不同过滤单元的室内空气净化器试验研究

设计了一台可置换多种过滤单元的室内空气净化器,在上海某办公室,测试并分析了强电场介质(IFD)装置、高效空气过滤器(HEPA)(1)、粗效滤网+驻极体、粗效滤网+静电纺和粗效滤网+HEPA(2)+活性炭过滤单元的净化特性,包括一次过滤效率、风量、能耗、细颗粒物(PM2.5)去除效果和臭氧发生量,计算了洁净空气量CADR和净化效能。结果表明:不同过滤单元均能有效净化香烟烟雾产生的PM2.5;HEPA(1)、粗效滤网+驻极体的CADR和净化效能均较大,其次是粗效滤网+静电纺、粗效滤网+HEPA(2)+活性炭,IFD装置的CADR最大,但净化效能最低。     

吸油烟机滤网结构集排油烟性能实验研究

本文对不同滤网结构吸油烟机的集排油烟性能展开了实验测试研究。在大空间实验室内部搭建了一住宅厨房,选取了2种滤网结构吸油烟机(A凹形滤网结构、T凸形滤网结构),测试了静态油加热过程中呼吸区PM2.5、PM10油烟颗粒浓度变化特征。结果表明,A凹形滤网结构吸油烟机具有更好地集排油烟性能。T吸油烟机运行条件下呼吸区油烟颗粒浓度大约为A吸油烟机运行条件下相应浓度的1.9～3.6倍。     

基于风机效能的防烟系统泄压阀式压力控制方法及试验研究

建立机械防烟系统压力控制方程组,确保送风区域实际压差不超过最大允许压差。进行加压送风系统设计,计算建筑本体渗漏面积和送风区域超压压差,以最大允许压差为限值,联合风机性能曲线计算泄压面积。形成压力控制方法并对某防烟楼梯间进行机械防烟系统设计和仿真计算,依据设计结果搭建工程验证平台,针对开门工况和关门有泄压工况采集各关键参数;遵循能量守恒和质量守恒,联合建筑本体渗漏面积和风机性能曲线预测关门无泄压工况下实际压差,计算泄压阀口面积。经测定,设置0. 2 m2泄压阀口后楼梯间压差由115 Pa降至52 Pa,开门力不超过110 N,门洞断面风速0. 9～1. 3m/s,送风区域压差、开门力和风速均符合规范要求,工程验证与计算结果一致。结果表明所建方程组可准确计算超压压差和泄压面积,为泄压阀式压力控制提供了一种新的理论依据。     

遗传神经网络计算公路沉降

把基于遗传算法的人工神经网络用于岩土工程领域,建立遗传神经网络公路沉降计算模型.通过工程参数监测数据来训练遗传神经网络以获得网络神经元的连接权值.获得满意的权值后,用遗传神经网络来计算高等级公路沉降,取得了较好的计算结果.这为计算和控制公路沉降问题提供了一种新的途径.     

基于机器学习的北京市PM2.5浓度预测模型及模拟分析

对北京市周边8个点多个压力高度的温度、湿度和风速数据,以及北京市PM2. 5污染数据进行了分析和归一化处理,建立了反向传播神经网络(back propagation,BP)、卷积神经网络(convolutional neural network,CNN)和长短期记忆模型(long short-term memory,LSTM)对上述气象数据和污染数据进行训练,训练结果表明:反向传播神经网络模型和卷积神经网络模型对未来1 h的PM2. 5污染等级的预测准确率较低,而长短期记忆模型的准确率较高.使用长短期记忆模型预测未来1 h的PM2. 5污染值与实际值十分接近,表明北京市的PM2. 5污染与其周边地区的气象条件关系密切.通过利用长短期记忆模型对不同压力高度的气象数据进行训练和对比,得出在利用气象数据预测污染时,仅使用近地面气象数据比使用多个高度上的气象数据更加准确.     

利用人工神经网络由静力触探推算液化指数

选取试验深度、粘粒含量、比贯人阻力和计算土层厚度为基本输入量，建立了一个推算液化指数的神经网络模型。以实际工程21组数据为学习样本，对工程中5个点进行了计算。计算结果表明，利用人工神经网络由静力触探推算液化指数是可行的。     

基于神经网络粉喷桩复合地基沉降计算方法的研究

本文采用神经网络技术建立粉喷桩复合地基荷载 -沉降变化模型 ,从理论上探讨采用神经网络技术对其进行计算误差修正的可行性 ,并应用于工程实践。为准确计算粉喷桩复合地基沉降提供了一个新的方法     

欠平衡钻井合理压差的确定技术及在新疆油田的应用

欠平衡钻井过程中井壁稳定是保证欠平衡钻井成了欠平衡钻井过程中保持井壁稳定及控制井喷的极限钻井压差的计算模式,提出了欠平衡钻井合理压差的确定原则.最后,结合石南4井区的地应力参数及地层强度参数,对石南4井区欠平衡钻井极限压差进行了计算,并据此分析了在该区进行欠平衡钻井的可行性.实际应用结果表明,理论结果与工程实际十分吻合,说明了模型的正确性.     

铁路桥梁混凝土工程造价大数据计算模型优化设计

基于大数据分析,对铁路桥梁混凝土工程造价计算模型的优化进行了研究。通过分析BP神经网络模型原理,发现该模型多输入多输出因素的非线性网络关系处理能力与本工程造价计算的非线性映射关系相吻合。利用计算机软件MATLAB中的BP神经网络工具箱进行搜索和查询,对于所采集得到的混凝土工程样本数据进行学习训练,把各项模型模拟数据结果和实际得到的样品数据结果进行比较分析,本研究构建的BP神经网络工程造价计算模型的误差率为3.29%,可满足铁路桥梁混凝土工程造价计算的精度要求。     

空气相对湿度对空气净化器净化效果影响的实验研究

对4台空气净化器进行了实验研究,分析了不同相对湿度下空气净化器的现场净化效率、洁净空气量、有效净化效率和净化能效,以及细颗粒物(PM2.5)的自然衰减规律与净化衰减规律。结果显示:在相对湿度为35%～60%的范围内,滤网式空气净化器的现场净化效率随着相对湿度的增大而增大,而静电除尘式空气净化器的现场净化效率随着相对湿度的增大而减小;对于滤网式空气净化器,其洁净空气量及有效净化效率随着相对湿度的增大而增大;PM2.5的自然衰减速度随着相对湿度的增大逐渐加快,滤网式空气净化器对PM2.5的净化衰减速度随着相对湿度的增大而加快,静电除尘式空气净化器对PM2.5的净化衰减速度随着相对湿度的增大而逐渐放缓。     

基于遗传-GRNN在深基坑地连墙测斜预测中的研究

基坑工程由于受多种因素的影响,目前已成为岩土工程中的重点和难点。在基坑工程施工中,需要根据现场实际情况、周围环境、建筑安全等级等对变形进行严格控制。通过现场监测的深基坑围护结构变形信息资料,对实测数据进行整理和分析,利用神经网络对围护结构的变形做出预测的智能化施工成为基坑工程的发展趋势之一。研究了一种基于遗传算法的广义回归神经网络学习算法。该算法运用遗传算法寻找广义回归神经网络唯一参数光滑因子的最优解,将最优解赋予广义回归神经网络进行预测。在时间序列预测中,工程实例计算证明了遗传–广义回归神经网络预测的有效性和可行性,为时间序列预测提供了一种新途径。     

用神经网络研究应力路径对地基沉降的影响

基于人工神经网络和反问题理论,将不同应力路径下砂土的三轴实验结果作为样本来训练网络,获得了砂土的神经网络本构模型,并计算了某工程基础的沉降.分析结果表明,随着围压增大,沉降减小,因此模型能够定量的反映出应力路径及围压对地基沉降的影响,从而为实际工程进行不同应力路径的数值模拟和仿真提供了可能.     

基于BP神经网络的工程造价快速估算模型

快速、准确地进行工程造价估算对控制工程成本具有重要的现实意义。根据神经网络原理和对工程特征的分析,确定了6个工程特征类目作为神经网络的输入向量,提出了基于BP神经网络的工程造价快速估算模型,并选取已建住宅工程为估价实例。经验算,其精度可以满足实际工程投资估算和设计概算的需要。因此,用BP神经网络快速估算工程造价是行之有效的。     

基于计算智能的地铁隧道施工进度-成本优化

对于工序复杂的地铁隧道施工进度-成本优化问题,为了避免数学公式难以准确表达进度和成本之间的非线性关系,提出运用计算智能技术中的遗传神经网络和免疫粒子群算法的组合方法寻优。首先,通过遗传算法对BP神经网络的权值和阈值进行优化;然后,运用实际工程中进度和成本数据分别进行BP神经网络模型的训练和测试;最后,基于得到的BP神经网络模型和免疫粒子群算法实现对进度-成本寻优。通过该组合方法和基于数学公式的单纯形法分别求解算例,对比通过单纯形法求解出的准确结果,验证了该组合方法能够比较准确地解决进度-成本优化问题。因此,基于遗传神经网络和免疫粒子群算法的组合方法为工序复杂的地铁隧道施工进度-成本优化提供了一个较优的途径。     

邻近建筑物边坡稳定性预测研究

以青岛市黄岛区淮河西路道路工程为依托,通过理论分析、现场试验等方法,综合分析了造成边坡失稳现象的主要因素,提出了适用于邻近建筑物边坡稳定性预测的应用方法。通过试验结果与实际耦合对比,验证利用BP神经网络来预测边坡稳定性的可行性。针对边坡稳定性预测过程中BP神经网络计算速度低等问题,对其进行三方面的综合改进以降低模型在计算过程中产生的误差,有效提高模型预测结果的准确可靠性。     

位移反分析的APSO-WNN模型研究及应用

用改进粒子群优化算法对小波神经网络进行优化，从而提出改进粒子群算法优化小波神经网络模型（APSO-WNN）。该模型具有小波变换的良好时频局域化性质、良好时域和频域分辨能力及传统神经网络的自学习功能；同时用改进的粒子群优化法进行全局最优搜索，快速收敛到全局最优解，使其具有良好的逼近能力、容错能力和较强的鲁棒性。因此，该计算模型适合解决具有复杂非线性和模糊性特点的岩土工程问题。为证明该模型的优越性，同时将该计算模型与传统遗传算法神经网络用于三峡船闸高边坡4种介质弹性模量的位移反分析计算，结果表明不论是优化精度还是收敛时间，该算法都较遗传算法有明显提高。最后利用APSO-WNN反演的弹性模量参数进行测点位移预测，预测表明各个测点的计算位移值与监测值吻合较好，说明该模型在岩土工程位移反分析中具有良好的实际应用价值。     

计量供热系统二次网调控策略与能耗分析

本文对循环水泵不同变频控制方式进行了分析,建立了计量供热系统二次网的运行调节模型,采用理论计算方法,以实际工程为例计算出二次网采用不同控制与运行调节方式组合下的循环水泵能耗,并进行了比较分析,得出采用远端定压差控制与分阶段定供水温度调节结合下的水泵能耗最低。     

应用神经网络预估强夯加固效果

本文将神经网络理论应用于强夯施工中 ,目的在于探索一条简便有效的新的强夯设计方法。在利用BP神经网络计算大量工程实例的基础上 ,建立了关于强夯加固效果的神经网络预估模型 ,并运用工程实例验证了模型的有效性     

基于模糊神经网络的边坡稳定性评价方法

针对边坡稳定与其影响因素间复杂的模糊性和非线性关系,结合模糊分析与神经网络技术,提出了基于模糊神经网络的边坡稳定性评价方法.方法将模糊推理过程溶入神经网络结构中,使神经网络的神经元和权值物理意义明确,学习速度加快.同时神经网络计算又能克服模糊分析计算精度低、学习能力差等缺点,实现了计算方法的优势互补.实例研究中,模型计算的回判检验无误.边坡稳定性评价准确率达到100%,且网络每一步的最大计算误差仅0.25%,表明模型的学习性、记忆性、稳定性高,泛化能力较强,能够满足实际工程的评价需求.     

深基坑变形的神经网络预测

根据神经网络的基本原理,结合工程实例,建立了基坑变形预测的神经网络模型,并运用该模型对工程实例进行了预测,预测结果与实际变形拟合良好,表明了神经网络法在基坑变形预测中的有效性。