基于认知聚类分区方法的边坡可靠度分析

提出了边坡可靠度分析的一种新的全局优化方法——认知聚类分区方法。该方法主要包括5个步骤:分区、随机抽样、计算极径L、回代、计算可靠指标及验算点。给出了相应的计算流程图,并编写了基于C语言的计算程序KCPREL。最后,以岩质边坡稳定可靠度问题为例证明了所提方法的有效性。结果表明,认知聚类分区方法能同时计算出可靠指标和验算点,并能获得全局最优解。该方法的计算精度和蒙特卡洛模拟方法相当,计算效率远远高于传统的蒙特卡洛模拟方法。此外,该方法在分析含有复杂的隐式及非线性功能函数的边坡稳定可靠度问题方面体现出明显的优越性。等步长认知聚类分区方法能全面且均匀地搜索角度,从而得到更准确的验算点。为了保证足够的计算精度及减小计算量,建议步长取10o以内。

热油管道工艺计算的等长度离散法

在热油管道输送的工艺计算中,采用由进出站温度求平均的方法来计算热粘油的其它相关物性参数,如果进出站油温相差较大,则由此方法计算的热粘油物性参数值误差较大。从提高工艺计算的精度上进行考虑,提出了热油管道工艺计算等长度离散的处理方法,按长度分段进行,逐段计算并给出了计算管段的迭代处理过程。通过算例进行了数值模拟,结果表明本文方法正确可靠,计算精度较高。