土石坝掺砾心墙料的压缩特性研究北大核心CSCD

土石坝施工完成后的坝体沉降变形是工程上重要的关注点。本文选用一种风积土料和一种花岗岩砾石料,对掺砾土料的压缩特性开展试验研究,探讨掺砾比例、应力等级以及压实度对掺砾土料压缩特性的影响规律。试验结果表明:心墙土料掺砾后压缩性有着明显的改善,土料压缩模量随竖向应力的增大而提高,但随着竖向应力的持续增大,压缩模量的增加速度逐渐减小;掺砾比例和压实度均对土料压缩模量有较为明显的影响,随着掺砾比例和压实度的增加,压缩模量基本呈现随之提高的变化规律,但也发现过高的掺砾比例将会因砾石受到竖向应力产生颗粒破碎而使压缩模量降低;掺砾土料的孔隙比随竖向应力的增大而减小,低应力条件下孔隙比减小的速率较快,高应力条件下孔隙比减小速率下降并趋于稳定;结合掺砾后压缩模量的变化规律,对坝体不同高度处心墙掺砾比例的优化调整进行了探讨。     

土石坝掺砾心墙料的击实特性研究北大核心CSCD

心墙土料的击实特性能够反映实际工程建设时的压实效果。本文选择一种风积土料和花岗岩砾石料,开展不同含水率、不同掺砾比例及不同击实功等条件下的击实特性试验研究,探索掺砾土料击实干密度与含水率、掺砾比例及击实功之间的关系。试验结果表明:随着含水率的增加,掺砾土料的击实曲线呈先增后减的抛物线型关系;随掺砾含量增大,重型击实功条件下掺砾土料的击实干密度呈现先增后减的变化规律;随掺砾含量增大,轻型击实功条件下掺砾土料的击实干密度近似成比例线性增加;对相同掺砾比例的掺砾土料,随击实功能的增大,其击实干密度逐渐增大,并最终趋于收敛。     

基于多层递阶回归的土石坝渗流时变监控模型

根据土体流变机理，考虑时间效应，对以往的渗流监控模型进行了改进。在此基础上，建立了基于多层递阶回归方法的土石坝渗流时变监控模型，并就某工程实例验证了该模型的有效性。计算结果表明，该模型具有较高的拟合精度，且其预报能力较非时变模型强。     

RCC坝料改进刚度指标及压实质量综合评估研究北大核心CSCD

有效控制碾压混凝土压实质量是确保大坝安全稳定运行的前提。本文提出了考虑滞后相位角的碾压混凝土坝料改进刚度指标,并给出了滞后相位角的测定方法;结合耦合滞后相位角改进刚度指标、坝料特性参数、碾压参数和频域压实指标,提出了基于XGBoost算法的碾压混凝土压实质量综合评估方法。实例分析表明,改进刚度指标能够更好表征坝料压实质量,综合评估模型的决定系数约为0.86,表明模型精度较高,计算压实度与实测压实度的相对误差平均值为0.47%。本文方法为碾压混凝土坝施工压实质量控制提供了新的有效途径。     

考虑铁芯深度饱和特性的三相三柱变压器改进BCTRAN模型EI北大核心CSCD

三相三柱变压器广泛运用于电力系统中,需建立精准的三相三柱变压器模型支撑电力系统电磁暂态分析与防护研究。经典的变压器BCTRAN模型被广泛运用在电磁暂态仿真研究中,然而经典BCTRAN模型难以准确模拟铁芯在深度饱和状态下变压器不同端口的饱和特性。该文利用序分量参数建立三相三柱变压器BCTRAN模型,精准表征变压器各相绕组间的耦合关系;利用交直流混合源对变压器进行端口试验获取励磁支路深度饱和电感从而构建完整励磁支路;在经典BCTRAN模型的基础上,通过在变压器端口添加表征铁芯空间励磁特性差异的励磁支路,进而建立考虑铁芯深度饱和特性的三相三柱变压器改进BCTRAN模型。对300VA三相三柱变压器及22kVA三相三柱变压器有限元模型分别进行励磁涌流试验,与传统模型相比,改进模型不同端口励磁涌流首峰值更接近实测值。试验证明,提出的三相三柱变压器改进BCTRAN模型能够较为准确地表征变压器端口的饱和特性,可为电力系统电磁暂态仿真研究提供基础模型。     

热开关和多脉冲励磁的类比特高温超导模型磁体的捕获磁通及电磁特性研究EI北大核心CSCD

高温超导磁体因其体积小、高实用性、高场强等优点,在科学研究等领域具有广泛的应用。然而,高温超导带材之间焊接技术的不成熟,很难实现持续电流模式。该文提出一种利用RE-Ba-Cu-O(RE为稀土元素,REBCO)超导片堆叠组成的类比特高温超导模型磁体,该模型磁体不但没有焊接电阻的影响,而且实现持续电流模式。该文说明单片REBCO超导片和由超导片堆叠而成的类比特高温超导模型磁体的结构细节,介绍采用热开关和多脉冲励磁的方法,说明通过COMSOL模拟利用热开关和多脉冲电源对超导片以及类比特高温超导模型磁体进行励磁的过程,证明其能够实现持续电流模式,并对其在持续模式下运行的捕获磁通和电磁特性进行仿真分析以及实验验证。结果表明,热开关和多脉冲励磁的方法可以激励类比特高温超导模型磁体。与传统高温超导磁体相比,由多个超导片堆叠而成的高温超导模型磁体可在无电流引线的情况下实现闭环运行,避免无阻焊接的技术瓶颈。     

土石坝压实的智能控制理论

有效的压实质量控制对于土石坝的安全和稳定运行至关重要,为此提出一种"智能决策+自动控制"的土石坝压实的智能控制理论。该理论采用三元论的理论结构形式,基于人工智能算法和运筹学,智能决策单元从全局角度给出最优压实计划,"底层"即执行机构的控制问题采用自动控制理论通过双闭环控制模式实现压实过程智能控制。应用实例表明,提出的智能控制理论可实现土石坝压实过程的智能控制,在确保压实质量的同时可提升压实效率。该理论不仅可为土石坝的智能建造提供关键理论和技术支撑,也在公路、铁路、机场和堤坝等工程中具备广泛应用前景。     

实时监控下堆石坝压实质量模糊综合评估

堆石坝填筑碾压质量采用事中和事后双控。事中碾压参数往往不能在全工作仓面上100%满足控制要求，且受坝料性质不均匀的影响，即便是相同的碾压参数，也可能会导致不同的压实质量。事后试坑检测采用有限个测点，难以客观反映整个施工仓面的压实质量；若单纯采用压实连续检测指标（如CV）控制，其与坝料压实质量之间也存在一定误差。文章利用大坝填筑碾压质量实时监控技术，在动态采集碾压参数和压实连续检测指标CV的基础上，采用Dempster-Shafer（D-S）证据理论，提出了一种综合考虑事中碾压参数、事后CV的压实质量模糊综合评价方法。此外，为了保证碾压区域无明显连续薄弱区，通过DBSCAN空间聚类分析，提出等效连续薄弱面积的概念，对压实质量薄弱区域空间分布进行定量评价。实例分析表明，此方法可以有效避免单独事中或事后评估的片面性，提高压实质量评估的全面性，为高堆石坝施工质量控制提供一种新的手段。     

土石坝坝基液化土层置换材料关键参数优化

土石坝地震液化可能会引起结构失稳、地基失效等问题,严重威胁工程安全,需要设计采用土层挖除置换的抗液化措施。现有土层置换方案往往根据工程经验进行设计,缺少置换材料的定量化优化分析。本文提出了考虑地震作用下土石坝坝基液化土层的置换材料关键参数优化分析方法,基于实际工程数据,通过数值仿真对土层置换材料进行了优化分析,揭示了置换材料孔隙率、密度、体积模量与剪切模量、黏聚力与内摩擦角四组参数变化对液化的影响规律。结果表明,在土体参数常见取值范围内,孔隙率与密度过小或过大的方案的抗液化效果均较差,模量、内摩擦角较大的方案抗液化效果更好;通过方案比选优化,获得了抗液化效果关键参数的优化数值。随后基于优化参数进行模拟分析,实际工程坝体竖向位移总体得到有效改善,下游坝坡坡率优化率达53.9%,动力计算末液化体积残余值优化率达69.6%。所提出的方法为土石坝置换材料的优化分析提出一种可行手段,对于提高土石坝抗液化性能具有参考意义。     

堆石坝料压实监测指标影响因素及适用性分析

实时压实监测技术已成为堆石坝碾压质量控制的有效手段。但是面板堆石坝坝料种类多、不同坝料组分区别明显、施工工艺差异大，故而不同施工工艺对压实监测指标的影响，以及监测指标在不同坝料分区的适用性有待进一步研究。结合现场碾压试验，分析了碾压机行进方向、振动模式及坝料类型对压实监测指标的影响，发现碾压振动频率是其主要影响因素；同时发现包含更多碾轮加速度谐波分量的CCV指标对于不同面板堆石坝料有更好的适应性。基于上述分析，提出了耦合考虑频率的CCV指标来表征面板堆石坝不同坝料的压实质量。本文研究可为有多种坝料的面板堆石坝压实质量实时控制提供合适的监测指标。     

基于改进高斯过程回归的短期负荷概率区间预测方法

电力市场改革和分布式能源的并网给电网的运行和规划带来了许多不确定性的因素。为获取更准确、更综合的电力负荷预测值信息,提出一种基于K-means特征提取和改进高斯过程回归的短期负荷概率区间预测方法。首先利用历史负荷数据建立候选特征集,然后通过K-means的特征提取方法先对候选特征集进行分类,再利用K邻域内特征变量之间的互信息来选取负荷最优特征子集,并实时更新最优特征子集。为了准确捕捉电力负荷的时变特性,利用改进的高斯过程回归算法进行电力负荷概率区间预测,主要包括动态更新超参数和滑动窗更新训练样本集两个部分。实例表明,所提方法相比分位回归、高斯过程回归而言预测精度更好,所形成的预测区间具有更窄的区间宽度和更高的覆盖率,能为电力系统的运行规划提供更全面、更有效的负荷信息。     

利用CMV评估堆石料压实质量的神经网络模型

土石坝压实质量对大坝安全至关重要,通过压实质量评估模型可实现对压实质量实时监控。传统碾压施工采用固定的碾压方案,碾压参数在碾压过程中不改变,而在智能压实过程中,碾压参数根据当前压实状态进行优化调整,因此压实质量评估模型必须考虑碾压参数。通过堆石料现场碾压试验,分析了压实计值(compaction meter value,CMV)与堆石料相对密度和碾压参数的相关性。结果表明,CMV与堆石料相对密度具有较强相关性,可作为堆石料压实质量监测指标,碾压机振动频率和车速对CMV影响显著,行驶方向对CMV影响较小。最后基于现场试验和径向基(RBF)神经网络,建立了考虑碾压参数变化的堆石料压实质量评估模型。与试验结果对比表明该模型具有较高精度。     

基于高斯过程回归的电池容量预测模型

为了更好地对电池健康状况和使用寿命进行预测,为装备保养维修提供更为详尽的决策依据,针对电池动态、时变、非线性的系统特点,提出了一种基于高斯过程回归的电池容量预测模型。基于不同的核函数对电池容量进行回归预测,同时对比了灰色模型和神经网络模型的预测效果。仿真结果表明:高斯过程回归模型的预测效果要优于其他模型的预测效果;对于电池容量的预测,平方指数协方差函数和二次有理协方差函数的组合模型可以取得良好的预测结果,预测误差下降了31.157%。     

基于本体特征模型的混凝土坝浇筑块信息表达

针对混凝土坝浇筑块及其仓面表达中非几何信息表达存在的问题,本文首先以施工工艺流程和分部分项工程为基础进行混凝土坝浇筑块的产品结构分解(PBS)和工作结构分解(WBS);然后建立基于PBS-WBS合成映射的浇筑块特征模型,以基本参数描述浇筑块及其仓面的几何信息,以特征树描述浇筑块及其仓面的非几何信息;最后采用OWL本体语言表达浇筑块特征,实现浇筑块特征信息的存储、查询及更新等操作。案例分析证明,本方法可以提高对浇筑块及其仓面信息认识的全面性和表达的准确性,帮助施工技术人员合理地分配施工任务和调配施工资源。     

耦合时空相关特性的大坝变形动态监控模型

大坝变形性态是多种因素长期共同作用的结果,其演变模式包括时间和空间两个维度。然而,当前大坝变形智能建模较少综合考虑时空二维特征,原型观测资料中蕴含的大量时空信息亟待进一步挖掘。针对该问题,本文从单测点时序相关性和多测点空间关联性出发,提出构建一种耦合时空两个维度相关特性的大坝变形动态监控模型。该模型将门控循环单元（gated recurrent unit,GRU）神经网络作为核心层,建模学习历史变形数据内在时变规律,通过迭代提取有效变形因子来构造空间维度特征,并引入软注意力机制改进GRU隐藏状态的概率权重分配规则,实现对关键信息的自适应学习。以丰满混凝土重力坝多测点变形监测数据为例,验证了该模型的有效性。结果表明,所提出的监控模型能准确模拟大坝变形动态演变过程,且与常规监控模型相比,其外推预测精度更高,为大坝安全监控提供了新的方法和手段。