高位堆积体远程滑坡动力侵蚀过程量化预测模型

高位远程滑坡快速解体后,往往形成碎屑流,会沿程动力侵蚀坡体表层第四纪松散物质,改变滑坡滑移动力学特征,导致滑坡体积显著放大,灾害效应强烈,已成为近年来防灾减灾研究的重点。首先,针对高位堆积体远程滑坡动力侵蚀过程量化预测问题,基于深度积分水动力计算理论与固液两相界面剪应力侵蚀模型架构,构建了高位堆积体远程滑坡动力侵蚀过程量化预测的连续介质数值模型,自主进行了数值实现,编制了具有二阶计算精度的软件程序DisasterFlowV1.0。然后,通过经典的溃坝水流算例验证,结果表明所构建的数值模型的数值求解格式正确并具有较好的总变差不增特性(total variation diminishing,TVD)。再后,通过对柏杨林高位堆积体远程滑坡案例动力侵蚀过程预测可知,所构建的数值模型与传统雪橇模型对该滑坡滑移速度预测结果基本一致,但相较于传统雪橇模型,所构建的数值模型对滑动路径地形的适应能力强,滑移速度预测值振荡性较小。最后,利用所构建的数值模型在时间和空间维度上对柏杨林高位堆积体远程滑坡的动力侵蚀过程进行量化表达,结果表明所构建的数值模型能够对该滑坡动力侵蚀过程中各历时的滑移深度、速度及侵蚀堆积深度进行量化,这是传统雪橇模型所不具备的。所做研究可充实高位远程滑坡动力侵蚀过程量化预测理论与技术体系。

基于特征定量化预测的矿产资源勘查技术研究

为了提取矿产资源形成特征信息、定量分析矿产资源分布情况以实现矿产勘查和预测,提出了一种基于特征定量化预测的矿产资源勘查技术。从研究区域基本地质情况出发,参考该地域已有的勘查数据与钻孔资料,使用Surpac软件构建地质结构的三维模型,利用该模型定量化分析矿产资源形成特征信息,并提取形成特征信息;使用Flac3D有限元软件构建研究区域的数值模型,定量化分析断裂缓冲区域的矿产资源构造特征信息,提取该构造信息特征,同时使用矿产资源勘查特征定量预测模型,确定矿产资源有利区划,实现矿产资源勘查。结果表明,辉绿岩最佳缓冲距离为0~55m,断裂缓冲区最优缓冲距离为55~105m,由此提取出矿产资源运移特征有利信息;该方法能够获得矿产资源定量特征的信息量,经叠加计算勘查出研究区域的矿产资源分布情况。

基于观测矩阵实现量化预测的模拟信息转换器设计

相比于模拟数字转换器,基于亚奈奎斯特采样的模拟信息转换器,能以更低的采样速率对信号进行采样。对于心电信号等具有突发脉冲的信号,采样速率的降低势必达到更高的量化分辨率,继而造成量化功耗过高。根据信号的自相关性,提出了一种基于观测矩阵实现量化预测的模拟信息转换器。通过观测矩阵中的伪随机序列相关性和信号的自相关性,设置了不同的量化预测模式,在保证模拟信息转换器分辨率的情况下,有效减少了量化的转换位数。实验结果表明,该设计能够在压缩比为2、分辨率为10位的情况下,将心电信号的平均转换位数缩减为7.28位,从而有效降低了量化功耗。

叠前地质统计学反演技术在复杂储层量化预测中的应用

地震确定性反演、叠后地质统计学反演是目前致密碎屑岩气藏普遍采用的储层预测技术,但针对复杂岩性结构和复杂波阻抗特征的薄储层,这些反演方法的适应性有限。叠前同时反演与地质统计学反演技术的结合是此类储层量化预测的有效方法,不仅可提高纵、横向分辨率,还可解决储层与围岩波阻抗叠置情况下有效储层的识别问题。叠前同时反演技术可以得到纵波阻抗体、横波阻抗体、纵横波速度比体和密度体,能够解决复杂波阻抗储层的识别问题,但反演受地震频带限制,纵向分辨率有限。基于随机建模技术的叠前地质统计学反演方法,能有效地综合地质、测井和三维地震数据,极大地提高预测结果的纵、横向分辨率,实现储层的精细描述,在叠前确定性反演的基础上可以更好地识别薄层及薄互层储层,为陆相致密碎屑岩气藏储层描述提供了重要技术支撑,在川西新场须四气藏储层预测应用效果明显。

长江中下游汛期降水优化多因子组合客观定量化预测研究

针对长江中下游区域汛期降水模式预报误差,利用历史资料的有用信息订正模式预报误差。根据国家气候中心预测室提供的74项环流特征量和美国国家海洋和大气管理局发布的40项气候指数,确定降水预报误差场的相似年份,利用相似年的降水误差场对模式结果进行相似误差订正,有别于传统的模式系统误差订正。研究发现,相似误差订正效果明显优于系统误差订正。在此基础上,对前期因子进行筛选,确定相似误差场的多因子优化组合,并结合加权集合平均的方法,提出了基于优化多因子组合的客观定量化预测（OQF）技术。2003~2009年7年的独立样本回报结果表明,基于优化多因子组合的OQF方案具有较高的预报技巧,平均距平相关系数为0.43。最后对历史资料中误差场间的距平相关系数进行分析,发现确定误差场相似年的关键技术还有待于进一步完善,并指出了改进方法的可能途径。

夏季西太平洋副热带高压的客观定量化预测及其对汛期降水的指示

基于动力-统计相似预报原理,将模式误差动力统计预报方案应用于西太平洋副热带高压的客观定量化预测,通过交叉检验距平相关系数,筛选出对副热带高压区域的500hPa高度场模式预报结果订正较好的因子作为前期关键因子集。对2003—2010年的副热带高压区域的500hPa高度场进行了回报检验,结果显示该方案在数值模式预报结果基础上有了进一步提高,显示出较高的预测水平。在此基础上,从高度场预测结果中提取出与中国降水关系最为密切的两个典型副热带高压特征指数(脊线指数与西伸脊点指数),将其投影在二维平面上,并根据不同类型的副热带高压特征下对应的雨型分类特征得到预报年副热带高压所属类型下中国夏季降水的分布类型,多年检验结果表明,预测的投影类型所对应的降水合成分布与实况的降水具有较好的一致性,进一步验证此种副热带高压与雨型分类的合理性,达到通过副热带高压的定量化预测对夏季的旱涝分布形式进行预测的目的,为进一步提高汛期降水预测水平提供一种可能的思路。

低渗块状砂岩气藏底水锥进的定量化预测

在低渗块状砂岩气藏开发过程中 ,由于水的侵入 ,产气量降低甚至停产。以东濮凹陷具有边、底水的文 2 3气藏为例 ,用允许生产压差法和临界产量法计算其合理生产压差及产量 ,在合理产量下 ,计算底水锥进的时间 ,指导气藏的开发 。

基于人工神经网络的放热规律的量化预测

利用AVL-Fire建立了高压共轨柴油机燃烧系统仿真模型,通过台架试验验证仿真模型的基础上,分析了混合气浓度场和温度场动态分布特性并将燃烧过程划分为预混合和扩散燃烧分界点,提出燃烧始点、预混合燃烧速率、扩散燃烧速率及燃烧持续期等量化评价参数。建立了预测量化评价参数的人工神经网络(ANN)模型,预测分析发动机控制参数对放热规律评价参数的影响。研究结果表明:当采用"5-18-4"型神经网络结构模型并采用trainlm算法时,预测的鲁棒性、响应性和收敛精度均良好,所创建的ANN模型可以很好地预测放热规律。

量化预测评价指标的自动统计及信息浏览

本文重点介绍在量化预测评价过程中对评价指标的自动统计技术。利用本文提出的方法,可由计算机自动完成评价单元划分、单元内各评价指标的统计、计算、预测、存储等工作,而且,还可对单元的几何信息、地质信息进行定位查询。

矿井构造相对复杂程度自动量化预测技术

为了实现矿井构造相对复杂程度量化预测的全程自动化 ,以“矿井构造定量评价指标的自动统计与存储技术”为突破口 ,研制完成矿井构造量化预测系统软件MSPS .介绍了该软件所涉及的几个关键技术问题和解决方法 ,包括评价单元的自动剖分技术、评价指标体系的构成及评价指标的数字化技术等 。

矿井构造量化预测技术的研究进展

探讨了矿井构造量化预测的概念及其研究意义、主要预测方法的改进与发展、评价指标体系构成与量化方法 ,以及矿井构造量化预测全程自动化实现技术等问题 。

地理信息系统在地质量化预测与评价中的应用

将地理信息系统应用于矿井地质条件量化预测与综合评价研究中，建立了地质条件量化预测处理系统，把传统地质预测方法与有限元理论、计算机模拟技术有机地结合起来，为开采地质条件多源数据的综合分析、量化预测和分析结果的快速。

初论工程地质量化预测结论的可靠性

本文首次提出一个新的研究领域-工程地质量化预测(评价)结论的可靠性分析。文中论述了不确定性的来源、种类和可发现性,初步建立了单种方法预测结论的显著性,多种方法预测的综合结论及其可靠性的一套判别方法。在膨胀土边坡坍塌规模预测中的应用表明使用这套方法能明显地提高预测的准确性。

突水量数量化预测模型及其应用

选取对大煤底板八灰突水水量有影响的地质因素，如构造、岩溶、矿压、突水系数、新突水点至老突水点的最近距离为自变量，以最大突水量、稳定突水量为基准变量，用“数量化理论Ⅰ”将定性变量数量化，与定量变量联合建立焦作东部矿区的八灰突水量预测模型。经检验两个模型预测突水量相对误差小于１者大于７２．５％，实测值与各自变量组合的复相关系数在０．７以上，对７个实际例子预测效果较好，从理论和实例上都说明所建模型可信，可用于焦作东区突水量的预测预报。

老年COPD急性加重期合并呼吸衰竭患者营养不良的危险因素分析及量化预测模型的建立

目的分析老年慢性阻塞性肺疾病(COPD)急性加重期合并呼吸衰竭患者营养不良的危险因素,并建立量化预测模型。方法回顾性分析2018年1月至2020年1月航天中心医院呼吸内科收治的125例老年COPD急性加重期合并呼吸衰竭患者的临床资料,采用单因素和多因素Logistic回归模型分析老年COPD急性加重期合并呼吸衰竭患者营养不良的危险因素;根据危险因素构建风险量化预测模型,并重复1000次抽样纳入数据对模型进行内部验证。结果125例老年COPD急性加重期合并呼吸衰竭患者中发生营养不良者41例,发生率为32.8%。多因素Logistic回归分析结果显示,年龄>75岁(OR=4.850,95%CI 1.436~16.382)、慢性胃病(OR=3.900,95%CI 1.675~9.078)、第一秒用力呼气量(FEV 1)/用力肺活量(FVC)<50%(OR=7.486,95%CI 2.256~24.842)、厌食(OR=3.043,95%CI 1.186~7.813)及低氧血症(OR=2.416,95%CI 0.887~6.576)是老年COPD急性加重期合并呼吸衰竭患者营养不良的危险因素(P<0.05)。基于以上回归分析筛选得到的5个独立危险因素,构建预测老年COPD急性加重期合并呼吸衰竭患者营养不良的列线图模型,并对模型风险预测能力进行验证,预测值C-index指数为0.842(95%CI 0.817~0.867),表明该量化预测模型预测精准度及区分度较好,内部验证的曲线下面积为0.826(95%CI 0.805~0.851),表明该列线图具有较高的预测价值。结论年龄>75岁、慢性胃病、FEV 1/FVC、厌食及低氧血症是老年COPD急性加重期合并呼吸衰竭患者营养不良的危险因素,且本研究建立的量化模型可以较准确地预测营养不良的发生风险。

典型地质构造的三维地震波形特征及断层的量化预测

通过顾北煤矿揭露的地质异常现象(包括断层、层滑及煤层变薄区)与三维地震时间剖面的对比分析,阐述了典型地质构造现象在三维地震时间剖面上的波形特征以及如何在三维地震时间剖面上确定断面和断层落差,使断层得到量化。

基于物资需求特性量化预测未来需求的方法

随着社会经济的飞速发展,电网企业对于电力物资的需求日益增多,物资需求精益化管理面临着物资种类繁多、周期多变、数据失真、预测困难等诸多问题。为此,从物资需求特性出发,通过分析各类物资的需求特征,挖掘需求规律,并建立时间序列、LSTM(长短期记忆网络)神经网络模型、灰色预测等算法模型对电力物资开展精准预测,以保证电力企业正常生产,节约采购成本和库存成本,提高企业竞争力。

多因素量化预测高血压脑出血预后

目的 研究量化多种因素预测高血压脑出血预后的可能性。方法 回顾性分析 1995年以来 15 6例高血压脑出血病例 ,量化多因素 ,从入院时临床表现和放射学结果来评价预后。结果 经统计学处理 ,发现GCS、呼吸和瞳孔的改变、是否合并其他系统疾病、出血的部位和多少、出血后的占位效应、脑室内的情况与高血压脑出血的预后密切相关。结论 综合分析多种因素并量化后 ,能前瞻性预测高血压脑出血病人的预后 ,指导选择合理的治疗手段。

基于工业机理模型和人工智能算法的零件周期生产量化预测研究

为了通过精准的预测,提高零件周期生产能力,课题组研究了基于工业机理模型和人工智能算法的零件周期生产量化预测方法。分析零件周期生产能力影响因素的工业机理,将设备作业周期时间、资源单耗以及系统正常运行时间3个量化指标作为卷积神经网络的输入,零件周期生产能力作为卷积神经网络的输出,使用基于卷积神经网络的零件周期生产量化预测方法,完成零件周期生产能力的有效预测。实验结果表明:该方法的预测结果与真实结果基本一致,具有较高的零件周期生产量化预测精度;将卷积神经网络的学习速率设置为0.005 Mibit/s,卷积核大小设置为5×5时,可提高零件周期生产量化预测效果。

基于贝叶斯网络的配网线路故障量化预测

文章首先介绍了贝叶斯网络的原理及其在故障诊断领域的应用,然后结合网架拓扑及设备运行的相关数据,建立故障预测模型,对配网线路发生停电风险的概率进行量化预测。实例分析表明,基于贝叶斯网络的故障预测模型能够充分挖掘复杂网架结构中的信息,提高线路故障预测的准确性。