2023年12月18日甘肃积石山6.2级地震震源参数和破裂特征

2023年12月18日23时59分(北京时间)甘肃积石山发生6.2地震。中国地震局地球物理研究所在震后启动快速响应,组织相关领域研究人员对此次地震的震源参数、震源机制、破裂过程和地震辐射能量等进行了估计,余震序列进行了重定位,基于震源模型进行了震动图模拟、同震形变场模拟。结果表明,此次地震发生在拉脊山东侧,以逆冲机制为主,能量集中在前约8 s内释放;极震区震动烈度可能达Ⅷ度以上,可能的受灾范围近6 000 km~2;此次地震引起了显著的同震位移,最大水平向位移达到7.8 cm、垂直向位移达到15.8 cm。

超声参数与瘢痕妊娠分型的关联性及诊断价值研究

目的 探讨超声参数与瘢痕妊娠分型的关联性及诊断价值。方法 选取2021年10月~2022年12月河北省衡水市第二人民医院73例CSP患者设为研究组,另选取同期正常妊娠女性73例设为对照组。两组受检者均接受TVS检查,统计研究组与对照组、研究组不同CSP分型患者超声检查参数[瘢痕肌层厚度(CSM)、子宫下段前壁血流阻力指数(RI)、最小矢状肌厚度],分析超声检查参数与CSP分型的关联性,并比较各参数对CSP的单独及联合诊断效能。结果 研究组CSM、RI、最小矢状肌厚度低于对照组(P<0.05)。不同CSP患者CSM、RI、最小矢状肌厚度间存在显著差异(P<0.05);多重比较,Ⅱ型CSP患者CSM、RI、最小矢状肌厚度低于Ⅰ型CSP患者,Ⅲ型CSP患者CSM、RI、最小矢状肌厚度低于Ⅱ型CSP患者(P<0.05)。CSM、RI、最小矢状肌厚度与CSP疾病分型存在显著负相关关系(P<0.05)。CSM、RI及最小矢状肌厚度联合诊断CSP的AUC为0.719%,大于CSM、RI及最小矢状肌厚度单独诊断的0.706、0.660、0.625。结论 CSP经超声检查可见明显异常,不同CSP分型患者各检查参数存在显著差异,两者具有紧密相关性,临床可通过超声检查对疾病进行诊断评估。

基于瘤体及瘤周多参数MRI对乳腺病变良恶性诊断列线图预测模型的构建与评价

目的:建立基于瘤体及瘤周多参数MRI的乳腺病变良恶性鉴别诊断的列线图模型,并验证其预测效能。方法:纳入经病理学检查明确乳腺病变性质的100例患者作为研究对象,所有患者均行核磁共振(MRI)检查和病理检查,根据病理检查结果分为乳腺良性病变组(n=62)和乳腺恶性病变组(n=38)。收集患者临床资料、瘤体各参数、瘤周各参数以及乳腺病变良恶性情况。多因素Logistic回归分析筛选乳腺恶性病变的危险因素并构建列线图预测模型,采用受试者工作特征(ROC)曲线和Hosmer-Lemeshow拟合优度检验验证模型的预测效能及拟合优度;内部验证采用Bootstrap。结果:乳腺恶性病变组病灶直径、平均扩散峰度(MK)、MDp/t、瘤周与瘤体MKp/n高于乳腺良性病变组(均P<0.05);乳腺恶性病变组表观扩散系数(ADC)值、平均扩散率(MD)、非对称磁化转移率(MTRasym)、MKp/t、MDp/n低于乳腺良性病变组(均P<0.05)。多因素分析结果显示,病灶直径、MK、MDp/t、MKp/n升高,ADC值、MD、MTRasym、MKp/t、MDp/n降低是乳腺恶性病变的独立影响因素(均P<0.05)。基于上述独立影响因素构建乳腺恶性病变的列线图预测模型,曲线下面积(AUC)为0.827。Hosmer-Lemeshow拟合优度检验显示P值为0.004。采用Bootstrap法,生成的校准曲线拟合良好。结论:瘤体及瘤周多参数MRI对乳腺病变良恶性鉴别诊断具有重要预测价值,基于乳腺恶性病变的独立影响因素构建的列线图预测效果良好,能直观预测乳腺发生恶性病变的概率。

基于机器学习的数据库系统参数优化方法综述

参数优化是影响数据库性能和适应性的关键技术,合理的参数配置对于保障数据库系统的高效运行至关重要,但由于参数较多且参数间具有强关联性,传统参数优化方法难以在高维连续的参数空间中寻找最优配置,机器学习的发展为解决这一难题带来新的机遇。通过总结和分析相关工作,将已有工作按照发展时间和特性分为专家决策、静态规则、启发式算法、传统机器学习方法和深度强化学习方法。对数据库参数优化问题进行定义,并说明启发式算法在参数优化问题上的局限性。介绍基于传统机器学习的参数优化方法,包括随机森林、支持向量机、决策树等,描述机器学习方法解决参数优化问题的一般流程并给出一般实现。由于需要大量带标注的数据,传统机器学习模型在适应性和调优能力等方面存在不足。侧重介绍深度强化学习模型的工作原理,定义参数优化问题与深度强化学习模型的映射关系,比较基于深度强化学习的相关工作对数据库性能提升、模型训练时间和涉及的技术,描述基于深度神经网络构建和训练智能体的具体流程。最后,总结已有工作的特点,对当前机器学习在数据库参数优化方面的研究热点和发展方向进行展望,指出多粒度调优、自适应算法和自运维是未来的研究趋势。

滤波辨识(10):多变量Box-Jenkins系统的滤波辅助模型递阶广义增广参数辨识

针对多变量Box-Jenkins模型,即多变量输出误差自回归滑动平均(M-OEARMA)系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广随机梯度辨识方法、滤波辅助模型递阶多新息广义增广随机梯度辨识方法、滤波辅助模型递阶广义增广递推梯度辨识方法、滤波辅助模型递阶多新息广义增广递推梯度辨识方法、滤波辅助模型递阶广义增广最小二乘辨识方法、滤波辅助模型递阶多新息广义增广最小二乘辨识方法。这些滤波辅助模型递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。

基于改进实数编码遗传算法的神经网络超参数优化

针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使超参数的搜索空间更灵活;然后,引入分层比例选择算子增加解集多样性;最后,分别设计了改进的单点交叉和变异算子,以更全面地探索超参数空间,提高优化算法的效率和质量。基于两个仿真数据集,验证IRCGA-DNN的毁伤效果预测性能和收敛效率。实验结果表明,在两个数据集上,与GA-DNN(Genetic Algorithm for Deep Neural Network)相比,所提算法的收敛迭代次数分别减少了8.7%和13.6%,均方误差(MSE)相差不大;与IGA-DNN(Improved GA-DNN)相比,IRCGA-DNN的收敛迭代次数分别减少了22.2%和13.6%。实验结果表明,所提算法收敛速度和预测性能均更优,能有效处理神经网络超参数优化问题。

大跨度斜拉桥模态参数长期追踪及其变异性分析

为了丰富大跨度斜拉桥模态参数的实测数据库,依托苏通大桥结构健康监测系统采集的数据,采用所建立的模态自动识别和追踪方法,获取了2010年期间该桥的模态参数值,并据此分析了在温度和风速作用下桥梁模态参数的变异性。研究结果表明,大桥主梁模态频率的变化受温度和风速共同影响,随着温度的升高而降低,随着风速的升高而增加。大桥主梁模态阻尼比的变异性显著大于模态频率,低风速下主梁一阶侧弯阻尼比在0.5%~15%之间波动,风速大于9 m/s时逐渐降低并稳定在2%左右。大桥主梁前四阶竖弯阻尼比受气动阻尼的影响较大,在风速较小时随着风速的增加略有增加。研究结果可为大桥的服役性能评估与运营管理提供参考。

过盈配合工况下收缩管吸能特性分析及结构参数优化

轨道车辆收缩管在轴向冲击载荷及过盈配合下的吸能特性是吸能结构研究中的重要课题,其吸能过程依靠收缩管与锥形衬套之间的摩擦做工及收缩管的塑性变形实现,过盈配合通过影响收缩管与衬套间的接触力提高收缩管的能量耗散。为提高收缩管的吸能特性,研究过盈配合对吸能能力的影响,采用试验与有限元模型相结合的方法,基于多目标优化算法获取包括过盈量在内的收缩管最优结构参数。进行空心轴与轴套过盈静压试验,验证接触力理论公式的正确性;利用台车冲击试验研究收缩管碰撞过程中的吸能特性,构建有限元模型进行验证;推导过盈配合条件下收缩管接触表面压力的理论模型;使用全因子和Hammersley设计方法对过盈配合工况下收缩管结构参数进行研究,包括厚度(T)、过盈量(I_(ntf))、锥角长边(α_(x))和收缩比(R_(atio))。基于此,利用移动最小二乘法(MLSM)构建峰值力(PCF)、比吸能(SEA)和平均力(MCF)的近似模型。主效应分析表明,收缩比对PCF、SEA和MCF的影响最为显著。以获取最小PCF、最大SEA以及MCF最接近设计要求650 kN为优化目标,进行全局响应面(GRSM)优化,获得最优结构配置,与初始设计相比,SEA提高28.54%,PCF降低12.37%。代理模型最优解得出的MCF与有限元模型误差为2.01%,证明构建的代理模型具有较高的精度,可用于优化计算。优化后的结构有效提高了收缩管的吸能能力,降低了碰撞的初始峰值力。

弱电网下光伏并网系统锁相环参数自适应控制

针对弱电网下PLL(phase-looked loop,PLL)会使并网逆变器的稳定性下降问题,提出一种锁相环带宽自适应控制策略来实现锁相环参数依据电网实时阻抗值来获得最优的控制参数,保证系统最佳控制性能和稳定运行,从而提升跟网型逆变器在弱电网下的对电网阻抗的适应能力。利用PSCAD/EMTDC进行仿真验证,仿真结果证明自适应控制策略正确、有效。

滤波辨识(11):多变量CARARMA系统的滤波递阶广义增广迭代参数辨识

针对多变量受控自回归自回归滑动平均(M-CARARMA)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广梯度迭代辨识方法、滤波递阶递推广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

考虑锚杆预应力作用下隧道围岩力学分析及参数设计

隧道工程中锚杆设计多依靠经验法和类比法,为研究预应力锚杆支护体系下围岩的力学效应,建立预应力锚杆与围岩力学耦合模型,考虑围岩开挖损伤效应,通过弹塑性力学理论推导出隧道开挖后围岩应力分布及径向位移解析表达式,采用有限差分软件FLAC3D进行算例验证并分析预应力锚杆参数对围岩状态的影响。研究结果表明:理论解析和数值模拟中最大切向应力和围岩塑性区半径分别为4.77 MPa、15 m和4.49 MPa、15.86 m,理论解析与数值模拟所计算隧道围岩应力分布、位移基本一致,在Ⅳ、Ⅴ级围岩地层中验证了理论解析解的合理性;随着预紧力增大,处于塑性区的围岩径向位移及塑性区半径逐渐减小,弹性区基本不受影响;当锚杆自由段长度位于塑性区时,随着锚杆长度增加,围岩塑性区径向位移及塑性区半径逐渐减小。在实际工程中应尽量增大锚杆预紧力,锚杆长度增加对围岩位移以及塑性区的发展控制效果有限,应控制锚杆自由段长度在塑性区内。

基于多参数MRI影像组学评估前列腺癌侵袭性

目的 探讨多参数MRI上不同感兴趣区的影像组学模型和结合影像组学、PI-RADS 2.1评分、临床变量的综合模型在评估前列腺癌侵袭性方面的价值。方法 收集本院2018年5月至2022年9月2个医疗中心经病理确诊为前列腺癌患者245例:渝中院区176例,其中低侵袭性组[Gleason评分≤7(3+4)]77例,高侵袭性组[Gleason评分≥7(4+3)]99例;江南院区69例(低侵袭性组33例,高侵袭性组36例)。所有患者行多参数MRI检查后,在多参数MRI图像上分割2种ROI:肿瘤病变区域(tumor region, TR)和前列腺区域(prostate gland, PG)。评估与前列腺癌侵袭性相关的临床变量,并记录每位患者的PI-RADS 2.1评分。使用逻辑回归算法作为机器学习算法,建立多个前列腺癌侵袭性分层模型:影像组学模型(ModelTR、ModelPG、ModelPG+TR)、影像组学-临床联合模型、影像组学-PIRADS联合模型、临床-PIRADS联合模型和影像组学-临床-PIRADS综合模型。分别采用受试者工作特性(ROC)曲线、曲线下面积(AUC)和决策曲线分析(DCA)比较各模型的诊断价值和临床收益。结合影像组学评分、独立临床变量和PI-RADS2.1评分构建影像组学列线图。通过校准度、区分度和临床应用评价列线图性能。结果 在3种影像组学模型中,ModelPG+TR的AUC值为0.919,高于ModelTR(AUC=0.874)和ModelPG(AUC=0.887)。在联合模型中,影像组学-PIRADS-临床综合模型的AUC为0.954,优于影像组学模型(AUC=0.919)、影像组学-临床联合模型(AUC=0.919)、影像组学-PIRADS联合模型(AUC=0.921)和临床-PIRADS联合模型(AUC=0.769)。列线图在评估前列腺癌侵袭性方面显示出良好的风险分层性能(AUC=0.919)和校准效能。决策曲线分析显示,影像组学模型ModelPG+TR和影像组学-临床-PIRADS综合模型获得了较高的临床净收益。结论 结合前列腺和肿瘤区域特征的影像组学模型可准确评估前列腺癌的侵袭性;结合影像组学、PI-RADS 2.1评分和临床变量的综合模型能进一步提高对前列腺癌侵袭性的评估性能。

超声测量胎儿静脉导管血流动力学参数联合血清胎盘生长因子预测妊娠期高血压疾病患者妊娠结局的价值

目的探讨超声测量胎儿静脉导管血流动力学参数联合血清胎盘生长因子(PLGF)预测妊娠期高血压疾病(HDP)患者妊娠结局的价值。方法回顾性分析2022年4月—2023年4月在承德市中心医院产检诊断为HDP的80例患者的临床资料,将其作为研究组。另取同期该院健康产检孕妇100例作为对照组。比较两组胎儿静脉导管血流动力学参数[搏动指数(PI)、阻力指数(RI)、血流速度峰谷比(S/D)、静脉导管分流率]、血清PLGF水平及不良妊娠结局发生率。根据HDP患者妊娠结局分为不良结局组(18例)、结局良好组(62例)。比较两组基线资料、胎儿静脉导管血流动力学参数、PLGF水平,绘制受试者工作特征(ROC)曲线分析胎儿静脉导管血流动力学参数及血清PLGF水平预测HDP患者不良妊娠结局的价值,采用多因素逐步Logistic回归模型分析HDP患者不良妊娠结局的危险因素。结果研究组胎儿静脉导管血流动力学参数(PI、RI、S/D、静脉导管分流率)均高于对照组(P<0.05),血清PLGF水平低于对照组(P<0.05)。研究组不良妊娠结局发生率高于对照组(P<0.05)。不良结局组年龄≥35岁占比、孕前BMI、PI、RI、S/D、静脉导管分流率均高于良好结局组(P<0.05),血清PLGF水平低于良好结局组(P<0.05)。ROC曲线分析结果显示,胎儿静脉导管血流动力学参数及血清PLGF水平均可用于预测HDP患者不良妊娠结局。孕前BMI、PI、RI、S/D、静脉导管分流率、血清PLGF水平及其联合预测HDP患者不良妊娠结局的敏感性分别为77.8%(95%CI:0.713,0.854)、83.3%(95%CI:0.682,0.951)、83.3%(95%CI:0.813,0.927)、94.4%(95%CI:0.847,0.952)、94.4%(95%CI:0.907,0.983)、72.2%(95%CI:0.682,0.841)、94.4%(95%CI:0.921,0.965),特异性分别为85.5%(95%CI:0.690,0.873)、54.8%(95%CI:0.522,0.764)、91.2%(95%CI:0.871,0.925)、75.8%(95%CI:0.723,0.862)、91.8%(95%CI:0.857,0.931)、93.6%(95%CI:0.748,0.964)、95.2%(95%CI:0.917,0.980)。多因素逐步Logistic回归分析结果显示,年龄[OR=1.357(95%CI:1.033,1.783)]、孕前BMI[OR=1.536(95%CI:1.118,2.110)]、PI[OR=1.797(95%CI:1.122,2.878)]、RI[OR=1.751(95%CI:1.121,2.735)]、S/D[OR=1.886(95%CI:1.075,3.309)]、静脉导管分流率[OR=1.967(95%CI:1.142,3.388)]、PLGF[OR=2.132(95%CI:1.176,3.865)]均为HDP患者不良妊娠结局的危险因素(P<0.05)。结论胎儿静脉导管血流动力学参数异常高表达、血清PLGF水平下降均与HDP发生、发展关系密切,以上指标可有效预测妊娠结局,且联合检测价值更高。

基于正交试验的民用飞机抗爆结构参数敏感性分析

最小风险炸弹位置(LRBL)结构是放置飞机上可疑爆炸物的装置,探究结构尺寸和炸药位置对其抗爆性能的影响程度可为其改进设计提供参考。基于正交试验设计与数值模拟相结合的方法,以LRBL结构各危险部位的最大应变和变形为评价指标,分别运用极差分析法和方差分析法对LRBL结构的罐体壁厚、底盖厚度、连接凸台厚度、剪切销直径和炸药位置5个影响因素开展参数敏感性分析。结果表明:在200 g炸药当量的工况下,各因素对LRBL结构的抗爆性能的影响显著程度从大到小为炸药位置、罐体壁厚、底盖厚度、凸台厚度和剪切销直径;结合评价指标综合分析得到各个因素最优水平下的LRBL结构设计方案。

基于子宫内膜结构与子宫螺旋动脉血流参数构建人工授精妊娠预测模型及验证

背景:现子宫内膜结构及子宫螺旋动脉血流参数对夫精宫腔内人工授精(artificial insemination by husband,AIH)妊娠率的影响水平尚不明确,该研究通过校准其他混杂因素后,确定了其独立影响因素,并构建了预测模型,具有较好的临床应用效能。目的:基于子宫内膜结构及子宫螺旋动脉血流参数构建AIH临床妊娠预测模型及验证。方法:回顾性分析2017年1月至2021年1月于常州市妇幼保健院接受AIH助孕治疗患者共1299例,将其中1182例未临床妊娠者纳入未妊娠组,117例临床妊娠者纳入妊娠组;通过1∶1倾向评分匹配,妊娠组与未妊娠组各匹配成功93例;采用单、多因素分析筛选子宫内膜结构及子宫螺旋动脉血流参数对AIH结局的影响因素,通过受试者工作曲线确定各独立影响因素的最佳截断值,限制性立方样条法分析各独立影响因素对AIH妊娠影响的风险趋势,临床决策曲线与临床影响曲线对该联合预测模型的临床应用效能进行检验。结果与结论:①倾向评分后妊娠组与未妊娠组各非内膜因素均无显著统计学意义,数据具有较好的均衡性(P>0.05);②单因素分析结果显示,内膜下血管化指数、血流指数、血管化血流指数、子宫动脉阻力指数、子宫动脉搏动指数、收缩期最高血流速度/舒张期末血流速度、基底子宫内膜到外子宫肌层内层平均交界区、最大交界区厚度为AIH妊娠的影响因素(P<0.05);③多因素Logistic回归结果显示,基底子宫内膜到外子宫肌层内层平均交界区厚度、子宫动脉搏动指数、血管化血流指数为AIH妊娠的独立影响因素,影响大小依次为血管化血流指数>基底子宫内膜到外子宫肌层内层平均交界区厚度>子宫动脉搏动指数;④受试者工作曲线显示,血管化血流指数的曲线下面积为0.704(0.629,0.779),最佳截断值为6.26;基底子宫内膜到外子宫肌层内层平均交界区厚度的曲线下面积为0.660(0.582,0.739),最佳截断值为6.38;子宫动脉搏动指数的曲线下面积为0.642(0.563,0.721),最佳截断值为1.18;⑤限制性立方样条曲线显示,当血管化血流指数>6.24时,其对AIH妊娠具有显著的正影响趋势;基底子宫内膜到外子宫肌层内层平均交界区厚度≤6.55 mm时,其对AIH妊娠具有显著的正影响趋势;当子宫动脉搏动指数>1.27时,其对AIH妊娠具有负影响风险;⑥临床决策曲线与临床影响曲线显示,该联合预测模型在阈概率值为0.17-0.93时具有临床最大净获益,且在该阈概率范围内损失与获益的比值始终小于1,显示出该联合预测模型具有较好的临床效能;⑦结果表明,通过倾向评分与多因素Logistic回归校正子宫内膜外其他混杂因素后,基底子宫内膜到外子宫肌层内层平均交界区厚度、子宫动脉搏动指数、血管化血流指数为AIH妊娠的独立影响因素,通过对其最佳截断值的确定与风险趋势性评估,证实该联合预测模型具有较好的预测价值与临床应用效能。

航空齿轮薄辐板车削加工变形预测及切削参数优化研究

为了满足直升机传动系统轻量化的需求,作为直升机关键零部件的传动齿轮具有薄壁的显著特征,在切削加工中容易出现变形严重和尺寸精度难以保证的问题。本文以高强度中合金渗碳钢齿轮薄辐板为研究对象,基于ABAQUS有限元分析软件,开展了切削加工仿真研究,通过建立三维动态切削仿真模型,分析了加工过程中工件所受的切削力与切削参数之间的关系;并运用静态仿真分析了切削力和夹紧力叠加对薄辐板加工变形的影响,对仿真结果进行了极差分析。最后,通过开展试验对仿真结果进行了验证。结果表明:齿轮薄辐板加工变形量静力学分析显示齿轮辐板轴向变形量最大,径向变形在轮毂处最大;极差分析发现,切削速度为150 m/min、进给量为0.06 mm/r、切削深度为1.8 mm为最优切削参数,最大变形量的预测误差小于10%。

云南地区介质衰减、场地响应及震源参数研究

利用云南区域地震台网2012-2023年的地震波形记录,采用联合反演方法,获得研究区的介质衰减Q值、67个台站的场地响应以及区内ML2.0以上2819次地震的震源参数。结果显示,在三段地震波几何衰减模型基础上,非弹性衰减模型较准确地反映了云南地区构造复杂、地震活动性较强的特征。在研究区67个台站中,场地响应总体上没有出现明显的放大效应,但存在显著的高频衰减现象。在卓越频段1~6Hz,场地放大倍数大多为1~4倍;在10Hz以上高频段,场地的衰减幅度大多在0~95%之间。其中,12个台站的场地响应值在1附近波动;4个台站的场地响应值在低频段接近1,在高频段放大;5个台站的场地响应值整体上略小于1;46个台站出现低频段稍微放大,高频段衰减的现象。各震源参数的相关性分析结果表明,地方性震级与矩震级、地震矩、应力降、视应力及辐射能量均正相关,与拐角频率负相关。滇西漾濞、盈江、芒市地震余震区及滇南红河断裂南段是中小地震应力释放水平相对较高地区,沿金沙江–红河断裂带,尤其是滇南红河断裂带南段沿线则是高应力降地震集中的区域,说明这里的断层可能受到相对较强的构造剪应力作用。

裂隙花岗岩非线性蠕变本构模型及参数分析

裂隙花岗岩的蠕变特性对高放废物地质处置库的长期稳定性和安全性至关重要。本文基于裂隙花岗岩在不同应力条件下的蠕变试验结果,结合蠕变过程中应力产生的损伤累积的影响,提出一种考虑损伤的弹黏塑性体。通过将经典Burgers模型的黏性元件替换为分数阶黏弹性元件,将黏弹性体替换为考虑损伤的弹黏塑性体的方法,构建了裂隙花岗岩非线性蠕变本构模型,并推导出模型在3维应力状态下的本构方程。通过对倾角30°及45°单裂隙花岗岩在不同应力条件下蠕变试验数据的拟合分析,确定了模型参数,验证了模型的适用性和合理性,获得了各模型参数随应力水平的变化规律。通过模型参数的敏感性分析,揭示了分数阶导数、损伤参数,以及应力水平对裂隙花岗岩蠕变应变的影响规律,并验证了裂隙花岗岩非线性蠕变本构模型在特殊条件下可退化为经典Burgers模型。研究表明,本文提出的裂隙花岗岩非线性蠕变本构模型能够准确地描述裂隙花岗岩蠕变破坏全过程的3个阶段,尤其是加速蠕变阶段应变随时间非线性增长的过程。

控释肥颗粒群仿真接触参数标定与试验

接触参数影响控释肥颗粒离散元仿真结果。为了精准模拟控释肥颗粒力学行为与运动规律,本文基于离散元法对控释肥颗粒的接触参数进行标定与试验。首先,建立控释肥离散元基础模型,并利用台架和仿真试验相结合的方法,在EDEM中对控释肥颗粒与PVC板之间接触参数进行标定。其次,通过碰撞弹跳试验、斜面滑移试验和斜面滚动试验测得控释肥颗粒与PVC板之间的碰撞恢复系数、静摩擦因数和滚动摩擦因数分别为0.539、0.507和0.105。最后,通过堆积试验、最陡爬坡试验和正交旋转组合试验,得到控释肥颗粒间的碰撞恢复系数、静摩擦因数和滚动摩擦因数分别为0.38、0.25和0.09,并通过无底圆筒提升试验和排肥台架试验进行验证。试验结果表明,堆积角实际值与仿真结果的相对误差为1.54%,排肥量实际值与仿真结果4种转速下的相对误差分别为4.38%、4.23%、4.41%、4.36%,所标定的控释肥接触参数精准有效,可为控释肥离散元仿真提供数据和模型支撑。

基于BPNN-PID控制策略的果蔬保鲜环境参数调控优化

【目的】开发新的控制策略,用于解决传统控制方法果蔬保鲜环境参数因时变性、非线性、滞后性强和惯性大等特点导致的控制精度低、鲁棒性弱等问题。【方法】将传统比例−积分−微分(Proportional-integral-derivative,PID)和BP神经网络(Back-propagation neural network,BPNN)算法相结合,开发一种基于BPNN-PID的控制策略,通过自主搭建的果蔬保鲜环境调控试验平台和自主设计的控制系统,研究不同控制策略对保鲜环境参数调控效果的影响。【结果】基于BPNN-PID控制策略的果蔬保鲜环境控制系统,环境温度超调量为1.7℃、稳定时间为80 min、稳态误差为±0.2℃,环境相对湿度超调量为2.8%、稳定时间为55 min,相对湿度稳定维持在80%~90%范围内。与传统PID控制策略相比,BPNN-PID控制策略环境温度超调量减小了2.1℃、稳态误差减小了0.3℃、稳定时间缩短了25 min,环境相对湿度超调量减小了2.2%、稳定时间缩短了25 min,环境参数波动幅度均有所降低。【结论】本文开发的果蔬保鲜环境控制系统呈现出良好的动态调整能力,具有较强的鲁棒性,控制性能明显提升,实现了保鲜环境参数的精准控制,满足果蔬保鲜贮藏要求。研究结果为果蔬保鲜环境参数调控提供了参考。