降雨条件下边坡稳定性评价方法研究

以某露天边坡为例,考虑不同降雨强度下边坡流固耦合渗流特征,并采用强度折减法分析降雨量分别为5、17.5、37.5、75、175mm/d条件下降雨历时5、10、15、20h时边坡岩体内孔隙水压分布特征以及变形规律,探讨降雨-自重耦合作用下边坡失稳显现特征。分析结果表明:降雨对边坡安全系数降低作用明显,但当降雨持续至20h后边坡安全系数受降雨强度影响不再显著,而降雨量对边坡变形的作用显著,且降雨量与边坡整体位移呈正相关关系;从不同降雨历时下孔隙水压分布特征可知,降雨量越大岩体达到饱和状态历时越短。因此对边坡在降雨条件下的稳定性评价应综合考虑边坡变形特征、渗流规律以及安全系数等因素。     

基于Isograph的FMECA分析在潜孔钻机中的应用

为提高潜孔钻机的可靠性,利用FMECA分析方法并结合Isograph软件对潜孔钻机进行FMECA分析。通过对潜孔钻机FMECA分析,确定了潜孔钻机危害性最高的组成结构,提出了预防维护的措施,为提高潜孔钻机的可靠性提供了依据。     

昆明市水城风貌恢复初探

1昆明市水资源及其开发利用现状 昆明市江、河、湖泊、沟塘众多，盘龙江穿城而过；城内金汁河、运粮河、宝象河、东白沙河、船房河、乌龙河、马料河、捞鱼河、梁王河、大河、柴河、东大河、古城河等20多条河道纵横交错；滇池、翠湖像两颗明珠分别镶嵌于城西南、城中，大部分江河从东、南、北三面呈心状注入滇池；另外，像莲花池、黑龙潭、宝海等以点状分布的小型沟塘举不胜数。所有的这些江、河、湖、塘构成了昆明的城市水系。     

微量银的分析与测定

评述了近些年来国内外对于微量银的分析测定技术，包括分光光度法、电化学分析法、原子吸收分光光度法和发射光谱法等，对当前广泛应用的技术提出了改进的意见并对这类研究的发展前景做出展望。     

浮选闪锌矿和铁闪锌矿的捕收剂研究现状及进展

系统地介绍了闪锌矿和铁闪锌矿的性质,综述了近年来国内外浮选闪锌矿和铁闪锌矿的捕收剂研究现状,展望了其发展的方向和趋势.     

IMAGIS在数字校园建模中的应用

介绍了IMAGIS的功能和工作流程以及IMAGIS空间数据的获取途径,利用IMAGIS进行数字校园三维建模的实现,并以河南理工大学北校区数字校园建设为例介绍了IMAGIS在三维景观建模中的应用。     

基于9种无约束优化算法的岩爆预测BP模型优选

为研究不同训练样本数量和无约束优化算法对岩爆BP(Back Propagation)神经网络模型预测准确率的影响,选取围岩最大切向应力与岩石单轴抗压强度比σθ/σc、岩石单轴抗压强度与单轴抗拉强度比σc/σt和弹性能量指数Wet作为预测指标,广泛搜集整理100组典型岩爆实例建立了训练样本数据库.在样本数量分别为40、70和100时,基于标准算法和9种无约束优化算法建立了10个岩爆BP神经网络预测模型,并提出了考虑不同样本规模影响的岩爆烈度等级预测指数——综合准确值N.比较研究结果表明:BP模型的预测准确率随样本数量增加而提高,3种样本数量下的模型平均预测准确率分别为62.5％、76.4％和87.5％;基于9种优化算法建立的BP网络模型的N值均高于标准BP模型;基于Ploak-Ribiere共轭梯度法优化的BP模型的N值(195)和预测准确率(99.0％)均最高,且在5个工程实例中的预测结果完全符合现场实际,优于标准BP模型、支持向量机模型和其他优化模型,为岩爆烈度等级预测的最佳模型.     

基于测后模拟原理的半波长输电线路暂态量纵联保护

针对特高压半波长超长的输电距离带来的继电保护难题,提出基于测后模拟原理的半波长输电线路暂态量纵联保护方法。特高压半波长交流输电具有传输距离远、输送容量大、全线无功自平衡等优点,可以作为未来清洁能源电力输送的一种可选方案。通过分析现有输电线路保护方法对于半波长交流输电线路的不适用性,对特高压半波长输电线路在区内外故障情况下,推导至中点的暂态量电流和的绝对值在短时窗内积分方向的不同进行理论分析;以贝杰龙模型为基础,利用测后模拟原理构成输电线路暂态量纵联保护方法,进行仿真实验;进而判别输电线路单相接地故障时故障初始角、故障位置和过渡电阻对故障判据的影响。仿真实验证明,此方法构成的保护计算精度高,相较于工频量构成的保护其动作速度更快且几乎不受过渡电阻、故障距离及故障初始角变化的影响,理论分析与实际的仿真结果相一致。     

基于改进粒子群优化算法的BP神经网络在大坝变形分析中的应用

BP神经网络以其对非线性系统的强大映射能力而被广泛应用于模糊性、随机性强的大坝变形预测分析中。传统的BP神经网络由于初始权值和阈值的随机性,容易导致网络在训练过程中极易陷入局部最小值,同时存在网络收敛速度慢等缺点。针对传统算法的不足,采用改进的粒子群算法(IPSO)对BP网络的初始权值和阈值给予优化,建立大坝变形预测的IPSO-BP模型,并与PSO-BP网络模型进行对比。结果表明,改进的IPSO-BP模型具有收敛速度更快、预测精度更高的优点。该方法可供大坝安全监测和预警分析参考。