智慧井盖监测系统设计分析

针对频频发生的井盖"吃人"以及恶性洪涝灾害等安全事故问题,提出了一种基于NB-IoT的智慧井盖监测系统设计分析.首先,利用NB-IoT这项新技术中,费用少、涵盖光、功耗低等特点将其应用于此智慧井盖设计当中,同时,在技术上将GPS定位、太阳能照明、洪涝悬浮标提醒、双层防护网等功能融为一体.并且通过对软件、硬件、电路以及检测系统等全方面的设计共同实现对此智慧井盖的研究,旨在通过系统应用,促使工作人员可以更加直接地查看井盖内部数据信息,井盖使用更加安全,从而实现对事故的掌控解决以及对井盖的监控和管理.     

立柱加固型框架大楼的爆破拆除

采用定向控制爆破技术拆除立柱加固型7层框架大楼。为了彻底炸毁加固立柱,确保大楼顺利定向倾倒,通过多次爆破试验确定了炸药单耗、布孔参数和装药结构。为了控制大楼塌落时的触地震动,采取了秒差分区爆破、空中解体、铺垫缓冲层和开挖减震沟等技术措施。爆破过程中进行了震动监测。此外还介绍了起爆顺序、安全防护措施及爆破结果。     

地应力条件下的凿岩爆破数值模拟

为了研究地应力对凿岩爆破的影响,采用DDA方法模拟爆炸应力波作用下考虑地应力条件时的单孔和多孔凿岩爆破破岩过程。模拟发现,随着初始地应力水平的增加,裂纹扩展半径和破岩区域面积减小,裂纹发育主方向趋于地应力的最大主应力方向,初始地应力对裂纹的抑制和引导作用明显;初始地应力水平的增加,对拉伸裂纹的抑制作用更为显著,从而降低了拉伸破坏对爆破破岩的贡献。模拟也表明,在初始地应力存在的条件下,通过对爆破载荷和炮孔布置进行针对性的优化,可以克服地应力带来的影响,并取得预期的爆破效果。本研究对地应力条件下的凿岩爆破工程具有理论和参考意义。     

基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

公共建筑水系统监测体系的构建

我国公共建筑用水现状动态变化范围大,供水设备综合能效低,并存在漏损难发现、设备选型性能过剩等问题。构建公共建筑用水精细化计量监测体系,可通过收集详尽的供用水数据,形成针对不同工况的供水策略,实现节能降耗,以及对建筑供水系统设计及设备选型优化的数据支撑。阐述公共建筑水系统监测体系,包括监测指标、监测实现方法、监测位置、监测条件的设置等,探讨监测数据的应用价值,指出公共建筑水系统监测体系是实现建筑全面精细化节水的重要技术路径。     

基于模型预测控制的半潜漂浮式风机协调控制方法研究

研究漂浮式海上风力发电考虑输出功率与机械载荷的协调控制，有助于提高深远海风机运行的经济性和安全性。为实现漂浮式风机的多目标控制，以NREL 5MW半潜漂浮式风机为研究对象，在Matlab/Simulink平台上设计并搭建增益调度多模型预测控制器(gainschedulingmulti-model predictive controller,GM-MPC)。基于各稳态工况下风机开环动态性能的分析以及模型线性化处理，建立半潜漂浮式风机控制模型，与高保真FAST模型仿真对比，验证了所建控制模型的准确性。在实现模型预测的基础上，根据实际风机工况和约束条件，以为减少功率波动、塔架载荷和执行器动作次数为目标，优化求解出每一时刻下的最优控制量，从而实现GM-MPC的滚动优化。为证明控制器的有效性，在多种风-浪联合载荷的工况下，与基于蚁群优化算法的独立变桨控制策略进行了对比实验。结果表明，所设计的控制策略使半潜漂浮式风机在满足功率平稳性的同时降低了机组的机械载荷，使其能适应深远海环境下的复杂运行工况。     

基于人工补偿功率的功率因数监测方案及应用展望

针对地铁主变电所测得的计量功率因数无法正确反映供电局侧功率因数的问题,对现有地铁主变电所功率因数监测的现状进行分析,提出了一种基于人工补偿功率的功率因数监测方案,介绍了该方案的系统结构及关键设 备,并通过测试验证了该方案的可靠性,最后对基于人工补偿功率的功率因数监测方案进行了总结和应用展望.