零售商日子继续难过 多元化发展才能扭转颓势

正乘上"互联网+"的快车,传统零售期待重夺霸主地位。不过,根据中华全国商业信息中心的监测数据,2015年全年全国百家重点大型零售企业零售额同比下降0.1%,这是全国百家重点大型零售企业自2012年以来首次出现负增长。在业内人士看来,传统零售对抗电商蚕食市场的局面仍将持续,行业数据下降并未触底反弹,传统零售距离春天尚需时日。关店几乎是今年全球零售百货逃不掉的梦魇。中国的百家重点零售商零售额出现首次下滑,而美国百货巨头Macy’s Inc.(梅西百货)、J.C.     

隧道施工中盾构机吊装对基坑支护结构稳定的影响

盾构机吊装是盾构法隧道施工中的重要步骤,由于盾构机本身体型大、荷载重、起吊时间短的特点,盾构机吊装成为隧道盾构施工过程中的一个危险因素。在盾构机吊装过程中,对连续墙的位移、支撑杆的轴向力和变形进行了实时监测,针对盾构起吊过程短暂、监测实施困难的特点,采用有限元分析法,将现场实测数据与有限元计算结果进行对比分析。研究结果表明:盾构机的吊装过程中,隧道开挖支护结构是安全稳定的,有限元分析方法也是有效的。此研究成果可为相似工况其他隧道工程中的盾构机吊装安全稳定分析提供参考。     

大坝服役性态原型监测数据序列的频谱分析

基于大坝实测性态的数据特征,开展了大坝服役性态监测数据序列的频谱分析研究,并从系统辨识的角度,构建了大坝效应量与影响量的相干关系分析模型,以期从频域内揭示大坝实测性态的时程变化规律,并对其成因作出量化解析。结合工程实例,对比分析了大坝原型监测数据序列时域分析与频域分析成果,验证了文中所述方法的可行性和有效性。     

加权优化的D-S证据理论在大坝安全评价中的应用

针对传统D-S证据理论存在鲁棒性差与"一票否决"等问题,提出采用加权融合法优化D-S证据理论,以提高其在大坝安全评价应用中的可靠性。首先对原始监测数据进行标准化及归一化处理;然后用欧氏距离确定权重,利用各监测项目间的内在联系进行D-S证据融合;最后根据加权融合结果对西溪水库大坝进行安全评价。结果表明,大坝整体的安全与较安全指标概率赋值达0.527,远大于较不安全指标0.049,大坝处于安全状态;坝基渗流较不安全概率赋值达0.492,存在一定的渗流安全隐患,融合评价结果与工程实际相符合,说明该方法可如实反映大坝的安全状况。     

水驱油藏时移地震叠前匹配反演——西非深水扇A油田时移地震研究实例

水驱时移地震研究即是将基础数据与监测数据的地震响应差异翻译为油藏特征的变化。以深水扇油藏水驱开发时移地震研究为例, 本文探讨了应用基于岩石物理研究的地震叠前匹配反演获得水驱开发敏感弹性属性体及其差异体的方法。通过流体替代开展岩石物理分析, 对水驱过程中岩石物理参数的流体敏感性进行排序, 确定匹配反演目标属性; 深入讨论了影响匹配反演效果的子波、约束模型及关键参数等三个主要因素。匹配反演获得的多种水驱流体敏感属性体及其差异体为后续剩余油分布预测及油藏开采部署提供了可靠依据。     

数据印证空调扇之新商机

2008年1-7月,中国电风扇市场发展态势良好。中怡康推总数据显示,电风扇整体市场的零售量、额分别达1590.7万台和69.1万元,同比分别增长8.1％和28.4％。中怡康监测数据也显示,除工程扇和塔扇外,其他细分市场的零售量、额都有不同程度的增长。其中．增长最快的当属空调扇,其零售量、额的同比增幅分别高达31.2％和37.2％。     

改进的GM(1,1)模型在大坝监测数据预测中的应用

针对传统的GM(1,1)模型存在数据序列的初始值过旧和光滑度较差等缺陷,采用初始值选择和三点平滑法对传统的GM(1,1)模型进行改进,以南方某拱坝#7坝段某测点径向位移样本为例,分别采用两种模型预测其未来值,并与实际值进行比较.结果表明,改进的GM(1,1)模型预测精度较高,更接近于真实值.     

拱坝横缝监测数据反馈分析

为探究拱坝施工期横缝的工作性态,采用SOM神经网络对监测数据进行模糊聚合分类,依据分类 结果标识输入样本,进而利用Elman神经网络诊断分析测试样本,并以溪洛渡高拱坝横缝监测数据为例进 行实例验证。结果表明,在误差分析过程和诊断结果精度等方面该方法具有良好的适应性和稳定性。     

某水库大坝工程信息化系统设计

为实现对某水库大坝安全监测和输水管道流量、压力数据的自动采集,以及对管道调流阀和库区摄像头的远程控制,建设水库大坝工程信息化系统,及时采集、整理和分析各项监测数据,以便实时掌握水库的运行状况,为水库的安全运行和科学调度提供科学依据,提高日常管理水平和效率.     

基于3σ-SSA的数据清洗方法在大坝智慧安全监测系统中的应用

数字孪生智慧水利感知网络返回的自动化监测数据具有监测频次高、数据量大、异常值多的特点,传统数据清洗方法难以满足数据预处理精度要求。针对该问题,提出利用奇异谱分析(Singular Spectrum Analysis, SSA)对数据序列进行重构,并根据3σ准则对实测值及重构数据之间的残差序列进行统计检验,从而实现数据异常值自动识别的数据清洗方法。依托工程实例对该方法的有效性及可应用性进行校验,结果显示,构建的3σ-SSA分析数据清洗方法具有易于实现自动化、对环境量数据依赖度低、处理异常值较多的自动化监测数据仍保持较高准确性等特点。目前已依托国内某水库数字孪生建设工程,在该水库的大坝智慧安全监测系统中得到成功应用。