时,高海拔地区特有的恶劣气候环境会造成风机降效。随着海拔高度的增加,大气压力减小,空气密度也减小,空气温度和相对湿度也会发生相应的变化,会给风机性能造成不同程度的影响[13]。一方面,根据风机的相似原理,风机在高海拔地区运行时其风压和功率会发生不同程度的降低;另一方面,风机配套电动机在运行中出现散热效率下降、容易产生电晕、换向器表面难以形成氧化膜等现象,会造成电动机工作效率的降低,进而影响风机的正常工作[1]

1.2 风机结构指标

国内外已有众多学者研究各风机结构参数对风机性能的影响[2,3,4,5,6,7,8,9,10],并对风机优化设计提出了许多方法和模型。本文选取叶片个数、叶片厚度、叶片安装角度、叶顶形态、叶顶径向间隙、轮毂比、导流叶个数、导流叶曲率半径、导流体形状、导流体长度、出风口直径和集流器形状12个比较有代表性的评估指标。

1.3 管理因素指标

风机作为一个系统,其正常运行离不开科学合理的管理。高海拔地区矿井风机出现故障的频率高,风机结构和配套电机都需要经过专业培训的人员对其进行监察监管,建立并实施保养维修制度。

1.4 其他因素指标

轴流风机运行过程中会产生空气动力噪声,因此有效降低轴流式风机的运行噪声,提高其运行性能具有重要的意义。如林美娜等[11]指出选取合理的安装形式可以有效提高轴流式风机的风量,降低噪声和功耗,提高运行效率。通过改变风机安装位置可以改变入风侧和回风侧的风压分布,进而影响矿井的通风安全。本文在参考已有文献的基础上,探究风机的安装形式和安装位置对高海拔矿井风机性能的影响程度。

2 熵权模糊综合评估模型

鉴于高海拔矿井风机性能影响因素的复杂性、模糊性及不确定性的问题,运用模糊数学的概念和方法,构建高海拔矿井风机性能模糊综合评估模型,使其更符合实际情况。在模糊评估中,权重对指标评估的结果有着重要的影响。而熵权法确定权重的客观性使其被广泛应用于工程技术、社会经济和环境科学等领域中[14,15,16,17,18,19]。因此,本文在运用熵权法给各指标赋予权重的基础上,结合传统的模糊综合评估法对高海拔矿井风机性能影响因素进行评估。

2.1 模糊综合评估特征参数矩阵

确定评估对象的指标集合U={u1u2,…,un};确定评语等级集合V={v1v2,…,vm},建立模糊综合评价特征参数矩阵X

X=x11x12x1mx21x22x2mxn1xn2xnm

式中:xiji=1,2,…,nj=1,2,…,m)表示指标集合U中第i个因素ui对应评语等级集合V中第j个等级vj的隶属关系。

2.2 特征参数矩阵的标准化

由于各评估指标的量纲不同,难以对不同量纲的指标直接进行比较,因此需要对各指标进行归一化处理。不同性质的指标有不同的归一化处理方法[14,15]。一般来说,指标按其具体含义可划分为效益型指标、成本型指标、固定型指标和区间型指标[20,21,22,23]。本文采用极差变换法,各类指标归一化如下:

对于效益型指标,有

rij=xij-min(xij)max(xij)-min(xij)

对于成本型指标,有

rij=max(xij)-xijmax(xij)-min(xij)

对于固定型指标,有

rij=1.0-xij-βmax(xij-β)

对于区间型指标,有

rij=1.0-(a1-xij)maxa1-min(xij),max(xij)-a2         xij<a1                             1.0                           xij[a1,a2]1.0-(xij-a)2maxa1-min(xij),max(xij)-a2         xij>a2

式中:max(xij)和min(xij)分别表示各评估对象在第j项评估指标下的最大值和最小值;rij表示标准化矩阵R中的指标元素,通过上述极差变换,rij均满足0≤rij≤1(i=1,2,…,m),并且各指标均一化成正向指标,最优值为1,最差值为0。模糊综合评估特征参数矩阵X经归一化处理后变为标准化矩阵R

R=(rij)n×m=r11r12r1mr21r22r2mrn1rn2rnm

2.3 确定评估指标的权重

根据熵的定义,对于n个评估对象,有m个评估指标,则在标准化矩阵R中,第i个指标的熵值如下:

Hui=-1lnni=1npijlnpij

式中:Hui为第i个指标的熵值;n表示系统可能出现的状态数目;pi表示某一种状态出现的概率且满足0≤pi≤1,当pi=0时,-1lnni=1npijlnpij=0;pij=rijj=1mrij

因此,第i个指标的权重为

Wui=1-Huii=1m(1-Hui)

式中:Wui为第i个指标的权重,0≤Wui≤1,且i=1mWui=1Hui为第i个指标的熵值。

2.4 构建模糊综合评估模型

根据归一化处理后的标准化矩阵与各指标的权重,构建模糊综合评估模型,表示为

B=W×R

式中:B为模糊综合评估矩阵;W为综合权重向量;R为经归一化处理后的标准化矩阵。

3 实例分析

以云南省迪庆藏族自治州海拔高度为3 400 m的某矿山为例,基于所构建的高海拔矿井风机性能评估指标体系,运用德尔菲调研法对该矿山矿井风机性能影响因素进行调研。参加调研的专家包括矿井通风安全生产的理论研究人员、工程技术人员及安全管理人员,各类专家人数分别为27、23和21,收回有效问卷60份,各指标所得结果见表1

表1   各评估指标调研结果

Table 1  Survey results of each assessment indexes

一级指标二级指标调研结果(投票)/票
极大较大中等较小极小
环境条件U1大气压力U1125171800
空气密度U123915600
相对湿度U1311192820
空气温度U1412252030
风机结构U2叶片个数U2131171200
叶片厚度U222922900
叶片安装角度U233519600
叶顶形态U2418251610
叶顶径向间隙U2515182160
轮毂比U2618221820
导流叶个数U2721216246
导流叶曲率半径U2842717102
导流体形状U2941327160
导流体长度U21011120235
出风口直径U21117221830
集流器形状U21216241730
管理因素U3保养维修U315222850
监察监管U324242660
专业培训U3316232100
其他因素U4风机安装形式U4111232150
风机安装位置U429262140

新窗口打开| 下载CSV


3.1 计算二级指标的权重

(1)环境条件调研结果。依据调研结果,可计算得出环境条件各指标评估结果进行整理,对数据进行归一化处理,建立模糊综合评判矩阵Ru1

Ru1=0.4170.2830.300000.6500.2500.100000.1830.3170.4670.03300.2000.4170.3330.0500

根据式(7)计算出各二级指标的熵值:

Hui=-1lnni=1npijlnepij
Hu1=(Hu11,Hu12,Hu13,Hu14)=(0.673,0.532,0.710,0.747)

根据式(8)计算出各二级指标的权重:

Wu1=(Wu11,Wu12,Wu13,Wu14)=(0.244,0.350,0.217,0.189)

(2)风机结构调研结果。同样建立模糊综合判断矩阵Ru2

Ru2=0.5170.2830.200000.4830.3670.150000.5830.3170.100000.3000.4170.2670.01700.2500.3000.3500.10000.3000.3670.3000.03300.0330.2000.2670.4000.1000.0670.4500.2830.1670.0330.0670.2170.4500.26700.0170.1830.3330.3830.0830.2830.3670.3000.05000.2670.4000.2830.0500

根据式(7)和式(8)分别计算出各二级指标的熵值及权重:

Hu2=(Hu21,Hu22,Hu23,Hu24,Hu25,Hu26,Hu27,Hu28,Hu29,Hu210,Hu211,Hu212)        =(0.634,0.624,0.522,0.713,0.811,0.747,0.860,0.813,0.761,0.820,0.768,0.762)
Wu2=(Wu21,Wu22,Wu23,Wu24,Wu25,Wu26,Wu27,Wu28,Wu29,Wu210,Wu211,Wu212)       =(0.116,0.119,0.151,0.091,0.060,0.080,0.044,0.059,0.076,0.057,0.073,0.075)

(3)管理因素调研结果。同样计算得到模糊综合判断矩阵Ru3

Ru3=0.0830.3670.4670.08300.0670.4000.4330.10000.2670.3830.35000

根据式(7)和式(8)分别计算出各二级指标的熵值及权重:

Hu3=(Hu31,Hu32,Hu33)=(0.706,0.708,0.676)
Wu3=(Wu31,Wu32,Wu33)=(0.323,0.321,0.356)

(4)其他因素调研结果。同样得到模糊综合判断矩阵Ru4

Ru4=0.1830.3830.3500.08300.1500.4330.3500.0670

根据式(7)和式(8)分别计算出各二级指标的熵值及权重:

Hu4=(Hu41,Hu42)=(0.696,0.743)
Wu4  =(Wu41,Wu42)=(0.542,0.458)

3.2 模糊综合评估

根据上述所得结果,求得一级指标的权重向量W

W=(W1,W2,W3,W4)
     =(0.224,0.530,0.152,0.094)

通过式(9)计算二级指标的模糊综合评估集:

Bu1=(0.407,0.304,0.273,0.017,0)Bu2=(0.324,0.329,0.250,0.087,0.011)Bu3=(0.143,0.383,0.414,0.057,0)Bu4=(0.168,0.406,0.350,0.076,0)

计算一级指标的模糊综合评价矩阵:

R=Bu1Bu2Bu3Bu4=0.4070.3040.2730.01700.3240.3290.2500.0870.0110.1430.3830.4140.05700.1680.4060.3500.0760

根据式(9)计算出该矿井风机性能影响因素模糊综合评估结果:

B=W×R=(0.224,0.530,0.152,0.094)×0.4070.3040.2730.01700.3240.3290.2500.0870.0110.1430.3830.4140.05700.1680.4060.3500.0760   =(0.299,0.338,0.289,0.066,0.006)

3.3 结果分析

计算结果表明,29.9%的专家认为上述评估指标对云南迪庆某矿山风机性能影响程度极大;33.8%的专家认为上述评估指标对该矿山风机性能影响程度较大;28.9%的专家认为上述评估指标对该矿山风机性能影响程度中等;6.6%的专家认为上述评估指标对该矿山风机性能影响程度较小;只有0.6%的专家认为上述评估指标对该矿山风机性能影响程度极小。一级评估指标中,风机结构U1所占的权重最大,其他因素U4所占的权重最小,说明环境条件指标对高海拔地区矿井风机性能影响程度最大,而其他因素指标影响程度最小。另外,通过比较21个二级指标所占的权重可知,空气密度U12、叶片个数U21、叶片厚度U22、叶片安装角度U23、专业培训U33和风机安装形式U41占相应评估指标的权重较大,即其对该矿井风机性能影响程度较大。而空气温度U14、导流叶个数U27、监察监管U32和风机安装位置U42对该矿井风机性能影响程度较小。参考现有相关研究文献及工程案例可知上述结论与实际相符,由此可以验证熵权模糊综合评估方法在解决高海拔矿井风机性能影响因素评估问题时具有科学性和可靠性。

因此,进行高海拔矿井风机选型时,应根据风机工作环境条件的特点,如空气密度、大气压力、相对湿度和空气温度等进行选取合适的风机型号。在对高海拔矿井风机性能进行优化设计时,应该从叶片个数、叶片厚度和叶片安装角度等结构参数以及风机安装形式入手,得出风机性能优化设计的最优解。另外,在风机日常运行中,需要接受过专业培训的技术人员定期对风机进行保养维修等,保证其安全高效运行。

4 结论

基于熵权模糊综合评估方法,通过梳理文献和访谈专家构建了包含4个一级指标和21个二级指标的高海拔矿井风机性能评估指标体系,运用熵权模糊综合方法,对高海拔矿井风机性能影响因素进行评估,并以云南迪庆某矿山风机为评估对象,进行实例验证研究,得到如下结论:

(1)在遵循指标选取原则的基础上,通过梳理国内外相关文献及访谈相关专家,从环境条件、风机结构、管理因素和其他因素4个维度构建了包含4个一级指标、21个二级指标的高海拔矿井风机性能评估指标体系。

(2)计算结果表明,4个一级评估指标所占权重大小排序为W2>W1>W3>W4。即风机结构U2对风机性能影响最大,环境条件U1对风机性能影响程度次之,其他因素U4对风机性能影响程度最小。二级评估指标中,空气密度U12、叶片个数U21、叶片厚度U22、叶片安装角度U23、专业培训U33和风机安装形式U41占相应评估指标的权重较大,即其对该矿井风机性能影响程度较大。而空气温度U14、导流叶个数U27、监察监管U32和风机安装位置U42对该矿井风机性能影响程度较小。

(3)将熵权模糊综合评估方法应用于高海拔矿井风机性能影响因素评估问题中,运用熵权法确认各指标权重,可以克服传统专家赋权法的随意性和主观性,增强指标权重的可信度。通过实例验证了熵权模糊综合评估方法在高海拔矿井风机性能影响因素评估方面的可靠性,所得的评估结果可为高海拔矿井风机合理选型及优化设计提供理论依据。

http://www.goldsci.ac.cn/article/2020/1005-2518/1005-2518-2020-28-3-457.shtml

参考文献

王洪粱辛嵩韩永辉.

高海拔矿井通风机的合理选型与优化设计

[J].黑龙江科技大学学报,2013236):523-526.

[本文引用: 4]

Wang HongliangXin SongHan Yonghui.

Reasonable selection and optimization design for ventilator in high-altitude mines

[J].Journal of Heilongjiang University of Science and Technology2013236):523-526.

[本文引用: 4]

叶学民李鹏敏李春曦.

叶顶开槽对轴流风机性能影响的数值研究

[J].中国电机工程学报,2015353):652-659.

[本文引用: 3]

Ye XueminLi PengminLi Chunxi.

Numerical investigation of grooved blade tips effect on the performance of an axial flow fan

[J].Chinese Journal of Electrical Engineering2015353):652-659.

[本文引用: 3]

丁学亮叶学民李春曦.

轴流风机叶片展向结构变化对性能影响的数值分析

[J].流体机械,2015439):43-49,78.

[本文引用: 4]

Ding XueliangYe XueminLi Chunxi.

Numerical analysis on the effect of varied blade spanwise structure on an axial flow fan performance

[J].Fluid Machinery2015439):43-49,78.

[本文引用: 4]

Jin G YOuyang HDu Z H.

Experimental investigation of unsteady flow in axial skewed fans according to flow rates

[J].Experimental Thermal and Fluid Science,20134881-96.

[本文引用: 3]

Jin G YOuyang HDu Z H.

An experimental study of sweep effect on 3D flow downstream of axial fans at off-design conditions

[J].Applied Mechanics and Materials,2013281335-342.

[本文引用: 3]

黄海鸿陆月星.

叶顶间隙和导流罩的安装位置对轴流风机流场的影响研究

[J].流体机械,2018464):34-39.

[本文引用: 3]

Huang HaihongLu Yuexing.

Research on effect of blade tip clearance and installation position of guide vane on flow field of axial-flow fan

[J].Fluid Machinery2018464):34-39.

[本文引用: 3]

Hirano TTakahashi KMinorikawa G.

Study on performance evaluation of small axial fan

[J].Open Journal of Fluid Dynamics,201774):546-556.

[本文引用: 3]

左曙光张琛璘韦开君.

叶轮参数对旋涡风机性能影响分析及优化

[J].中南大学学报(自然科学版),20144510):3408-3415.

[本文引用: 3]

Zuo ShuguangZhang ChenlinWei Kaijunet al.

Analysis on effect of impeller parameters on performance of a regenerative blower and optimization

[J].Journal of Central South University(Science and Technology)20144510):3408-3415.

[本文引用: 3]

张鹏.

轴流风机结构参数优化设计

[D].秦皇岛燕山大学2016.

[本文引用: 5]

Zhang Peng.

Structural Optimizaton Design of Axial Flow Fan

[D].QinhuangdaoYanshan University2016.

[本文引用: 5]

刘洋杨志刚李启良.

集流器形式对轴流式风机性能影响的研究

[J].风机技术,20123):19-21,39.

[本文引用: 3]

LiuYangYang ZhigangLi Qiliang.

Research on the effect of collector forms on the performance of axial flow fan

[J].Chinese Journal of Turbomachinery20123):19-21,39.

[本文引用: 3]

林美娜赵薰王娜娜.

安装形式对轴流式风机性能影响的试验研究

[J].制冷与空调,2014144):69-71.

[本文引用: 2]

Lin MeinaZhao XunWang Nanaet al.

Experimental study on impact of installation forms on axial flow fan’s performance

[J].Refrigeration and Air Conditioning2014144):69-71.

[本文引用: 2]

梁政周星火刘畅荣.

铀矿通风与降氡技术研究

[J].中国安全生产科学技术,200622):53-56.

[本文引用: 1]

Liang ZhengZhou XinghuoLiu Changrong.

Ventilation and radon reduction in uranium mine

[J].Journal of Safety Science and Technology200622):53-56.

[本文引用: 1]

刘祥.

雀儿山高海拔特长公路隧道施工通风关键技术研究

[D].成都西南交通大学2016.

[本文引用: 2]

Liu Xiang.

Study on Key Technique of Construction Ventilation for Extra-long Highway Tunnel at High Altitude on Queer Mountain

[D].ChengduSouthwest Jiaotong University2016.

[本文引用: 2]

梁国良.

基于熵权模糊综合评价模型在井组分类划分中的应用

[J].大庆石油地质与开发,2018374):50-54.

[本文引用: 2]

Liang Guoliang.

Application of the fuzzy comprehensive evaluation model based on entropy weight in the classification and division of the well group

[J].Petroleum Geology and Oilfield Development in Daqing2018374):50-54.

[本文引用: 2]

罗军刚解建仓阮本清.

基于熵权的水资源短缺风险模糊综合评价模型及应用

[J].水利学报,2008399):1092-1097.

[本文引用: 2]

Luo JungangXie JiancangRuan Benqing.

Fuzzy comprehensive evaluation model for water resource shortage risk based on entropy weight

[J].Journal of Hydraulic Engineering2008399):1092-1097.

[本文引用: 2]

杨志超张成龙葛乐.

基于熵权法的绝缘子污闪状态模糊综合评价

[J].电力自动化设备,2014344):90-94.

[本文引用: 1]

Yang ZhichaoZhang ChenglongGe Leet al.

Comprehensive fuzzy evaluation based on entropy weight method for insulator flashover pollution

[J].Electric Power Automation Equipment2014344):90-94.

[本文引用: 1]

林济铿李童飞赵子明.

基于熵权模糊综合评价模型的电力系统黑启动方案评估

[J].电网技术,2012362):115-120.

[本文引用: 1]

Lin JikengLi TongfeiZhao Ziminget al.

Assessment on power system black-start schemes based on entropy-weighted fuzzy comprehensive evaluation model

[J].Power System Technology2012362):115-120.

[本文引用: 1]

聂宏展吕盼乔怡.

基于熵权法的输电网规划方案模糊综合评价

[J].电网技术,20093311):60-64.

[本文引用: 1]

Nie Hongzhan PanQiao Yiet al.

Comprehensive fuzzy evaluation for transmission network planning scheme based on entropy weight method

[J].Power System Technology20093311):60-64.

[本文引用: 1]

高长波陈新庚韦朝海.

熵权模糊综合评价法在城市生态安全评价中的应用

[J].应用生态学报,20061710):1923-1927.

[本文引用: 1]

Gao ChangboChen XingengWei Chaohaiet al.

Application of entropy weight and fuzzy synthetic evaluation in urban ecological security assessment

[J].Chinese Journal of Applied Ecology20061710):1923-1927.

[本文引用: 1]

Austin JMcCaffrey A.

Business leadership coalitions and public-private partnerships in American Cities:A business perspective on regime theory

[J].Journal of Urban Affairs,2002241):35-54.

[本文引用: 1]

Grimsey DLewis M K.

Evaluating the Risks of Public Private Partnerships for Infrastructure Projects

[J].International Journal of Project Management,2002202):107-118.

[本文引用: 1]

Cioffi D FKhamooshi H.

A practical method of determining project risk contingency budgets

[J].Journal of the Operational Research Society,2009604):565-571.

[本文引用: 1]

Yan JZhang T FZhang Bet al.

Application of entropy weight fuzzy comprehensive evaluation in optimal selection of engineering machinery

[C]// International Colloquium on Computing,Communication,Control and Management.New York:IEEE2008.

[本文引用: 1]

/