采用温控和碘吸收池技术的发射激光稳频技术

多普勒测风激光雷达通过分析系统回波信号的多普勒频移反演出风速，为提高风场探测精度，从稳频技术方面展开研究。在稳频过程中，分别采取措施消除激光频率的长期漂移和短期抖动。针对激光频率的长期漂移，设计并研制了种子激光器温控箱，通过水浴的控温方式大大减小了激光频率的长期漂移，将激光频率稳定在±50 MHz以内；针对激光频率的短期抖动，采用以碘分子吸收池为核心器件的稳频系统，通过半导体控温方式对碘分子吸收池精确控温，控温精度达0.03 ℃，提高了稳频精度，将激光频率进一步稳定在±8 MHz以内，满足±10 MHz以内的设计精度要求。通过搭建多普勒测风激光雷达系统，对发射激光稳频装置进行系统验证，连续4组风场观测结果表明:系统探测高度为17 km，绝大部分方差在4 m/s以下，满足测风激光雷达测量指标的要求。     

矿用带式输送机防打滑张紧装置应用分析

长平煤矿机掘三队针对53031巷掘进期间工作面安装的SSJ-800型带式输送机经常出现跑偏打滑现象,导致输送机运行负荷大、煤矸运输效率低等,通过技术研究,对输送机安装了一套电液防打滑张紧装置.通过实际应用效果来看,该装置具有动作保护灵敏、故障率低、防打滑效果好等优点,输送机采用该装置后打滑事故率降低了7％,取得了显著应用效果.     

纯电环卫车箱体轻量化的有限元分析方法研究

以16t纯电环卫车箱体为研究对象,通过有限元分析方法的研究,在实现轻量化设计的同时解决了箱体开裂的问题,经实车验证强度满足,同时实现降重40kg,为纯电环卫车的轻量化设计提供了一条可行的途径.     

基于测绘地理信息技术的涉地税源风险识别模式应用研究

为解决沧州市涉地税源管理手段单一等问题,文中提出以测绘地理信息技术为支撑,通过对多源数据组织管理,建立风险分析指标,采用多种GIS空间分析方法构建了涉地风险税源识别模式并在沧州进行应用。结果表明:该模式能有效识别多种涉地风险,为涉地税源管理提供了支撑。     

SNT-TC-1A-2016认证变化与使用注意事项

国内在ASME无损检测人员认证中,使用SNT-TC-1A认证的占主导地位。通过对2006版和2016版变化的对比分析,以及Ⅴ卷附录Ⅲ附加要求的梳理,便于更加清晰地掌握该认证文件在使用过程的重点注意事项。     

掘进机电控箱振动响应分析

在综合考虑电控箱、减振器以及支撑底板等因素的基础上,建立了电控箱减振系统力学模型,并分析了电控箱底板为简谐运动时电控箱的振动响应情况。结果表明,在不同频率的激振载荷作用下,电控箱各个端点的加速度响应均表现为竖直方向最大,说明电控箱在竖直方向的振动最严重,振动激励也最敏感。另外,电控箱水平方向离机架越远,振动响应也越大,且系统在71 Hz频率时电控箱与输入载荷之间达到共振。研究结果为电控箱的设计及减振提供理论指导。     

建筑工业化发展的多群体演化博弈与仿真研究

新型建筑工业化具有高质量、低消耗、可循环发展等特征，其推广已上升到国家战略层面。利用演化博弈方法，建立“政府-开发商-银行” 的三方动态演化博弈模型，进行各博弈主体策略的演化稳定性分析，并针对初始状态、奖惩力度、借贷风险和开发成本等对演化结果的影响进行动态仿真。在此基础上， 考虑开发商群体的网络拓扑特征对演化真实性的影响，引入复杂网络理论， 以无标度网络为载体描述开发商个体的连接偏好和决策机制，构建政府监管下的建筑工业化扩散模型，并通过仿真深入研究相关因素对扩散深度的影响作用，最后结合仿真结果给出相应对策建议。     

卡特里娜飓风引起的新奥尔良市溃坝洪水演进过程模拟

卡特里娜飓风于2005年袭击了美国墨西哥湾沿海地区，给路易斯安那、密西西比和亚拉巴马等州带来了巨大灾难，造成经济损失800亿美元。其中位于路易斯安那州的新奥尔良市由于堤坝故障导致庞恰特雷恩湖湖水倒灌，80%的地区发生了洪水，损失尤为严重。为了动态且高效地模拟其溃坝后洪水的演进过程，建立了基于“体积法”与元胞自动机的溃坝洪水演进模型。模型通过设置元胞属性来考虑洪水流向以及不同土地覆盖类型的汇流差异性；提出了一种洪水淹没元胞多级分类的快速搜索算法(MLCFC),采用不同准则处理各类元胞以提高计算效率；利用“体积法”计算不同时刻元胞的水深来间接反映洪水演进的时空特性。以新奥尔良市为例，计算其溃坝发生后2～20 h不同时刻的淹没情况。结果表明，模型模拟的淹没过程符合溃坝洪水的蔓延特性；试验结果与遥感影像中提取的水体重合率为61.18%,能较好地模拟城市地区溃坝时洪水演进的时空特性。     

基于GR4J-LSTM混合模型的洪水预报研究

为提高洪水过程预报的准确性，将概念性水文模型GR4J (modèle du Génie Ruralà4 paramètres Journalier)的预报流量耦合到长短时记忆神经网络(Long Short-Term Memory Neural Network, LSTM)中，构建了GR4J-LSTM混合模型，并与GR4J、LSTM模型进行对比。基于2012～2019年陆水水库汛期与洪水事件相关的数据集，并结合欧洲中期天气预报中心的3 h预报降水产品，驱动GR4J-LSTM混合模型，预报陆水水库3～12 h预见期的入库流量。最后采用平均影响值(Mean Impact Value, MIV)算法评估输入变量的相对重要性。结果表明：GR4J、LSTM和GR4J-LSTM模型均具有较好的模拟预报能力，但GR4J-LSTM混合模型的预报性能最优，既可以学习GR4J模型的产汇流过程，又提高了洪水预报的精度。研究成果可为洪水预报方案制定提供参考。     

基于改进 abcd 模型的黄河源区径流变化与归因

为改进模型对高寒地区融雪径流模拟不足的缺陷，将融雪模块耦合到传统 abcd 模型。利用 1980—2018 年 逐月实测的径流数据和通过 AnuSpline 方法插值的格网气象要素，驱动改进后的abcd 模型，分析三江源生态保护 措施实施前后（1980—1999 年和 2000—2018 年）黄河源区径流的动态变化，并量化关键气象因素与人类活动对 径流变化的影响程度，即相对贡献。结果表明：耦合融雪模块的 abcd-snow 模型完善了高寒地区水文过程的模拟， 提高对径流的模拟性能，在黄河源区表现出较好的适用性；整个研究时段黄河源区的实测径流呈不显著减少趋势 （?0.80?mm/a，p>0.05），但 2000 年前径流则呈现显著下降趋势（?4.12?mm/a，p<0.05），2000 年后径流则呈显著增加 趋势（3.16?mm/a，p<0.05）；?归因分析表明气候变化是源区径流变化的主导因素。2000 年前，气候变化对径流减少 的相对贡献率为 62.8%，人类活动对径流的贡献为 37.2%；2000 年后，气候变化对径流增加的贡献率达到 120.0?%， 人类活动对径流的贡献为?20.0%。其中：降水的变化是决定径流变化主导因素；其他气候因素的相对贡献较小； 以人类活动为主的生态恢复可显著降低河川径流。本研究有助于理解气候变化和下垫面变化对黄河源区水资源 变化的系统驱动机理，并为流域水资源合理配置提供科学参考依据。