木塑外墙板中外抗风压设计规范与检测标准综述

针对中国GB 50009-2012《建筑荷载规范》、美国规范(ASCE 7-10、IBC 2018),澳洲规范(BCA-2016,AS/NZS 1170)、欧洲规范(EN 1991-1-4,ERUOCODE1)中的风荷载计算方法、基本参数的定义和取值进行了全面的比较。对地面粗糙度、重现周期、不同时距的风速进行了对比。对于不同时距的风速通过德斯特曲线进行了比较和换算,对重现期进行对比和换算。对中、欧、美、澳建筑外立面(幕墙、门窗和外墙板)的风压测试方法进行了总结,对压力箱法和气袋法做了介绍。选取了中国的城市广州和深圳,英国伦敦和爱丁堡,美国加利福尼亚和佛罗里达,澳大利亚风区A和飓风区C和D,针对10m以下高度的外墙板进行了负向风压计算。对抗风压结构计算法做了介绍,提供了改善木塑外墙板抗风压的方法和思路。该文可以为相关木塑外墙板企业的产品研发、设计与出口检测认证提供参考。     

卷烟主流烟气释放物主要影响因子分析

通过对气流速度(风速)、抽吸容量、调节大气相对湿度三因子对主流烟气释放物的影响程度的研究发现,气流速度的影响最大,抽吸容量的影响次之,调节大气相对湿度对测量结果几乎没有影响。     

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。     

分叉式公路隧道通风设计实例及问题研究

以深圳市东部过境高速公路通风系统设计为实例,从工程概况、通风系统设计、系统运行的角度,介绍通风系统设计过程,对分叉公路隧道通风系统设计方式进行探讨,对临界风速、通风网络、防灾救援通风等问题进行研究,可供同类工程参考。     

高落差粉尘扩散规律和分布特征

高溜井放矿过程中会形成强大的冲击气流引起粉尘扩散，造成严重的井下环境污染，对其进行有效治理一直是井下通风除尘的工作重心，本工作利用相似实验和数值模拟相结合的方式探究溜井放矿过程中粉尘的扩散规律和分布特征。通过改变放矿质量、矿石粒径、溜井密闭程度、含水率等因素测试不同条件下气流大小和粉尘浓度分布，并利用CFD-DPM耦合方法模拟卸矿过程中的气?固两相流，研究气流和粉尘浓度时空分布特征。结果表明，最大粉尘浓度和风速随放矿质量增加而上升，随颗粒粒径和溜井密闭程度增大而降低，且含水率越大，粉尘浓度越小，风速无明显变化，在放矿过程中矿石颗粒之间碰撞占主导作用，颗粒流呈横向分布。     

操作窗口对排风柜污染物控制效果影响的实验研究

为提升排风柜的控污能力,在排风柜性能测试实验台上,采用示踪气体测试法和正交试验法,研究了操作窗口竖直开度、水平开度、面风速和操作窗口位置对排风柜前呼吸区污染物控制效果的影响。极差分析和方差分析结果表明:各因素对呼吸区污染物控制效果影响的强弱顺序依次为竖直开度、水平开度、面风速、操作窗口位置;操作窗口水平开度、竖直开度增大,排风柜对呼吸区的污染物控制效果减弱;面风速增大,控制效果增强;水平开度与竖直开度对控制浓度的影响存在较大的相关性,这2个因素对控制浓度的影响仅在另一因素达到一定水平后才能体现。     

应用独立分量分析的激光测风雷达湍流频谱分解

针对大型风力发电机机组中常见的脉动湍流、风机尾流与涡流等湍流信号,研究了利用自然梯度下降的独立分量分析方法的湍流频谱分离效果,以区分中心风速与湍流信号,提高风机机组的综合工作效率。首先分析了风机组中常见湍流信号的后向散射与频谱分布特点,然后依据这些特点设计了对应的独立分量分析模型。在仿真结果符合要求的基础上,进行了双目激光雷达天线的风速采集与实际分离效果检测。实验结果表明,在大气折射率结构常数C2n≤10-14同时广义大气常数α≥4的通常情况下,利用双目信号能够分离出一个湍流中心和一个中心风速。对1 s内两个谱峰的波动范围进行统计,获得(2.59±0.05)MHz的中心风速以及(1.22±0.19)MHz的湍流中心估计,且二者的平均信噪比分别为25.93 dB和31.01 dB,能够在获得稳定的中心风速估计的同时得到一个较为稳定的湍流中心估计。     

考虑CEEMDAN样本熵和SVR的短期风速预测

为降低由于风速信号的非线性和非平稳性带来的风速预测难度，提高短期风速预测的准确性，提出一种考虑样本熵的组合分解模式和支持向量回归（SVR）相结合的预测模型。首先采用自适应噪声的完全集合经验模态分解（CEEMDAN）方法分解风速历史数据，并计算各模态分量的样本熵；然后采用变分模态分解（VMD）方法对样本熵最大的模态分量进行二次分解，充分削弱风速分量的非平稳性；接着对分解得到所有模态分量分别建立SVR预测模型；最后将各分量的预测值求和完成最终风速预测。实例分析表明，所提模型对比其他模型的预测误差最小，预测精度最高，可有效预测短期风速。