共查询到19条相似文献,搜索用时 586 毫秒
1.
2.
3.
4.
基于大涡模拟和Newmark HHT方法的闸门垂向
自激振动数值模拟 总被引:1,自引:0,他引:1
当平底缘平板闸门部分开启且上下游存在水位差时,在一定的折算速度范围内闸门会发生强烈的自激振动,而且闸门底缘有漩涡产生。本文用基于流固耦合数值模拟方法研究了闸门垂向自激振动,通过采用大涡模拟和Newmark HHT方法对不同工况下闸门自激振动进行了计算,计算结果和实验结果吻合,通过数值模拟图像进一步揭示了闸门自激振动机理。 相似文献
5.
本文介绍了杏林水库自溃坝模型设计、制造方法和观测仪器的应用,着重介绍了坝体侧向冲刷率R采用系列模型延伸公式的推导过程和“自溃坝溃决时间打印记录仪。” 相似文献
6.
殷振兴 《水科学与工程技术》2019,(6)
对多要素不确定性泵站故障进行有效检测,引入深度学习理论知识,提出了一种基于自稀疏编码的支持向量机泵站故障检测方法。结果表明:对于有限样本的情况下稀疏自编码的SVM方法泵站故障检测可获得较高的精度,并验证了方法的可行性、正确性及有效性;通过对比SVM、稀疏自编码的SVM、BP神经网络3种泵站故障检测方法,得出稀疏自编码的SVM在泵站故障检测中的优越性。为泵站故障检测提供了一种新的解决方法。 相似文献
7.
8.
巨磁电阻电流互感器作为一种新型有源电子式电流互感器,在实用化过程中所面临的关键问题是长期稳定与可靠运行水平的提高。文中提出了一种智能化巨磁电阻直流电流互感器的实现方法,首先在高压侧电路中嵌入自校准模块,实现巨磁电阻传感器输入输出特性的在线校准;针对输入输出特性中表现出的非线性问题,提出了自校正算法;最后提出了高压侧电路的自诊断方法,通过备用单片机的嵌入改善了高压侧电路的可靠运行水平。测试结果表明,自校准、自校正及自诊断等智能化方法的性能达到了设计要求,有助于改善巨磁电阻直流电流互感器的长期可靠运行水平。 相似文献
9.
混凝土是一种应用广泛的建筑材料,但其在使用过程中,极易出现裂缝,尤其在水利工程中。混凝土裂缝不仅影响建筑的美观,而且会对结构的安全性产生不利影响。利用微生物诱导产生碳酸盐晶体(MICP)的技术可以制成自修复混凝土,这种混凝土能够在其自身出现裂缝时实现自我修复,从而提高混凝土材料的耐久性能,节约维修成本。对国内外文献中自修复混凝土的工作原理、制备方法、材料特性以及影响自修复效果的因素进行了总结分析。从工作原理上主要介绍了矿化微生物的选择和矿化过程;从制备方法上主要汇总了自修复混凝土采用的细菌固载方法;从材料性能上主要分析了自修复混凝土的微观性能和宏观性能;从修复效果上主要总结了修复剂成分、养护条件以及裂缝特征等因素的影响。根据梳理,自修复混凝土目前所能修复的最大裂缝宽度为0.97mm,最大深度为27.2mm,仍有大的发展潜力。基于目前的研究现状,文章提出了自修复混凝土进一步的研究方向,旨在为该项技术的发展起到一定的推动作用。 相似文献
10.
11.
年径流预测的遗传门限自回归模型 总被引:5,自引:0,他引:5
为有效利用年径流时间序列资料所隐含的时序分相依性这一重要信息,推进出用门限自回归模型(TAR)来预测年径流,并研制了TAR建模的一整套便通用的方方案,用所提出的改进遗传算法,可同时优化门限值和自回归系数,从而解决了TAR建模过程所涉及的大量复杂寻优工作这一难题,为TAR模型的广泛应用提供了强有力的工具。实例计算的结果说明这套方案是可行的和有效的;通过门限值的控制作用,TAR模型可以有效地限制模型误差,从而保证ATR模型预测性能的稳健性,提高预测精度,该方案具有通用性,在非线性时序预测中具有重要的理论意义和实用价值。 相似文献
12.
13.
14.
径流预测对于水资源的合理开发利用与统筹配置具有重要意义。根据黄土高原地区渭河支流-北洛河状头水文站和泾河张家山站的月径流资料,运用门限自回归模型、神经网络模型、方差分析外推法以及季节水平模型四种方法对其进行预测,观察模拟效果并比较各自优缺点。对于枯水期月径流,季节水平模型对于两站预测合格率均为100%;方差分析外推法对于状头站和张家山站预测合格率分别为90%,80%;门限自回归模型对于两站的预测合格率均为80%;神经网络模型预测两站汛期月径流合格率均为100%。表明季节水平模型适用于枯季月径流的预测,神经网络模型适宜于汛期月径流预测,并且精度良好。 相似文献
15.
应用门限自回归 (TRA)模型解决具有周期性变化和下降趋势的地下水位的预测问题 ,可以有效地利用地下水位资料所隐含的时序分段相关性 ,起到限制模型误差 ,保证模型预测性能的稳定性 ,提高预测精度的作用 相似文献
16.
应用门限自回归(TAR)模型建立了同时受潮汐和径流双重影响的长江下游感潮河段高桥水文站月水位TAR预测模型,建模过程中运用遗传算法来实现模型参数的优化.计算结果显示,门限自回归模型可以拟合感潮河段的非线性特性,拟合及预测精度均满足水文预报规范要求,遗传算法的引入简化了建模过程,提高了模型的预测精度并保证了其预测性能的稳定性.研究结果表明用遗传门限自回归模型预测感潮河段的水位是可行的,该模型在感潮河段其他水文要素的非线性时序预测中也具有广泛的实用价值. 相似文献
17.
Comparison of Recurrent Neural Network,Adaptive Neuro-Fuzzy Inference System and Stochastic Models in Eğirdir Lake Level Forecasting 总被引:1,自引:1,他引:0
Accurate prediction of lake-level changes is a very important problem for a wise and sustainable use. In recent years significant
lake level fluctuations have occurred and can be related to the climatic change. Such a problem is crucial to the works and
decisions related to the water resources and management. This study is aimed to predict future lake levels during hydrometeorological
changes and anthropogenic activities taking place in the Lake Eğirdir which is the most important water storage of Lake Region,
one of the biggest fresh water lakes of Turkey. For this aim, recurrent neural network (RNN), adaptive network-based fuzzy
inference system (ANFIS) as prediction models which have various input structures were constructed and the best fit model
was investigated. Also, the classical stochastic models, auto-regressive (AR) and auto-regressive moving average (ARMA) models
are generated and compared with RNN and ANFIS models. The performances of the models are examined with the form of numerical
and graphical comparisons in addition to some statistic efficiency criteria. The results indicated that the RNN and ANFIS
can be applied successfully and provide high accuracy and reliability for lake-level changes than the AR and the ARMA models.
Also it was shown that these stochastic models can be used in the lake management policies with the acceptable risk. 相似文献
18.
19.
Prediction of Inflow at Three Gorges Dam in Yangtze River with Wavelet Network Model 总被引:5,自引:1,他引:4
A wavelet network model is developed to predict the inflow of Three Gorges dam in Yangtze River, China. The model makes use
of the multi-resolution analysis of wavelet analysis and the nonlinear capability of artificial neural network. The short
and long term input runoff of Three Gorges dam, such as annual mean discharge, seasonal mean discharge of 10 days period,
daily mean discharge and annual maximum flood peak discharge, have been predicted with the wavelet network model (WNM). At
the same time a kind of threshold auto-regressive model (TAR) has also applied for those predictions. The comparison of WNM
with TAR has been executed. The results show that the accuracy of model predictions with WNM is generally better than that
with TAR. The suggested wavelet network model is functional and feasible for runoff prediction. 相似文献