过刊目录颗粒调剖堵水是提高原油采收率的重要途径。了解颗粒在多孔介质中的运移沉积特性,便于颗粒制备的优化,提高颗粒与地层孔喉配伍性和封堵效率。综述了颗粒浓度值、粒径、多孔介质结构、粒径比、介质内流体参数等因素对运移沉积的影响,总结了简化几何、介观模拟、LB-DEM(lattice Boltzmann method-discrete element method)、CFD-DEM(computational fluid dynamics-discrete element method)等模拟方法研究结果。分析表明,粒径比的临界值影响多孔介质的沉积位置和堵塞程度,粒径不同、所受力差异较大,大颗粒受水动力、重力、流体流速影响显著。多孔介质内流体流动模型尚未完全统一,Brinkman-Forchheimer-Darcy模型适用性较强,CFD-DEM方法从微观角度对介质内运移沉积流固耦合进行了验证,为非均质储层的调剖方案提供了依据。
在“十四五”规划和“双碳”目标指引下,建筑材料的组成面临着重大挑战,尤其是传统混凝土性能预测模型的适应性和准确性受到质疑。近年来,机器学习(machine learning,ML)技术在混凝土性能预测领域展示出较高的预测精度和效率。系统回顾了ML在混凝土性能预测方面的研究进展,特别聚焦于其在混凝土的力学性能、配合比设计及耐久性评估等方面的应用进展和不足,并提出相应的改进策略。此外,还利用CiteSpace软件探讨了ML在建筑工程领域的研究现状,从发文量、研究热点及其演进趋势等角度综合分析,不仅为未来研究者提供参考,也旨在助力其更有效地利用这一技术,推动建筑材料的创新发展与环境可持续性目标的实现。
大富岭矿床隶属于湘东明月峰矿田,是近年来新发现的花岗岩外带型铀矿床。该矿床的矿石矿物特征和稀土元素特征尚未有报道,为进一步理清矿石矿物特征和稀土元素的特征,探讨稀土元素对铀成矿的指示意义,采用扫描电镜、电子探针、激光剥蚀电感耦合等离子体质谱(laser ablation-inductively coupled plasma-mass spectrometry,LA-ICP-MS)等技术研究了该矿床的主要矿石矿物——沥青铀矿,并首次利用LA-ICP-MS测试了沥青铀矿的稀土元素。实验结果表明,大富岭铀矿床沥青铀矿主要由UO2、CaO和PbO组成,ThO2含量极低,∑REE含量偏低,轻重稀土分异明显,(La/Yb)N远大于1,轻稀土明显富集,Eu负异常,沥青铀矿的主量元素和稀土元素均表明其形成于温度低于350 ℃的中低温热液环境,指示大富岭矿床为典型的中低温热液脉型铀矿床。稀土元素指示成矿作用过程中成矿热液从高盐度向低盐度转变,热液环境由还原环境逐渐过渡到弱氧化环境,暗示了来源于地壳深部或岩石圈地幔的成矿热液沿着大富岭地区区域性深断裂上升,在经历一系列物理化学条件变化后,最终大富岭矿床适宜位置富集成矿。
随着中国基础建设事业的迅猛发展,锚杆锚固在矿业、地质、隧道等工程上的使用量不断攀升,锚杆锚固质量的无损检测对于提高工程项目稳定安全具有重要意义。因此,以应力波检测法为基础,运用小波阈值函数、STA/LTA等算法,对锚杆工程进行综合评价,设计开发出集信号滤波、锚杆锚固参数获取等功能为一体的锚杆锚固无损检测与智能分析软件。通过锚杆锚固数值模拟分析,分别计算人工拾取和软件到时提取的锚杆长度,得出软件计算出的锚杆长度总体误差控制在5%之内,比人工拾取精度更高,对于提高项目工程安全稳定具有重要意义。
四川盆地茅口组近年来多项勘探突破展现了较好的资源潜力。目前整体勘探程度低,沉积相类型及展布不清、储层特征及形成机制不明。以野外剖面、钻井、测井及地震资料为研究对象,利用岩心观察、常规及铸体薄片鉴定和孔渗测试等手段对川西龙门山前带茅口组二段沉积及储层特征进行了分析,并探讨了储层形成机制。研究表明:川西龙门山前带茅口组二段地层呈北西—南东向发育。龙门山南段和中段为茅二下亚段内缓坡边缘高能砂屑生屑滩发育区。茅二上亚段龙门山中段和北段发育高能云化台缘砂屑生屑滩。茅二上亚段储层岩性为残余生屑砂屑白云岩、含生屑晶粒白云岩和残余晶粒白云岩。茅二下亚段储层岩性主要为残余砂屑白云岩和残余晶粒白云岩。储集空间类型包括晶间溶孔、粒间溶孔、粒内溶孔及扩溶缝洞。茅二段整体为中薄层中低孔渗的Ⅱ、Ⅲ类孔隙型储层。高能滩相沉积构成储层发育的基础。准同生期大气淡水淋滤溶蚀作用是储层形成的关键。浅埋藏期白云石化作用使储层得以改善和保持。
为避免异常环空带压导致井筒失效,进而造成安全事故,准确预测环空带压值,在其超过控制值时提前采取预防和解决措施。提出自回归差分移动平均-长短期记忆模型(autoregressive integrated moving average-long short-term memory,ARIMA-LSTM),该模型针对实际环空带压时序数据和特征捕捉的数据集训练预测实例井的环空带压值,并与单一模型、循环神经网络(recurrent neural network,RNN)模型进行对比。研究结果显示:通过实际数据训练后,该模型在误差、拟合精度和整体性能上有着良好表现,可为提高环空带压值的预测精度和效率提供参考,对井筒完整性设计有一定帮助。
在天然气调峰中,储气库承担着重要的作用。在注气期间若注气方案分配的不合理不仅会导致完成注气任务时压缩机能耗过大,更可能导致部分单井压力变化过大,盐岩溶腔收敛加剧,影响储气库长期稳定运行。通过结合模拟退火算法和现场实际条件,综合考虑压缩机能耗和同一区块内所有储气井井口压力离散程度建立多目标优化函数,设置储气井任务期内注气量为变量,以管道最大设计压力,储气井最低运行压力和最高运行压力,配套的靶式流量计最大设计流量等作为约束条件进行多目标优化。结果表明压缩机功耗降低40%以上的同时,地层压力标准差降低90%以上。可见能够通过该方法指导实际生产运行,为储气库长期稳定运行提供保障。
为解决高温高黏度暂堵剂生产中液滴断裂时间过长和液滴长径比过大的问题,采用理论计算得到暂堵剂液滴成型的最小速度为0.203 9 m/s,并推导出其最优扰动周期的计算公式,通过数值模拟方法分析暂堵剂液滴成型过程,探究在无扰动和外加方波扰动作用下的液滴成型流场的变化情况。模拟结果表明:无扰动时的射流在300 mm内难以断裂形成液滴,射流温度在0.5 s内基本不变,射流速度增长到初始速度的2.13倍;在外加方波扰动时,扰动周期过短不利于液滴均匀成型,扰动周期过长会导致液柱在断裂前过度拉长,在扰动周期为0.11 s左右时液滴成型效率最高,其断裂频率稳定在0.11 s,最终液滴长径比稳定在2左右。研究结果为高黏度暂堵剂液滴成型的工艺参数选取提供一定依据。
针对样本熵算法在相空间重构过程中存在冗余运算的问题,通过构建符号变量矩阵的方法,对样本熵算法的相空间重构过程进行替换,建立改进的样本熵算法。白噪声和粉噪声仿真信号分析表明,改进的样本熵算法能有效提取信号的特征,并且具有较高计算效率。以往复压缩机轴承间隙故障为研究对象,应用改进的样本熵算法对其进行特征提取,并与样本熵进行对比,该方法特征提取结果与样本熵算法保持高度一致,算法的计算效率远高于样本熵算法。
为探究碳纤维复合材料在便携式武器中的应用,开展了发射筒结构性能与复合材料铺层方法的技术研究。通过试验获取某型发射筒的工作压力,并应用有限元数值仿真方法建立不同的碳纤维复合材料铺层模型,进而对发射筒在工作载荷下的力学性能进行研究。研究结果表明,碳纤维铺层方式对发射筒的刚度及损伤失效有较大影响。发射筒在相同工作压力、相同铺层层数和总厚度的条件下,铺层方式Ⅰ的发射筒结构最大变形为2.41 mm,方式Ⅱ最大变形为7.66 mm,后者是前者的3倍多。根据Hashin失效准则,方式Ⅰ的碳纤维筒体未出现损伤,方式Ⅱ的筒体除中间第6~12层纤维层未出现损伤外,其余各层均萌生了较大范围的起始损伤点。研究结果可为发射筒的结构设计和碳纤维复合材料铺层方案提供参考。
为提高虚拟同步机并网稳定性,提出了一种虚拟同步机控制参数的全局优化设计方法。首先,建立具有虚拟励磁机和调速器的虚拟同步发电机小信号模型,通过求解状态矩阵得到系统的特征值。其次,研究特征值位置对控制器参数的敏感性,并利用遗传算法在主特征值位置的基础上对参数进行大范围优化。最后,将模型的解析计算解和MATLAB/Simulink仿真数据进行对比分析,结果表明,通过优化大范围的虚拟同步机(virtual synchronous generator,VSG)参数,可以显著提高频率稳定性,参数优化后系统响应瞬态稳定时间为0.25 s,仅为一般参数时系统响应瞬态稳定时间的5%,当负载变化时,频率稳定性有明显提高。
针对基于专家经验对永磁滚筒优化设计时,寻优效率比较低的问题,构建了一种基于改进粒子群优化算法和RMxprt联合仿真的永磁滚筒多目标优化设计方法。首先,提出了一种改进粒子群优化算法,提高了寻优收敛速度;其次,在永磁滚筒结构参数与性能参数关系分析的基础上明确了面向改进粒子群优化算法的变量参数、约束参数和优化参数;最后,通过MATLAB编写改进粒子群优化算法程序,利用改进粒子群优化算法程序实现RMxprt输入参数与输出参数的闭环迭代与比较寻优,提高了永磁滚筒优化设计的效率和优化效果。
随着向新型能源体系的转型加速,亟待开展对多元负荷用户的复杂用能特性分析的深入研究。提出了一种综合考量电、冷、热多元负荷耦合特性的用户用能特性标签库构建技术及用户画像方法。首先运用快速相关性滤波算法剔除高冗余低相关特征,并通过随机森林和递归式特征消除算法精选出具有强区分能力的用能特征。在聚类阶段,改进的自适应三支密度峰值聚类算法(three-way adaptive density peak clustering,3W-ADPC)通过结合自适应近邻搜索和三支聚类算法提升负荷聚类效果。实证结果表明,所提方法具备在计算效率和聚类精度上的双重优势,能够精准揭示多元负荷用户综合用能特性和深层次信息,证实所提方法在多元负荷用户行为研究中的实用价值。
针对传统的选极方法存在着抗噪、抗高阻能力弱以及阈值整定复杂等问题,提出一种基于Res-BiLSTM网络的柔性直流配电线路故障选极方法。首先,对原始故障信号进行完全自适应噪声模态分解,再采用相关系数和香农熵进行重构得到重构信号;其次,搭建Res-BiLSTM网络模型进行选极,为提高网络精度与收敛速度,在分裂注意力网络中引入通道注意力模块,并使用卷积双向长短期记忆网络与改进分裂注意力网络同时提取重构信号特征,使用注意力特征融合模块融合提取到的特征,并对融合特征进行分类;最后,利用PSCAD/EMTDC搭建模型并验证所提方法。仿真结果表明所提选极方法准确性高,抗干扰能力强,不受故障距离影响。
针对双碳背景下新型电力负荷管理系统通信方式单一以及业务与通信技术适配性差等问题,构建了含本地通信和远程通信的新型电力负荷管理系统多域通信架构,并分析支撑该架构的关键技术。其次,根据差异化业务类型与通信需求,构建了业务与通信技术适配性评价体系,并提出了一种基于模糊层次分析法-融合熵权CRITIC-灰色关联逼近理想解排序法的通信方式适配方法,以实现差异化业务与多域通信技术适配性分析。由算例分析得,所提架构与适配算法为新型电力负荷管理系统业务进行多域通信技术的选择提供了有效的理论基础和解决方案。
针对差分麦克风阵列的白噪声放大问题,提出了一种参数化差分波束形成器的设计方法。通过理论推导,证明了延迟求和波束形成器能最大化白噪声增益,超指向波束形成器能最大化指向性增益。利用酉对角化方法处理转向向量与白噪声增益的伪相关矩阵,得到正交特征向量,并以此为基础设计波束形成器的参数。通过仿真实验,分析了参数化差分波束形成器在不同参数设置下的性能表现。实验结果表明,通过调整参数,所提方法能够在白噪声增益和指向性增益之间实现灵活的权衡与调节。
多标签学习是现实应用场景中的一个常见问题。大规模多标签数据集的构建往往意味着高昂的成本,因此出现了半监督学习技术。目前,大多数半监督学习主要用于单标签分类领域,尽管半监督学习在多标签分类领域取得了一些进展,但在训练时间消耗、训练效果和标签之间潜在关系的利用方面仍有很大的改进空间。针对上述问题,提出了一种二元结构下的多标签半监督课程学习模式(semi-supervised course learning under dual structure,SSCD)。首先,设计了一种基于对偶差分的课程学习方案,大大减少了训练时间,提高了模型的稳健性;其次,设计了一个单一注意力机制来探索标签之间的潜在相关性。在3个开放测试数据集上评估了SSCD在预测任务中的性能,并与4个基准模型进行了比较,结果表明SSCD的综合指标在各个方面都是最优的;最后,通过结构消融实验验证了所提出的单注意力机制的有效性。
针对单一视图网络癫痫检测识别精度低的问题,提出一种融合注意力机制的多视图卷积网络癫痫智能辅助检测模型(multi-view convolutional network with fused attention mechanism,FAM-MCNN)。该模型从时域、频域、时频域和非线性域提取多视图特征来全面表征脑电信号;采用多尺度卷积捕捉不同层次的细节信息;引入注意力机制分别从视图维度和单个特征向量维度对特征进行加权融合,从而提高对癫痫患者不同类别脑电信号的区分能力。在CHB-MIT癫痫数据集上进行的对比实验结果显示,与单一视图网络相比,FAM-MCNN模型的平均准确率、灵敏度、特异度分别提高了14.29%、16.13%、12.54%。此外,对该模型采用少量训练样本(25%)进行实验,结果显示其检测性能达到了拥有大量训练样本(80%~90%)的对比模型水平。
针对复杂机电产品线缆布局中布线路径设计耗时、耗力的问题,提出了基于多重规则粒子群算法的复杂机电产品线缆自动布线方法。首先分析了线缆布线环境,将布线路径抽象为点序列,完成线缆布线空间的定义。通过位姿变换,解决布线路径和零件之间干涉检测难的问题;为充分利用布线空间,将粒子的多重规则引入粒子群算法中;利用粒子个数、多尺度碰撞检测、相邻路径点置换方法和四阶准均匀B样条曲线法4种粒子规则,解决布线环境复杂而无法获得最优解的问题,提高了算法的搜索能力、求解速度以及线缆的布线质量。通过仿真分析,与其他算法进行对比证明了算法的优越性。实例证明,该方法可以在进行布线路径布局时高效地对可行路径进行搜索,生成的布线路径与三维空间内零部件不发生干涉,路径光顺无突变点,为复杂机电产品线缆自动布局提供了一种新思路。
相较于一般场景下的图像实例分割,复杂堆叠场景下的实例分割受到严重遮挡、同类别待测物体堆叠等复杂情况的影响,使得其实例分割具有更大的难度。针对具有复杂堆叠场景下的垃圾实例分割问题,提出了一种融合YOLOv8与双层特征网络策略的实例分割算法。首先,在数据预处理部分进行特征数据分层,并通过双层图卷积网络(graph convolutions network,GCN)实现双分支特征融合,减弱堆叠情况对被遮挡物体特征的影响,从而解决复杂堆叠遮挡下的实例分割问题。同时,为了解决同类待测物体易混淆的问题,融入了软阈值化非极大值抑制算法和新的交并比算法。最后,根据应用场景和数据集的复杂性,优化了主干网络部分的特征提取模块,并在主干网络部分引入了多尺度注意力机制,有效提高了模型的检测性能。实验使用遮挡垃圾分类实例分割数据集,实验结果表明该方法的平均准确率、交并比阈值为0.5时的平均准确率(AP50)、交并比为0.5~0.95时的平均准确率(AP50~95)等指标较之前的其他方法更优。相较于原YOLOv8算法,检测AP50提高了7.9%,分割AP50提高了5.4%,具有更好的检测和分割效果。
图像修复问题中,局部细节特征的辨识修复和全局特征的保护是至关重要的。基于分数阶偏微分方程的模型具有丰富的演化行为能力,在图像修复中能较好地理解图像细节并兼具一定的锐化作用,但也易出现不能准确辨识较大尺度特征和过度锐化等问题。为此提出以图像整体特征的总变差能量为目标函数,空间分数阶向量值Cahn-Hilliard方程为约束的最优控制模型,以达到局部细节修复和整体特征保持的均衡效果。通过L2梯度流、H-1梯度流和凸分裂设计非凸约束条件的数值计算格式,再结合分裂Bregman方法优化目标函数,并引入灰度级动态调整策略,保持灰度辨识能力的同时,进一步提升计算效率。数值实验表明,新模型修复结果的峰值信噪比(peak signal to noise ratio,PSNR)相较其他方法提升0.371 8~9.935 2 dB,结构相似指数(structural similarity,SSIM)表现出较强的竞争力,且在碎片破损的图像上更具效用;相较传统的分数阶方程模型,计算时间减少49.50%~52.91%。
管道内部的焊缝缺陷是导致管道发生泄漏和破裂事故的主要原因,而X射线能够有效地检测到这些缺陷。然而,焊缝缺陷存在种类多、尺寸小和背景复杂等问题,影响检测精度。针对目前基于深度学习的焊缝缺陷检测模型对图像复杂背景和光照变化的适应性不足、小目标检测效果不佳的问题。在快速区域卷积神经网络(faster region convolutional neural networks,Faster R-CNN)网络的主干网络上添加通道注意力机制和对残差块结构进行修改,并采用ROI Align替换传统Faster R-CNN网络的ROI Pooling的改进模型。实验结果表明:改进后的Faster R-CNN网络模型与原算法相比,平均精度值(mean average precision,mAP)和F1分别比原算法提升了15.82%和16.44%,能够满足焊缝缺陷检测的高精度要求,具有重要的理论意义与良好的工程应用前景。
针对目前煤矿巷道围岩支护方案及其参数设计的盲目性,为提高巷道围岩支护效果,满足矿井安全高效生产要求,以焦坪矿区为工程背景,选取顶板强度、煤帮强度、底板强度、基本顶来压当量、回采扰动、巷道埋深、护巷煤柱宽度、跨高比、顶高比以及最大水平主应力作为巷道稳定性主控指标,选取16条典型巷道及硐室作为样本,基于层次分析法确定了10个分类指标的权重。在此基础上,对样本巷道稳定性进行了聚类分析,依据F-统计量法选取最优分类数,将样本巷道划分为非常稳定、稳定、基本稳定、不稳定和极不稳定5大类,进而构建了焦坪矿区巷道稳定性的聚类中心。最后,基于上述理论对玉华矿2407回风顺槽围岩稳定性进行了预测,并提出了针对性支护对策及其参数。结果表明,2407回风顺槽稳定性分类结果符合现场工程实际,围岩变形控制效果良好,为工作面安全高效生产提供了有力保障。
市政污泥的排水固结特性与其水分赋存形式密切相关,然而目前对化学调质及固结作用后市政污泥水分转化规律的认识不足。结合土壤科学理论,采用离心机法测试不同类型市政污泥的土水势曲线,并根据土水势范围将市政污泥水分形式划分为结合水、毛细水和重力水。在此基础上比较原泥、固结试样、调质污泥试样中不同形式水分含量,分别揭示市政污泥在固结和化学调质作用下的水分转化规律。研究结果表明:污泥经10%氯化铁、10%氯化铝化学调质后,结合水含量降低70%~80%,自由水含量提升1倍。不同类型市政污泥在3.1 kPa固结压力作用下,基本只排出部分重力水,毛细水和结合水含量基本不变;在100 kPa固结压力作用下,重力水全部排干,毛细水明显减少,结合水小幅减少。
为探究微生物诱导碳酸钙沉淀(microbially induced calcite precipitation,MICP)技术矿化改良风沙土材料的耐久性,采用0.08%高分子吸水树脂(MICP+A)和0.37%黄原胶(MICP+B)对传统MICP材料改良。通过核磁共振技术对不同周期的高低温循环和紫外照射两种环境下的微观结构进行研究,考察矿化风沙土材料的耐久性。结果表明,MICP+A材料和MICP+B材料孔隙度均随循环周期的增加而上升;在20个周期的高低温循环试验和15个周期的紫外线照射试验,MICP+A材料均表现出良好的耐久性,与传统MICP材料相比孔隙度增量分别下降约1.8倍和1.1倍;在高低温循环和紫外线照射下,碳酸钙晶体结构发生改变,土体的中等粒径孔隙占比增加,使3种材料的T2谱第2个峰均高于试验前的峰值。试验表明高分子吸水树脂能够提高传统MICP试件的耐久性能,此研究为微生物矿化岩土材料在沙漠地区治理的工程应用提供基础实验依据。
既有管线附近存在工程堆载情况下,管线会产生下沉位移,并进一步威胁到既有管线的正常工作。在这方面的研究大部分停留在有限元和室内试验方面,较少理论解用于分析既有邻近管线在工程堆载作用下的受力变形响应。基于此,采用理论解析的手段研究该工况下管-土相互作用。首先采用Boussinesq解解析得到既有管线轴线处的附加应力,随后将管线简化成放置在双参数Pasternak模型上的无限长梁,进一步获得管线变形过程中的系统总能量,最后根据能量变分理论获得邻近管线受力变形响应。通过与既有试验实测数据对比,验证了所提方法的正确性;相比于所提方法的退化解析,所提方法更贴近实测数据。参数研究表明:管线的受力变形会随管线埋深的增大而非线性减小;增大管线直径会引起管线变形响应增强;管线和堆载区域夹角对管线受力变形不敏感;增大管线与堆载区域的水平距离能够有效减小管线受力变形响应,且减速呈现先增大后减小的现象。一系列分析成果可用于实际工程中工程堆载对邻近既有管线受力变形的影响分析。
为研究泥水盾构掘进参数对地表沉降的影响,依托哈尔滨地铁3号线工程河松—河山叠落区间左线泥水盾构掘进与监测数据,基于遗传算法优化的BP神经网络,针对不同沉降输出形式展开研究,引入隧道距离标签,优化了神经网络拟合效果,并根据此网络模型进行参数敏感性分析,得出3项最敏感参数,并进行穷举试验,进一步分析参数对地表沉降的具体影响效果。研究表明:泥水盾构掘进在穿过某一环2 d后,其地表沉降表现与掘进参数关联性不密切,地表沉降分析可以聚焦于当日监测值;盾构机穿过某一环前、中、后会对该环上方的地表沉降产生不同的影响,后续基于神经网络对地表沉降的研究可考虑纳入该项指标;泥水盾构掘进参数中,降低泥浆黏度和提高泥浆密度可控制地表下沉,提高推进速度可以降低施工对地表沉降的影响。
岩爆是地下深部工程中一种破坏性极强的地质灾害,为准确预测岩爆烈度等级,提出了一种基于平行融合图Transformer(parallel fusion graph Transformer, PFGT)的岩爆烈度等级预测方法。首先,该方法利用岩爆数据在欧氏空间中的相似性结构关系构建图结构数据,并通过多重岩爆判据来约束岩爆数据在欧式空间中结构的畸变构建另一种图结构数据,通过平行训练获得岩爆数据的单尺度特征。其次,该方法设计了一种特征融合图Transformer策略,通过融合基于欧式空间和基于岩爆判据的两种图结构数据特征,获得岩爆数据的多尺度特征。该方法能够同时利用单尺度特征和多尺度特征,增强了数据表示能力,在训练过程中使用Transformer进行特征融合使得模型能够更全面地捕捉岩爆数据的优化特征,提升模型性能。通过与传统神经网络和其他机器学习算法相比,PFGT模型的预测准确率为94.87%,优于其他算法,证明了该算法的有效性,为岩爆等级预测提供了一种新的方法。
受地形条件及周边环境制约,中国西部地区的双洞线隧道设计间距往往较小,因此常使用连拱或小近距隧道这一特殊结构形式进行隧道设计。然而,中国西部地区地震烈度高,地震频发,而双洞间的中岩墙更易受到强震,尤其是近场地震作用的扰动,导致局部围岩塑性变形,从而影响隧道的安全。鉴于此,为研究近场地震动作用下小近距隧道围岩塑性区分布,选取合理近场地震动,考虑不同隧道近距及围岩条件建立了三维有限元数值计算模型,揭示了小近距隧道动力响应特性及围岩塑性区分布规律;基于此,通过对中岩墙的注浆加固,验证了加固措施对小近距隧道围岩塑性区的抗震有效性。研究结果表明:受近场地震动作用影响,小近距隧道中靠近中岩墙隧道拱脚部位加速度响应较为显著。横向地震激励时,右线隧道的左侧拱肩部位及右侧拱脚位置最大主应力值较为显著,而同一时刻下拱腰部位及隧道仰拱位置的最小主应力较其他位置大。强震作用下小近距隧道的围岩塑性区受岩体等级影响较大。当隧道间距为0.50倍的隧道跨度时,Ⅳ级和Ⅴ级围岩中塑性区发展最为严重,出现了中岩墙附近隧道拱腰部位的围岩塑性区贯通现象。以围岩塑性区为判别指标,中岩墙注浆加固对小近距隧道的抗震性能有利。研究结果可为高烈度地震区小近距隧道的抗震安全提供研究参考。
准确预测共享单车流量有助于优化共享单车的供需平衡,提高城市居民的出行便利性。为解决共享单车预测准确性不高以及时空特性捕捉不充分的问题,提出了一种混合卷积-递归神经网络(hybrid convolutional-recurrent neural network)Conv3D-GRU模型,采用芝加哥2022全年共享单车数据进行实验,并与三维卷积神经网络3D-CNN(3D convolutional neural network)模型和卷积长短期记忆网络(Convolutional long short-term memory,ConvLSTM)的预测结果进行比较,使用均方根误差(root mean squared error,RMSE)、平均绝对误差(mean absolute error,MAE)、决定系数R2评估模型性能。实验结果表明,Conv3D-GRU相较于3D-CNN和ConvLSTM模型,在RMSE、MAE以及R2上分别提高了3.25%、4.90%、1.14%和11.94%、13.70%、2.46%,可见Conv3D-GRU模型的预测误差小,预测精度高,能够有效和可靠地适用于共享单车出入流的预测。
采用计算流体力学的方法,建立了针对翼型动态失速数值模拟的数值计算模型,分析沉浮运动对翼型非定常气动力的影响。通过与NACA0012翼型的俯仰运动风洞实验数据进行比较,模型在轻度失速和深度失速状态下的模拟结果与试验值吻合较好,验证了所提数值计算模型的准确性和可行性。将NACA23012翼型的沉浮运动等效为俯仰运动,两种运动方式计算得到的翼型升力特性很接近,但力矩特性差异明显,随着沉浮幅值和来流马赫数的增大,力矩特性差异进一步扩大。增加沉浮幅值,俯仰和沉浮运动气动力矩的阻尼作用明显增强,增大来流马赫数,力矩阻尼作用减小,并在马赫数为0.85时出现力矩发散现象。
基于振动台采用高速电机驱动开展航空发动机转子在突加冲击载荷下的动力响应试验研究,完成不同特征转速、不同载荷大小、不同冲击方向、不同脉宽条件下的转子动力响应试验,揭示了突加冲击载荷下转子动力响应的一般规律。研究表明:冲击瞬时,转子动力响应呈现瞬间增大、随后恢复至稳定状态的现象;转子的动力响应随着突加冲击载荷的变大而变大,且各工况条件下,转子上垂直方向的动力响应比水平方向的动力响应要大,同一测量截面垂直方向响应比水平方向响应大4%~46.15%;此外,转子受到轴向基础冲击载荷的动力响应比受到垂向基础冲击载荷的动力响应大;在一定范围内,随着基础冲击载荷脉宽从6 ms变大至11 ms,转子的动力响应变小2.5%~10%。研究为航空发动机转子在突加冲击载荷下的振动响应分析和航空发动机结构安全设计提供了参考,具有重要的工程应用价值。
随着全球贸易的发展,浮升一体化混合飞艇是全球远距离、大载重运输平台的重要选择,逐渐成为国内外研究热点。为了提高浮升一体化飞艇的运输效率,对其布局及参数敏感性进行了研究。针对艇身布局和尾翼布局进行了探讨,提出了几种高升阻比布局的艇身和尾翼型式。同时,进行了设计参数对气动特性影响的敏感性分析,结果表明,艇身宽度对飞艇升力系数、阻力系数和最大升阻比的影响最为明显,其相对敏感性系数为尾翼纵向位置和倾斜角的近十倍;尾翼倾斜角对飞艇力矩系数的影响最大,其相对敏感性系数为艇身宽度的两倍多。
流程生产安全监测是其安全风险控制和事故预防的主要技术手段,而监测数据是安全管控与决策的重要依据。现有的安全监测组网架构中,传感器节点多、数据量大,使得无线传感网络的信道负载较重,容易出现数据时延、丢失等问题,影响安全管控决策的及时性和准确性。为此,针对典型流程生产场景的安全风险因素,明确其传感器部署方案及无线传感网络数据传输架构,提出基于主从机分流的安全监测数据流调度机制和方法,采用数据的拥堵指数与频率异常指数作为数据流性能评估的主要指标。以化工聚合反应釜为工程场景,检验了当反应釜数量和安全监测数据量增加时启动从机为主机分担数据流量后的性能改进,有利于保障安全监测数据有序传输和风险控制的有效性。