传爆药装药不同过载环境的力学响应规律研究

由于传爆药在使用过程中所处的力学环境复杂,且对传爆药进行相关的力学性能测试试验成本高,环境条件难以控制,很难进行相关的规律性试验研究,因此通过ANSYS/LS-DYNA大型有限元软件进行仿真模拟计算,直接将加速度-时间曲线施加在药柱套所对应的节点上,药柱套内部装有传爆药药柱。药柱选用二次开发的粘弹塑性本构模型,通过给药柱套施加不同的加速度脉冲,开展传爆药药柱不同过载环境的力学响应规律研究。结果发现,传爆药药柱的直径和高度对其力学响应有影响,在相同的过载条件下,传爆药的直径越小,高度越高,其轴向长度变化率和密度变化率越大;在不同的过载环境下加速度脉冲的峰值和脉宽也对药柱的力学响应有直接影响。

中国主要水蚀典型区侵蚀地形特征分析

地形是影响地表水文和土壤侵蚀的主要环境因素,坡度、坡长和LS因子是土壤侵蚀模型的重要参数。该文以第四次全国土壤侵蚀普查项目为依托,在ANUDEM软件环境中建立25m分辨率文地貌关系正确的DEM(Hydrologically Correct Digital Elevation Model,Hc-DEM),提取了坡度、坡长并计算了LS因子,对中国主要水蚀地区的土壤侵蚀地形因子的空间及统计特征进行了分析,并将该数据与目前应用较为广泛的2种遥感高程数据进行了对比。结果表明,25m分辨率Hc-DEM可用以表达各典型样区地形特征,其上提取的坡度和坡长,符合一般地貌学原理和常规认识;坡度在东北地区最为平缓(0.8°),而在黄土丘陵区最陡(22.3°);坡长则在东北地区最长而黄土丘陵区最短(479m和69m);在地势比较低的河谷和地势较高的分水地带坡度比较平缓,而在分水岭到河谷冲积平原之间坡度较陡;在地形起伏较大的陡坡丘陵或坡度平缓的丘陵,坡长均比较大;LS因子的空间分布格局与坡度基本一致;该文得到的数据与ASTER和SRTM遥感高程数据对比具有明显优势,全国土壤侵蚀普查项目建立的DEM,在全国、省区和大流域尺度上的土壤侵蚀评价制图中具有不可替代性。该文阐明了中国主要水蚀区的侵蚀地形特征,为土壤侵蚀学、水文学中地形因子的提取提供了参考。

卧虎山水库不同算法LS因子值适用性分析

在总结以往LS因子相关算法研究基础上,结合Mc Cool的LS因子参照值,对LS算法的适用性进行评价分析。研究表明,除去复合算法和Remortel修正算法外,其他不同算法LS因子值都小于参照值;研究区LS因子值的最优算法为基于Remortel迭代运算的修正算法;其次为结合刘宝元的陡坡公式和Remortel改进L指数因子迭代运算的复合算法,以及Remortel第4版AML程序算法;再次为B?hner算法,而Moore算法和Desmet算法,由于其与参照值的相关性相对较差,而且其RMSE相对较大,不推荐在该区使用。

基于最小二乘支持向量机的ET_0模拟计算

参考作物蒸散量(ET_0)有多种计算方法。本文将ET_0看作是气象因素的复杂非线性回归,以日最高温度、最低温度、平均风速、太阳辐射以及相对湿度5个气象因子不同方式的组合作为输入数据,以FAO56 Penman-Monteith公式计算的结果作为预测校准值,建立了最小二乘支持向量机模型。选取河套地区临河气象站2005年逐日气象数据进行训练与验证,并将模拟结果同其他常用ET_0计算公式的计算结果进行对比研究。结果表明最小二乘支持向量机能够很好的反映ET_0同气象因素之间的非线性关系,模拟计算精度较高,但随着气象因素个数的减少模拟精度有所下降。当基于温度和辐射条件计算时,最小二乘支持向量机模拟计算结果较Priestley-Talor公式计算精度更高,当基于温度条件计算时,温度较低时最小二乘支持向量机的模拟精度高于Hargreaves公式。

基于改进粒子群优化LS-SVM的卫星钟差预报研究

针对导航卫星短期钟差预报精度和稳定度不高的问题,提出了一种基于改进粒子群优化(PSO)最小二乘支持向量机(LS-SVM)的卫星钟差预报方法。通过引进自适应改变的惯性权重和学习因子来提高粒子群算法的寻优能力,并将其应用到LS-SVM的参数优化中,避免人为选择参数的盲目性,提高了LS-SVM的泛化能力和预报精度。选取国际GPS服务组织(IGS)产品中四颗典型卫星的钟差数据,分别采用LS-SVM模型、神经网络模型和灰色系统模型进行短期钟差预报,计算结果表明:LS-SVM模型的预报精度优于其它两种模型,为导航卫星短期高精度钟差预报提供了新的思路。

地区电网风电场功率超短期预测方法

针对某地区电网并入多个风电场的情况,论证分析了所有风电场总输出功率变化较单一风电场输出功率变化具有更好的规律性,引入风电总量与风电分配因子这2个概念,提出超短期风电场功率预测模型和求解方法。主要内容包括:风电总量、风电分配因子以及它们之间的随机关联规律;最小二乘支持向量机和卡尔曼滤波技术对风电总量和风电分配因子的自适应动态预测算法;基于关联规律间接实现风电场输出功率的超短期预测。通过实例验证,表明所提出的预测方法无论是在风电场功率预测精度、还是在预测误差分布范围方面都有明显改进。

基于DEM的井冈山市地形因子分析

地形作为影响土壤侵蚀的重要因素之一,对土壤侵蚀的方式及强度具有控制作用。通过对地形因子的计算和分析,为土壤侵蚀防治及治理提供一定的参考,同时为水土流失评价提供科学依据。基于DEM(数字高程模型)提取坡度、坡长、LS因子等地形指标且计算地形起伏度,分别探究不同分辨率、不同地形下地形因子的差异性。结果表明:(1)90m、60m、30m不同分辨率下,坡度、坡长、LS因子均存在差异,随着分辨率不断升高,地形起伏度增大,地形趋于崎岖。(2)平原、丘陵、小起伏山地不同地形下,坡度最大值小起伏山地>丘陵>平原;坡长最大值平原>丘陵>小起伏山地;LS因子最大值丘陵>小起伏山地>平原,DEM分辨率以及地形起伏度对于地形因子均具有较为明显的影响。

基于流域八叉树的地形因子提取方法研究

地形是影响土壤侵蚀的重要因子,在估算模型中常用坡度和坡长来对其进行衡量。区域尺度上多基于DEM提取地形因子,但随着DEM数据精度的不断提高,数据量不断增大,海量数据的计算能力要求成为制约地形因子提取在区域尺度上应用的关键。为了进一步提高地形因子的提取效率,基于流域八叉树构建了水流路径,集成了流向、汇水及坡长提取过程,有效地减少了冗余遍历,简化了计算流程。实验结果表明:相较于传统的扫描式遍历,该方法的计算结果准确率较高,而且有效地的提高了计算效率,进一步增强了模型的可用性。

考虑相关因素的最小二乘支持向量机风速预测方法

准确的短期风速预测对电网的安全稳定性及降低运行成本具有重要意义。提出了考虑相关因素的最小二乘支持向量机风速预测方法,通过相关性分析,寻找对风速影响较大的因素,作为预测风速的信息特征参考量,并利用灰色关联分析方法,对风速数据进行预处理,筛选出某些与预测日特征相似的历史样本作为最小二乘支持向量机模型的训练样本,定量分析了预测模型的输入变量。由于训练样本与预测日风速信息的相似度极高,通过实例验证,有效提高了预测结果的可信度和精确度。

爆破损伤范围数值模拟分析

为了研究炮孔附近爆破损伤范围,结合具体工况引入爆破损伤因子,基于JHC本构模型,运用LS-DYNA显式非线性动力分析有限元程序分别建立单孔直径140mm、250mm和直径140mm、250mm双孔微差爆破的准平面应变有限元模型,并得出相应的爆破损伤范围,为生产爆破设置合理爆破孔网参数提供了理论依据。

考虑气象条件的输电导线工频电场计算新方法

气候因素引起输电导线自身参数和周围环境的变化,进而影响导线下方的工频电场。为了准确计算导线下方的工频电场,考虑周围环境温度和导线比载对弧垂的影响,根据悬链线方程建立了导线的三维电场计算模型。基于有限长线电荷法模拟导线轴向电荷分布,获得导线下方的三维电场分布。为了考虑雾、雨、雪等气象因素的影响,采用最小二乘支持向量机LS-SVM建立导线电场环境因素的修正模型,并利用遗传算法优化LS-SVM参数,使导线电场计算值逼近实际天气情况下的真实值。与实际输电线路下方工频电场的测量数据对比表明,该计算方法精度更高,能更有效地为设计和环保部门提供参考。

直接耦合干扰的自适应两级补偿方法

针对水下电磁探测系统对直接耦合干扰的补偿精度受限于硬件采样分辨率的问题,研究了基于自适应技术的直接耦合干扰两级补偿方法。采用高速DSP芯片实现直接耦合干扰补偿电路,完成直接耦合干扰的粗调补偿;提出了基于可变遗忘因子的QRD-LS算法,并采用基于该算法的自适应陷波器实现了直接耦合干扰的微调补偿。实验研究验证了两级补偿方法对直接耦合干扰的补偿性能。结果表明:基于可变遗忘因子的QRD-LS算法稳定性好,收敛速度快;基于该算法的自适应两级补偿方法对直接耦合干扰的补偿精度达到10-4倍。

改性木质素分散剂对褐煤水煤浆流变性的影响

以廉价可再生的改性木质素作为分散剂,研究了宝日希勒褐煤的成浆性能;利用正交试验,考察了煤的配比、浆体温度、改性木质素分散剂用量和pH值对成浆性能的影响;利用单因素试验,研究了pH值、煤的配比、分散剂用量和制浆温度等因素对水煤浆流变性的影响。结果表明,各因素对浆体流变性影响大小顺序为:煤的配比>浆体温度>分散剂用量>pH值;在25℃,煤的配比为30∶20,分散剂用量为0.3%以及pH值=4的优化条件下,该煤成浆的最大浓度达56.1%,与原料木钠相比,改性木质素成浆浓度提高了4.1个百分点。

球状落体冲击条件下埋地管道力学响应行为

落物冲击易造成管道管体局部凹陷,一旦建设期埋地油气管道遭遇落物冲击,将对其后期安全运行产生严重影响。为了研究受冲击埋地管道的动力响应行为,以某埋深2 m(自管顶至地表)、Ø1016 mm×12.5 mm的管道为对象,基于显示动力学分析方法,建立了受球状落体冲击的埋地管道三维双重非线性动力响应分析模型,并探讨管道动力响应随不同影响因素的变化规律。研究结果表明:①随着冲击能增加,管道残余等效应力和凹陷变形深度均呈显著增加趋势,当冲击能为1525 kN·m时,管道最大凹陷深度可达名义管径的2.8%;②管道残余等效应力和凹陷变形随地基材料性能的改变而变化明显;③黏土适宜作埋地管道的地基材料,沙土最不适宜,砾石可以有效降低受冲击埋地管道的残余变形,但是对落物冲击正下方点管道的残余应力影响不可忽略。结论认为:①对于受冲击埋地管道,当管径与管壁厚度之比、埋深不变时,冲击能对管道残余等效应力和凹陷变形的影响最为明显,地基材料参数次之,管道钢材料参数则对其无影响;②在特殊地理区域,为有效提高管道的抗冲击能力,建议采用多种地基材料分层回填的方式。

最小二乘支持向量机在API预测中的应用

传统的空气污染指数预测模型大多是以影响空气污染指数的重要气象因子作为输入,使用BP神经网络进行建模,模型的预测精度低且收敛速度慢。针对空气污染指数时间序列的非线性及多分辨率特性,提出了一种空气污染指数的最小二乘支持向量机预测模型。首先利用小波变换对原始的空气污染指数时间序列进行多尺度分解,以各尺度上的小波单支重构序列和重要的气象因子作为输入,然后使用该模型对兰州地区的空气污染指数进行了预测,最后讨论了模型参数的优化方法并使用网格法对两个参数进行了优化。仿真结果表明,与传统的BP神经网络预测模型相比,该模型具有更高的预测精度、更快的收敛速度及更好的稳定性。

LS耦合下原子g因子大于2的条件及产生的某些物理效应

ＬＳ耦合下，原子ｇ＞２的条件为：Ｌ≠０，Ｊ＝Ｓ－Ｋ，Ｓ＞Ｌ（Ｌ＋１）＋Ｋ（Ｋ－１）２Ｋ．

基于并行量子遗传神经网络的自诊断智能结构传感器的优化配置

针对压电智能复合材料层板,基于损伤检测问题,采用最小二乘小波支持向量机(LS-WSVM)网络建立损伤检测目标函数,运用量子遗传算法对目标函数进行优化,并将LS-WSVM以并行方式与量子遗传算法相结合,从而构造并行量子遗传神经网络方法,实现对智能结构损伤检测传感器的优化配置。仿真结果表明,采用该方法实现的不同数目传感器的最优布置符合工程判断,综合考虑成本与效益的因素,该方法可确定传感器对应于其初始布置模式下的最优配置数目。对于更多传感器的初始布置模式,采用该方法可有效减少传感器的数量,从而降低成本。相比于传统遗传算法,该方法中量子遗传算法具有较好的寻优能力和收敛速度。

两个角动量耦合时合角动量Landé g因子通用表达式

用Ｗｉｇｎｅｒ－Ｅｃｋａｒｔ定理推导了两个角动量耦合时合角动量ｌａｎｄéｇ因子的通用表达式．并依据此式分别得到ＬＳ耦合、ｊ耦合与成对耦合Ｌａｎｄéｇ因子完整表达式．

重型车辆与桥梁耦合振动及桥梁冲击系数的数值模拟研究

为了更合理地评估桥梁在重型车辆作用下的耦合动力响应,在有限元软件LS-DYNA的平台上,根据车桥振动实验数据,建立了具有11个自由度的3轴重型车辆和桥梁上部结构的车桥耦合系统有限元模型。对桥梁模型进行了模态分析,并对车桥耦合振动的三个工况进行了数值模拟,所得结果与实测数据一致,验证了有限元模型的合理性、可靠性。进一步利用该有限元模型进行车桥耦合体系参数分析,选择了车辆运行速度,桥梁桥台搭板的沉降以及桥梁跨度进行桥梁冲击系数的参数敏感性研究。参数分析结果表明:冲击系数整体上随车辆速度的增大而增大,同时有局部极大值的存在;冲击系数随桥台搭板沉降量的增大而增大;冲击系数呈现随桥梁跨度的增大而增大的趋势。

基于二次Renyi熵的非迭代最小二乘支持向量机预测模型

将二次Renyi熵应用于企业财务困境预测,提出了一种基于二次Renyi熵的最小二乘支持向量机(LS-SVM)模型。通过将该模型与传统的LS-SVM模型、标准SVM模型以及与二项Logistic回归模型、BP神经网络(BP-ANN)的分析比较,表明了该模型无论是训练样本的数量还是运算时间,都显著优于其他模型,且有较好的稳定性。实证分析表明,将二次Renyi熵引入企业财务困境预测领域是成功的,同时,通过对原始输入变量进行显著性检验、因子分析处理,减少了输入变量个数,预测正确率达到了88%,说明因子分析法是有效的。