反倾岩质边坡弯曲倾倒-剪切滑移破坏分析方法研究

目前反倾岩质边坡弯曲倾倒破坏分析方法仍以基于极限平衡理论的悬臂梁模型为主,但大多未考虑坡脚岩层的剪切破坏。为准确评价该类边坡的稳定性,建立考虑坡脚岩层剪切破坏的分析计算方法。首先,根据岩层变形破坏特征,将边坡分为后缘稳定区、中部弯曲倾倒区和前缘剪切区3个区域;其次,建立弯曲倾倒-剪切滑移破坏模式的稳定性分析方法;最后,通过工程实例验证,并进行参数分析。研究结果表明:提出的分析方法与工程实际符合性较好;边坡在倾角较陡、坡角较大时稳定性最差,坡角对边坡稳定性影响大于岩层倾角的影响;岩层厚度及层面内摩擦角增加有利于边坡稳定性,且会扩大坡脚剪切区范围。研究成果对反倾岩质边坡破坏的防治具有实践指导意义。     

基于极限学习机的堤防工程多元风险指标评价方法

为提高堤防工程风险评价的准确性,提出了基于极限学习机的堤防工程多元风险指标评价方法。首先,综合考虑影响堤防风险的28个评价指标,利用层次分析法从预警系统、堤防工程系统、环境系统和社会经济系统这4个方面建立了堤防工程多元风险评价指标体系。接着,基于极限学习机算法对28个指标进行标准化处理及分级标准构建,以风险指标作为输入量,分级隶属度作为输出量,划分风险等级,量化评价指标,估计多元风险评价指标值和判断风险的严重程度。最后,依托鄱阳湖重点堤防——康山大堤,构建多元风险评价指标体系,运用极限学习机算法计算多元风险评价指标值。评价结果表明:康山大堤目前处于基本安全水平,符合康山大堤经过两次加固后的工程实际情况,并与其他方法进行对比,验证了提出方法的可靠性和有效性。该方法可拓展应用到其他重要水工结构工程风险评估中。     

悬浮填料技术用于污水处理厂二级出水极限脱氮研究

采用悬浮填料技术对城镇污水处理厂二级出水进行极限脱氮研究,分析填充比、水温及硝酸盐氮表面负荷等关键因素对悬浮填料技术极限脱氮性能的影响,考察悬浮填料技术极限脱氮效果.结果表明,填料填充比宜控制在35％～50％,当水温23～27 ℃,硝酸盐氮表面负荷可控制为2.5 gNO3--N/(m2·d),HRT为30 min,当水温11～13 ℃,硝酸盐氮表面负荷宜控制在1.0 gNO3--N/(m2·d)以下,HRT为1.3～1.5 h.稳定运行期间,水温11～27 ℃,进水TN为13.50～16.20 mg/L、NO3--N为11.20～12.85 mg/L,控制填料投加比为45％、HRT为0.5～1.5 h、乙酸钠投加量为50～70 mg/L时,出水TN为1.24～2.59 mg/L、NO3--N为0.65～1.58 mg/L.微生物在属水平进行聚类分析结果表明,悬浮填料附着生物膜以Arobacte、Rhodocyclacea、Zoogloea和Dechlo-romonas等反硝化功能菌属为主,保证了悬浮填料脱氮的高效性.     

基于PCA和CS-KELM的重力坝变形预测模型

重力坝的变形与环境量之间存在复杂的非线性关系、使变形预测模型的输入自变量具有高维性,在一定程度上影响预测模型的精度和泛化能力。因此,提出一种将主成分分析、布谷鸟搜索算法和核极限学习机网络相结合的变形预测模型。该模型通过主成分分析法对与变形相关的水位、温度、时效影响因子进行主成分信息提取,优化网络模型的变量输入,同时采用优化性能更好的布谷鸟搜索算法确定核极限学习机网络的核参数和正则化系数。利用某重力坝的实测资料,对坝体沿坝轴方向和上下游方向的变形位移进行预测,与多种模型预测结果进行对比,并采用不同量化指标进行评价。结果表明,所提模型在两个方向的变形预测中,确定性系数R2分别为0.943和0.931,均高于传统的神经网络和逐步回归模型;在不同测点的上下游方向变形预测中,预测的精度和模型的泛化能力均优于对比模型,从而验证了该模型的可行性和优势。     

基于层合板理论的多层加筋碎石垫层承载特性分析

为研究多层加筋垫层自身极限承载特性,考虑多层土工格栅的加筋作用,假设加筋垫层为层合板,并根据静力平衡条件和应变连续条件,分析得出加筋垫层的极限承载能力计算方法,通过室内试验对理论推导公式进行结果验证。研究结果表明:理论计算与试验结果吻合较好;随着格栅层数、垫层厚度、碎石抗剪强度的增加,多层加筋垫层自身极限承载能力增强;随着桩间距和底层格栅距桩帽距离的增大,多层加筋垫层自身极限承载能力降低。     

基于改进LMD方法的风电机组齿轮箱故障诊断研究

局部均值函数的求取是局部均值分解(LMD)的关键环节。针对局部均值函数求取存在偏差进而造成模态混叠的问题,提出了一种基于局部积分均值的LMD风电机组齿轮箱故障诊断方法。该方法改变了对相邻两极值点求平均值的思路,采用求取相邻两极值点的局部积分均值,再通过滑动平均法进行平滑处理,最终得到局部均值函数。为实现风电机组齿轮箱故障诊断,首先采用改进LMD方法对信号进行降噪处理,然后采用多尺度熵提取降噪处理后信号的特征向量,最后采用极限学习机进行故障诊断。通过仿真分析,证明了该方法能有效解决模态混叠现象,提高了LMD的分解精度。试验验证分析表明,该方法的故障诊断准确率为100%,通过对比分析表明,该方法优于其他故障诊断方法,具有工程应用价值。     

首度大规模IP视频监控测试专辑之二——单品设备极限性能摸底

平安城市因前端监控点具备数以万计的海量大数据单元,要求统一管理平台除具超高并发业务处理性能外,在每个单业务指标均达到饱和的情况下,管理平台仍旧能保持运行的稳定性.     

轻薄的新趋势已经到来

消费者都希望拥有一台性能强大,功能丰富,超长待机并且轻如鸿毛的笔记本电脑,但在目前的技术条件下,笔记本电脑的重量往往同其性能和体积成正比。过于追求极限轻薄,往往不仅导致高昂的售价,也会带来性能以及扩展能力上的损失。     

基于SSA-ELM的短期风电功率预测

准确的风电功率预测可以有效地保证电力系统的安全运行,进而影响电网的电力调度,所以高精度的预测方法变得至关重要。针对极限学习机（ELM）随机产生输入权值和阈值导致回归模型不稳定性与预测结果不准确性,以及风电波动性和间歇性等问题,提出一种基于麻雀算法（SSA）优化极限学习机的组合预测模型（SSA-ELM）。利用收敛速度快、精度高、稳定性好的SSA对ELM的权值和阈值进行寻优,实现了对风电功率的精确预测。仿真结果表明,所提出的SSA-ELM模型的预测精度较高、泛化能力强,能够为风电的功率预测及并网安全的稳定运行提供决策支持。     

GIL机械故障诊断与预警技术研究

为了有效诊断气体绝缘金属封闭输电线路(GIL)的机械故障,搭建了110 kV GIL试验平台并设计了3种典型机械故障,通过互补集合经验模态分解(CEEMD)模糊熵值与鲸鱼优化极限学习机(WOA-ELM)模型联合方法对GIL机械故障模式进行识别与诊断。首先,利用CEEMD方法对振动信号进行分解,引入正负白噪声组对信号进行处理,得到含有故障信息的模态分量(IMF)。其次,利用模糊熵计算模态分量特征值,得到能表征故障特征的模糊熵值。最后,结合WOA-ELM模型对特征向量集进行模式识别,根据聚类结果与自适应阈值对GIL设备机械故障进行诊断和预警。结果表明,利用CEEMD与模糊熵对GIL振动信号特征进行分析,可以有效避免模态混叠和冗余噪声分量的干扰,得到能够表征故障特征的特征值;利用WOA-ELM模型可以有效实现GIL设备机械故障诊断与预警。