一种改进的合成流量法及其在水文预报中的应用

合成流量法对下游站流量作出预报的关键是确定各上游站流量到达下游站的时间。在实际中常采用平均传播时间,然而不同水情下真实传播时间与平均传播时间存在一定的差距,影响预报精度。对此,提出时间窗口概念,以平均传播时间为中心,向前、后各开一个时间窗口,用上游各站时间窗口内流量的线性组合表示其到达下游站的流量,以提高模型对不同水情的适应能力和预报精度。以三峡水库2009~2015年流量数据率定参数,以2016~2018年流量数据作为预报对象,试验结果表明时间窗口法能够显著改善预报精度。     

激光立体成形Ti-25V-15Cr合金的阻燃性能

研究了激光立体成形(laser solid forming,LSF)Ti-25V-15Cr合金的阻燃性能。采用直流电弧激发燃烧法(direct current simulation burning,DCSB)测试其阻燃性能并与锻造Ti40合金进行比较。基于二者原始组织、燃烧产物的观察与分析揭示其阻燃机理。结果表明,激光立体成形Ti-25V-15Cr合金的燃烧速率略低于锻造Ti40合金。燃烧后各区域组织分析表明,激光立体成形Ti-25V-15Cr合金和锻造Ti40合金燃烧产物区均由Ti的氧化物、V的氧化物以及基体组成,Ti-25V-15Cr合金燃烧产物区氧化物面积略小于锻造Ti40合金,同时燃烧热影响区的晶界和亚晶界处发现明显的V、Cr元素的偏聚。激光立体成形Ti-25V-15Cr合金中局部枝晶组织以及亚晶粒的形成增加了微观结构的缺陷,在受热条件下使得V、Cr元素的扩散能力增强,是其抗燃烧性能略优于锻造Ti40合金的原因。     

基于循环神经网络的水库水位预测方法

大型水库重要站点的水位预测是水库防洪中的重要问题,目前主要采用水动力学方法计算.但是由于该方法对输入边界条件的准确性要求较高,而实时调度情况下又很难完全满足此条件,因此容易造成较大的水位计算误差.对此,提出了循环神经网络模型,从水库运行的历史数据中挖掘知识,学习入库流量和坝前水位到目标站点水位的映射关系,不需要使用地形...     

智能控制系统在灌溉工程技术中的应用

对智能控制系统在灌溉工程技术中的应用进行了研究,介绍并解释了灌溉控制器和无线传感器网络在灌溉领域的使用.提出了利用无线传感器网络实现灌溉智能管理自动化,可为我国农田智能化灌溉提供参考.     

元素添加方式对激光熔覆沉积Ti-25V-15Cr成形性的影响

目的以阻燃钛合金Ti-25V-15Cr为研究对象,主要研究V、Cr元素粉末的添加方式对激光熔覆沉积Ti-25V-15Cr合金的显微组织及成形性的影响。方法分别以经过粘结包覆Ti(150mm)+V(15mm)+Cr(15mm)、直接混合Ti(150mm)+V(15mm)+Cr(15mm)以及直接混合Ti(150mm)+V(100mm)+Cr(150mm)的元素混合粉末为原料,进行激光熔覆沉积实验,对沉积试样的高度、宽度以及显微组织特征进行研究。结果以粘结包覆Ti(150mm)+V(15mm)+Cr(15mm)和直接混合Ti(150mm)+V(100mm)+Cr(150mm)为原料获得的沉积试样,其沉积效率显著高于直接混合Ti(150mm)+V(15mm)+Cr(15mm)为原料的沉积试样,且沉积试样组织由相对细小的等轴晶和类等轴晶组成,而直接混合Ti(150mm)+V(15mm)+Cr(15mm)为原料的试样组织主要由外延生长的柱状晶组成。结论以粘结包覆Ti(150mm)+V(15mm)+Cr(15mm)为原材料时,在提高沉积效率的同时能够一定程度上细化晶粒。该方法对激光熔覆沉积材料的成形性、成分均匀性及显微组织具有显著影响。     

热处理对激光立体成形新型Ti-6Al-6Mo合金显微组织和硬度的影响（英文）

以混合元素粉末为原料,采用激光立体成形(Laser solid forming, LSF)技术制备新型Ti-6Al-6Mo合金。研究了沉积态试样的显微组织以及固溶时效处理对合金显微组织形成及硬度的影响。结果表明,本研究所采用的热处理制度对原始β晶粒形貌没有显著的影响;固溶温度、固溶时间和固溶后的冷却方式对原始β晶粒中α相的形貌和尺寸以及LSFTi-6Al-6Mo合金的显微硬度均有显著影响。当时效时间超过4 h后,随着时效时间的延长,合金的显微组织和显微硬度均未产生明显变化。基于不同热处理条件下LSF Ti-6Al-6Mo合金中初生α板条和次生α板条的析出机制及其对β基体的强化作用分析,揭示了热处理对LSFTi-6Al-6Mo合金的显微组织和显微硬度的影响机理。     

基于 Slurm 的深度学习高性能计算平台设计及其调度实现技术

传统上,HPC 与解决大规模科学计算和相应大数据紧密结合。伴随着物联网、移动互联网时代的到来,数据呈现出前所未有的爆炸式的增长,给人类对数据的利用方式提出了新的命题与挑战。2012 年,Hinton 采用深度学习的方法以巨大的优势摘取 ImageNet 的桂冠,让人类看到了海量数据与人工智能相结合的巨大价值。HPC 系统天然与深度学习无缝对接,本文将以高性能计算集群为基础,提供搭建一整套高性能的深度学习平台设计思路与实现,并以 Slurm 调度分布式 TensorFlow 进行海量数据的相关的测试实验。     

距离度量学习法在水库静库容调洪演算中的应用

静库容法和动库容法是水库调洪演算最常用的方法,与动库容法相比静库容法简单快速,所需资料较少,在水库蓄水期和消落期可直接用于水库调洪。但由于未考虑入库向出库转换的时间延迟,在汛期易造成较大的库水位计算误差。对此,设计了距离度量学习算法,对当前的预报样本,先使用静库容法计算库水位;然后根据学习的距离度量,从历史样本中寻找若干个与当前水情相似的样本,用这些相似样本的库水位计算误差的线性组合对当前样本的计算库水位进行修正,改善其精度。以三峡水库2009～2017年的数据作为训练集,以2018年的数据作为测试集,试验结果表明距离度量学习算法能够显著改善汛期库水位的计算精度。     

热处理对激光立体成形新型Ti-6Al-6Mo合金显微组织和硬度的影响

以混合元素粉末为原料,采用激光立体成形(Laser solid forming, LSF)技术制备新型Ti-6Al-6Mo合金。研究了沉积态试样的显微组织以及固溶时效处理对合金显微组织形成及硬度的影响。结果表明,本研究所采用的热处理制度对原始β晶粒形貌没有显著的影响;固溶温度、固溶时间和固溶后的冷却方式对原始β晶粒中α相的形貌和尺寸以及LSF Ti-6Al-6Mo合金的显微硬度均有显著影响。当时效时间超过4小时后,随着时效时间的延长,合金的显微组织和显微硬度均未产生明显变化。基于不同热处理条件下LSF Ti-6Al-6Mo合金中初生α板条和次生α板条的析出机制及其对β基体的强化作用分析,揭示了热处理对LSF Ti-6Al-6Mo合金的显微组织和显微硬度的影响机理。     

TC4表面激光熔覆沉积Ti40阻燃钛合金的工艺研究

采用半导体激光熔覆沉积,在传统TC4钛合金表面熔覆沉积Ti40合金。研究了激光熔覆沉积工艺对单道单层沉积层的几何尺寸、成分及显微硬度的影响,优化了激光熔覆沉积工艺。结果表明:随着激光功率的提高以及扫描速率的降低,熔覆层、重熔区以及热影响区尺寸均有所增加;随着送粉率的提高,熔覆层尺寸有所增加,而重熔区、热影响区尺寸均随送粉率的提高先提高而后降低。在各工艺条件下,热影响区硬度均显著高于基体区以及重熔区和熔覆层;激光功率1800~2700 W、扫描速率10 mm/s、送粉率11 g/min以及激光功率2400 W、扫描速率10 mm/s、送粉率8~17g/min时,均获得了成分、硬度分布均匀的重熔区和熔覆层,表明在以上工艺条件下,熔池内对流充分,基材与熔覆Ti40材料充分混合以及合金化。