加劲肋对钢箱梁剪力滞效应的影响

剪力滞效应是影响钢箱梁结构稳定性的一个主要因素,使钢箱梁在弯矩作用下的正应力分布不均。文章首先介绍了计算剪力滞的能量变分法,然后采用有限元分别模拟计算了具有加劲肋的钢箱梁和没有加劲肋的钢箱梁条件下,对比了简支梁和悬臂梁在集中荷载作用下的剪力滞系数,并采用能量变分法对其加以验证。结果表明,采用有限元法模拟剪力滞效应效果较好,加劲肋可以有效地减小剪力滞效应。

基于欧拉法模拟旋转帽罩水滴撞击特性

基于欧拉两相流理论,对旋转帽罩水滴撞击特性进行了数值模拟.通过引入耗散函数求解水滴相无黏欧拉方程,实现了欧拉法求解三维旋转帽罩的水滴撞击特性.分析了旋转帽罩转速对水滴撞击特性的影响.发现旋转帽罩转速越大,其表面水滴撞击极限稍有减小.在典型飞行条件与气象条件下,离心力对水滴运动轨迹的影响远小于惯性力对其的影响,旋转帽罩转速对水滴撞击特性影响较小.

RAGA-PPC云模型在边坡稳定性评价中的应用

为精确评价露天矿边坡稳定性,预防边坡事故发生,首先选取黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力比、天然容重等6个指标,建立边坡稳定性评价指标体系;其次基于20组样本数据,采用投影寻踪聚类(PPC)算法将多维数据投影在一维平面上,以基于实数编码的加速遗传算法(RAGA)优化投影指标,并计算各指标的权重值;然后采用正向云发生器得到边坡各稳定性等级的隶属度,并据此计算边坡稳定性等级的加权隶属度;最后构建定性与定量相结合的RAGAPPC等级评价云模型,并用5组样本数据验证RAGA-PPC云模型的评价结果。结果表明:影响边坡稳定性的最主要因素是边坡高度;RAGA-PPC云模型评估的20组样本数据准确率为95.0%,检测5组样本数据准确率达到100%。

尾矿库溃坝灾害风险分级评估的加权云模型研究

为了实现尾矿库坝灾害风险的准确分析,提出了一种尾矿库溃坝灾害风险分级评估的加权云模型。首先基于文献计量法以及相关分级标准构建了尾矿库溃坝灾害风险分级指标体系;然后基于博弈论确定了频次法和投影寻踪算法的组合权重;最后采用云模型来表述各风险等级之间的模糊性和不确定性,并结合基于博弈论的组合权重确定了尾矿库溃坝灾害风险等级的综合隶属度,再采用9组尾矿库实例进行验证加权云模型的评估结果。结果显示,加权云模型评估的9组尾矿库样本结果与实际相符,表明模型具有较高的预测精度,可以为尾矿库溃坝灾害风险等级评估提供可靠的依据。

基于模糊信息粒化的矿业安全生产态势区间预测

为提高矿业安全生产态势的预测精度,针对单一预测模型对非平稳非线性时间序列预测精度低、模型选择困难等问题,提出一种基于模糊信息粒化(FIG)的矿业安全生产态势区间预测模型。首先,将矿业安全生产态势时间序列映射为L、R、U等3个粒化参数序列;然后,采用差分自回归滑动平均(ARIMA)模型预测模糊粒子序列中的线性部分,得到非线性残差序列;最后,将非线性的残差序列作为输入变量建立支持向量机(SVM)模型,将ARIMA模型的预测结果与SVM模型的残差序列预测值叠加,得到矿业安全生产态势时间序列的区间预测值。结果表明:用21组测试集样本验证基于FIG的区间预测模型的精度,得到L、R、U参数值的平均相对误差分别为10.834 57%、20.207 90%、0.651 97%;基于FIG的矿业安全生产态势区间预测模型拟合效果优于ARIMA和SVM,精确度较高且区间范围较为合理。

RuO_2-IrO_2-SnO_2/Ti电极电催化氧化降解苯酚废水

针对火炸药废水中所含苯酚类污染物排放量大、难降解的问题,以RuO_2-IrO_2-SnO_2/Ti为阳极、Ti为阴极,氯化钠为电解质,采用电催化氧化法对模拟含苯酚火炸药废水进行了研究。考察了氯化钠浓度、电流密度、pH值、苯酚废水初始浓度对苯酚去除率等的影响。在苯酚去除率最佳的条件下研究了总有机碳(TOC)、化学需氧量(COD)去除率随时间的变化。采用高效液相色谱法推测了降解苯酚的中间产物及过程。结果表明,在氯化钠浓度为13 g·L^(-1),电流密度为30 mA·cm^(-2),pH值为5,苯酚废水初始浓度为500 mg·L^(-1)的条件下,反应60 min,苯酚去除率可达99.85%。在苯酚去除率最佳的条件下,反应100 min,TOC和COD的去除率分别可达53.55%、59.37%。该电极易于催化ClO^-、·OH等活性基团与苯环发生亲电加成反应生成芳香族化合物,并迅速将其氧化降解为脂肪族化合物及CO_2和H_2O。

基于变权综合灰靶模型的采空区风险等级评价

采空区风险等级评价是采空区灾害监测、预防和治理的重要内容。基于灰靶理论,采用灰熵关联分析法,引入平衡函数确定指标综合权重,建立了基于变权综合灰靶模型的采空区风险等级评价方法;选取8个评价指标,构建了采空区风险等级评价指标体系;根据变权综合灰靶模型,计算得到靶心距,形成了定量化的采空区风险等级靶距图,然后以检验样本的靶心距在靶距图上的分布确定其风险等级。利用5个检验样本对变权综合灰靶模型进行了验证,评价结果与实际风险等级一致。同时,将基于灰熵关联分析方法与变权综合权重计算方法的灰靶模型评价结果进行对比,证明了变权综合灰靶模型的合理性和准确性。结果表明,采用变权综合灰靶模型对采空区进行风险等级定量化评价是合理可行的,可作为采空区灾害治理工程指导和管理的决策依据。

采空区风险评价的改进灰靶模型

采空区风险评价是矿山安全管理的重要工作之一,灰靶模型是风险评价的有效方法。为克服灰靶模型中单一主观或客观赋权法带来的局限性、未考虑评价指标相关性的问题,采用层次分析法、序关系分析法、熵权法和离差最大化法,构建基于矩估计理论的改进主客观权重集成赋值方法;采用相关系数矩阵替换马氏距离中的协方差矩阵,引入到传统灰靶模型中,准确表征评价指标之间的相关性。将改进的灰靶模型应用到采空区风险评价中,结果表明,改进主客观权重集成赋值方法得到的最优组合权重是以4种赋权方法的偏差最小为目标进行优化集成,兼顾人为和实践获取的经验因素和评价指标的固有属性特征,评价结果更加全面;采用相关系数矩阵替换马氏距离中的协方差矩阵,考虑评价指标之间相关性的影响,提高了评价结果的准确性,验证了改进的灰靶模型在采空区风险评价中的合理性和有效性。

矿业安全生产事故时间序列的模糊区间预测

为解决矿业安全生产事故预测过程中的不确定性和随机性问题,提出了一种矿业安全生产事故时间序列的模糊区间预测模型。采用小波变换将矿业安全生产事故时间序列分解为一组高频信号序列和一组低频信号序列,采用样本熵重组子序列,并将其映射为包含Low、R、Up共3个参数的窗口化的时间序列;运用模糊C均值聚类(Fuzzy C-means clustering,FCM)算法对窗口化的时间序列进行预测,得到矿业安全生产事故时间序列的模糊区间预测结果,并用6组测试样本验证模型的预测精度。结果显示:R值和Up值测试样本序列的平均相对误差分别为17.7371%、8.7712%,表明矿业安全生产事故时间序列的模糊区间预测模型精确度较高且区间范围较为合理,可以为矿业安全决策提供理论依据。

空气轴承支撑的燃料电池离心空压机转子动力学分析

根据燃料电池系统对空压机提出高压比、大流量、高效率的需求,设计了高转速两级压缩电动离心式空压机,采用动压空气轴承作为转子的支撑,利用DyRoBes软件DyRoBes-Rotor转子动力学软件包,对燃料电池离心空压机转子动力学特性进行了分析。分析结果表明:空压机的一阶弯曲临界转速为3168 Hz,远高于转子系统的最高运行转速的30%;对应的振动模态为弯曲模态,在运行转速范围内轴心轨迹总跳动比值小于20%,最大轴承受力为60 N,远低于轴承承载能力100 N,为轴承和转子进一步优化提供参考。

可调进口导叶在两级同轴离心压气机上的应用

为提高用于氢燃料电池的两级同轴离心压气机非设计工况点效率,基于某直叶片翼型,为该压气机低、高压级设计了可调进口导叶,并用基于雷诺平均N-S方程的SST模型对不同的导叶开启角度做了整级CFD,获取了该工况点最高效率的可变进气导叶开启角度。通过调节导叶,非设计工况点的效率最高提升1.6%,证明了VIGV在提升两级离心压气机高效工作范围的可行性。同时通过分析带VIGV与不带VIGV的压气机流场,解释了VIGV改善两级同轴离心压气机性能的原理。

基于CFD仿真的燃料电池离心空压机叶轮的优化设计

由于传统车用涡轮增压器叶轮的效率、流量以及压比等各项性能无法满足设计要求,针对这个问题,通过调节其叶轮子午型线、叶片角度、叶片数量和出口宽度等参数,利用CFD仿真对其进行了重新设计,最终设计出了一款可应用于燃料电池离心空压机的新叶轮,并对新叶轮的各项性能进行了分析。结果表明:该新叶轮的流量增加了21.4%,设计点的压比提高了32.4%,等熵效率增加了7.5%,达到了某车用燃料电池空压机的设计目标要求。

过冷大水滴飞溅特性数值分析

针对过冷大水滴(SLD)撞击结冰表面的飞溅现象,开发了基于欧拉法的二维算法程序,该程序将LEWICE飞溅模型和FENSAP飞溅模型耦合到水滴流场控制方程中进行求解,实现了对SLD撞击特性的准定常计算。根据水滴飞溅模型中对于飞溅生成子水滴质量和速度等信息的定义,通过定义控制方程中的源项,将其耦合到控制方程的求解中,进而研究水滴飞溅效应对于撞击特性的影响。研究发现,由于水滴的飞溅作用,导致翼型壁面附近的液态水含量(LWC)分布发生变化;通过对上述两种典型的SLD飞溅模型进行计算分析,发现了SLD撞击特性的一些共性和不同,并揭示了SLD撞击效应的一般特点。

发展黄岩区现代农业的对策建议

根据现代农业的基本特征和发展要求，结合黄岩区农业产业发展现状，综合考虑各地经济发展水平、区位优势、自然资源禀赋、劳动力资源等因素，发展该区现代农业，要本着“立足中部、做精东部、开发西部”的总体思路，全面推进“十化”建设。

基于四大集成学习的岩爆烈度分级预测

为准确预测岩爆灾害,将Boosting,Bagging,Stacking,Voting四大集成学习运用到岩爆灾害预测中,比较普通机器学习算法、Boosting与Bagging预测性能,提出一种Stacking与Voting的基模型选取方法。首先,搜集275组国内外岩爆案例构建原始岩爆数据集,通过对原始岩爆数据集中不同岩爆等级的统计参数进行分析,以及使用TSNE(t-distributed Stochastic Neighbor Embedding)算法将原始岩爆数据集进行降维可视化分析,可知原始岩爆数据集中存在大量离群点并且数据不平衡。其次,先后使用Yeo-Johnson变换与K-means SMOTE过采样将数据正态化与平衡化,分别减少离群点以及数据不平衡的影响。正态化并且平衡化后岩爆数据可分性增强。然后,对包含普通机器学习,集成Boosting,集成Bagging的15种机器学习算法进行训练预测,通过宏平均的精确率以及Friedman统计假设检验比较各类模型的预测性能。最后,提出一种多样性与精确率权重融合的Stacking与Voting岩爆烈度分级预测方法。使用穷举法依次剔除精确率不高或者预测结果相似性高的模型,从一般机器学习算法,集成Boosting,集成Bagging保留精确率高、预测结果尽可能不同的模型作为Stacking或者Voting的基模型。结果表明:Boosting,Bagging,Stacking,Voting其预测性能大多比普通机器学习性能好。多样性与精确率权重融合的Stacking与Voting岩爆烈度分级预测方法能有效提高岩爆预测性能。

LOF与改进SMOTE算法组合的强烈岩爆预测

为解决岩爆数据集中存在离群值、强烈岩爆数目少,导致强烈岩爆预测准确率较低等问题,提出LOF(local outlier factor)与改进SMOTE(synthetic minority oversampling technique)算法组合的方法。首先搜集国内外305组岩爆案例构建原始岩爆数据集,使用平均化处理法对数据集进行无量纲化处理;其次用LOF算法剔除各岩爆等级中的离群值,改进SMOTE算法在强烈岩爆样本与中等岩爆样本边界处增加强烈岩爆样本数目,增加少数类样本数目,在数据预处理阶段改善数据集结构;最后用6种常用机器学习模型分别对原始岩爆数据集和预处理后的岩爆数据集进行预测,验证预处理过程的有效性。结果表明:经过预处理后的岩爆数据集,整体的岩爆预测准确率平均提高18.35%,强烈岩爆预测准确率平均提高44.55%。因此基于LOF与改进SMOTE算法组合对岩爆数据集进行预处理,改善岩爆数据分布结构,能有效提高强烈岩爆预测准确率。

基于小波变换的矿业事故时间序列预测

为对矿业事故时间序列做出准确预测,针对单一预测模型对非平稳非线性时间序列预测精度低、模型选择困难等问题,提出了一种基于小波变换的矿业事故时间序列预测模型。首先,将44组训练数据采用小波变换,通过伸缩平移运算对时间序列逐步进行多尺度细化,使非平稳非线性的原始时间序列变换为一组代表整体变化趋势的高频信号序列,和一组表示随机扰动的低频信号序列;然后,采用自回归滑动平均(Autoregressive Moving Average,ARMA)模型预测低频信号序列,用分形理论(Fractal Theory,FT)预测高频信号序列;最后,再将各分序列的预测结果叠加,构建基于小波变换的矿业事故时间序列预测模型,并用12组测试样本验证模型的预测精度。结果表明:12组测试样本预测结果的平均相对误差为15.13%,且相对误差波动较为平稳。基于小波变换的矿业事故时间序列预测模型的预测稳定性较好、精确度较高,用该模型进行矿业事故时间序列的预测是可行且有效的。