辉县部分景区地质灾害危险性评估及防治措施研究

为了给辉县景区减灾防灾提供地质依据,根据实际工程概况,研究了辉县部分景区地质灾害危险性预测评估及防治措施,预测评估了工程建设中、建设后可能引发或加剧地质灾害危险性,建设工程自身可能遭受已存在地质灾害危险性;评估了地质灾害危险性综合分区以及根据地质灾害危险性、防治难度和防治效益,对评估区适宜性作出评价,提出了防治地质灾害的措施和建议。     

小型特种精细化工过程自动化和信息化研究发展趋势探讨

针对采取小批量间歇性批次生产方式、工艺介质腐蚀性强、危险性大的小型特种精细化工生产工艺研究试验过程自动化、信息化程度不高，导致工艺研究试验中获取数据较少、过程机理研究不够透彻、人工操作多、安全风险高、研究试验消耗大及效率不高等问题，综述了期待通过智能控制、在线分析、模拟仿真和虚拟制造、工况监测及预测性维护以及信息管理和生产调度等关键技术的研究和应用，提高小型特种精细化工生产工艺过程的自动化和信息化程度，实现小型特种精细化工生产工艺过程的数字化、虚拟化和智能化，降低生产安全风险和试验消耗，提高小型特种精细化工生产工艺研究试验的成功率和效率，达到小型特种精细化工生产工艺过程的数字化设计和精准生产的目标。     

基于双应力加速寿命试验的关节轴承寿命预测与可靠性分析

自润滑关节轴承寿命主要是由衬垫的磨损性能决定的,但衬垫的磨损一般是非线性的,使得寿命难以预测。采用同时改变载荷和摆频2种应力的方法进行加速寿命试验,建立以pv值、磨损量退化数据为输入参数,寿命值为输出参数的灰色神经网络预测模型。经验证该预测模型对关节轴承寿命预测的最大误差仅为7.33%,平均误差仅为3.892%。对不同加速应力下自润滑关节轴承可靠性进行评估,结果表明,关节轴承的可靠性在L_(10)(可靠度为90%时的寿命)之前下降趋势缓慢,然后迅速下降,pv值越大可靠性下降越迅速;随着pv值的增大,关节轴承寿命近似呈指数下降,经验证可用逆幂率加速模型反映二者关系。     

基于负荷预测的0.4 kV配网低电压风险评估方法

我国现阶段的配电网网架结构依然十分薄弱,智能化水平低,缺乏先进的检测技术和高效的运维模式。在现阶段低压电气信息不开源的情况下,为解决0.4 kV配网无差别运维效率低的问题,文章分析了适用于低压配网状态评估的评价维度,并基于负荷预测结果提出了低压台区低电压风险评估方法,引入了微增容量所引起的压降比,实现对低电压风险的定期管控。该文对于优化低压配电网运维资源配置、指导低压配网差异化运维模式的建立,以及提高低压配电网运维整治效率具有一定的参考价值。     

包含高渗透率分布式电源的母线负荷区间预测

针对包含高渗透率分布式电源的配电网母线负荷预测问题，不同于传统的点预测方法，提出了一种基于模糊信息粒化支持向量机的区间预测方法。采用支持向量机作为基本算法，在一定时间窗口内采用信息粒化的模型将历史数据进行粒化，将指定时间窗口内的数据采用支持向量机进行训练，并得到给定区间内的包含高渗透率分布式电源的配电网母线负荷区间预测结果。以某省会城市某110 kV母线负荷作为算例进行分析，结果表明，所提方法可以准确跟踪母线负荷在预测区间内的变化情况，对包含高渗透率分布式电源的母线负荷变化区间和趋势可以做较为精准的预测。     

风速时间序列混沌判定方法比较研究

混沌识别是对非线性时间序列进行混沌预测的前提。针对时间序列风速确定性与随机性相结合的复杂非线性特征,研究了不同的混沌识别方法,并对风速时间序列进行混沌特征识别。应用随机噪声、周期运动及经典混沌系统的时间序列对所选方法进行可靠性验证。对美国国家风能研究中心M2测风塔实测时间序列风速数据进行非线性混沌特征识别。结果表明:风速时间序列具有明显的混沌特征;各风速时间序列表现出不同程度的混沌特征;各混沌识别方法对风速时间序列混沌特征的表达形式不同,互为补充,相互验证。     

基于FEFLOW的某深埋长隧洞典型段涌水量预测

涌突水危害是在隧洞建设过程中最为棘手的问题之一。建立隧洞涌水量预测计算模型,成功预测隧洞涌水位置和涌水能力有助于优化隧洞施工方案,并能减少施工事故。该文以某深埋长隧洞为例,基于有限元数值模拟软件FEFLOW,结合隧洞穿越段地下水含水介质特性、岩体水文地质结构、地下水流动系统特征,建立了地下水流数值模型,进行了模型识别。验证期模拟及实测的地下水位拟合良好。利用模型计算了某深埋长隧洞典型段的涌水量。最后比较分析了数值法、解析法以及水均衡法计算结果的差异,三者计算结果趋于一致,验证了数值模拟计算方法的可行性。     

改进Elman神经网络在短期热负荷预测中的应用

热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。     

气井油管CO_2腐蚀预测及防腐对策研究

本文以气井油管CO_2腐蚀为研究对象,从腐蚀机理、腐蚀影响因素、腐蚀度预测与防腐措施等方面进行研究,用定量数学模型确定了腐蚀速率计算公式,并提出了具体的防腐蚀对策。