首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   6篇
  国内免费   7篇
电工技术   6篇
建筑科学   1篇
水利工程   7篇
  2023年   1篇
  2022年   3篇
  2021年   4篇
  2020年   1篇
  2019年   4篇
  2018年   1篇
排序方式: 共有14条查询结果,搜索用时 16 毫秒
1.
随着土工袋加固边坡技术应用愈来愈广,土工袋粗放式布置的弊端逐渐凸显,其优化应用研究势在必行。通过室内物理缩尺模型试验,进行不同土工袋尺寸大小及袋子形式的7种边坡加载破坏试验。通过分析边坡坡体破坏形态与破坏压力、墙后土压力的竖向分布及沿水平方向的传递规律和加载过程中土压力变化趋势等,探究土工袋墙体加固宽度(简称袋宽)、尾翼长度(简称筋长)等参数对土质边坡加固效果的影响及其规律。研究结果表明:土工袋有良好的边坡加固效果,土工袋墙体加固宽度越大加固效果越好;在保证经济成本不变的情况下,并不是筋长越长越好。  相似文献   
2.
高性能混凝土(HPC)在水利工程中的多元化应用对其配合比设计提出了更高要求。为实现高效、准确的配合比设计,本文结合人工智能算法和元启发式搜索技术,开发了一种综合考虑多目标需求(力学性能、经济性和环保性)的HPC配合比优化设计新方法。其主要包括:(1)建立了以配合比参数为设计变量,以抗压强度、单方生产成本和碳排放量为优化目标的HPC配合比多目标联合优化数学模型;(2)提出了基于随机森林算法和自适应进化多目标粒子群优化算法(AEPSO)的模型求解方法,其中随机森林算法用于表征原料配合比与抗压强度之间的复杂非线性关系,而AEPSO用于迭代搜索最优Pareto前沿,以期获得不同偏向的最佳配比方案。利用本文方法对某工程用HPC的配合比进行多目标优化设计,并通过与传统方法进行对比验证了该方法的有效性与优越性。  相似文献   
3.
多维复杂关联因素下的大坝变形动态建模与预测分析   总被引:1,自引:0,他引:1  
大坝变形监控模型是多维复杂关联性以数学形式表达的集成载体,因而合理量化和集成关联性有利于更加全面而准确地构建数学模型。本文着重从维度、关联、检验、措施及模型五个层面依次对因子相关性、动态因果关系和序列相似性三种关联性进行阐述,提出了一种兼顾相关性和相似性的大坝变形动态监控模型。该模型以环境因子与大坝变形间的因果关系为基础,分别采用耦合相关性诊断方法、动态最大信息系数和标准化动态时间规整算法度量因子相关性、动态因果关系和序列相似性,并通过非线性模型建立、动态输入修正和交叉多输出改进将多维复杂关联性统一于大坝变形动态建模框架中。以西南地区某混凝土坝工程多测点变形监测数据为例,通过多模型性能对比仿真实验对所提方法的有效性和准确性进行了验证评估。结果表明,与常规模型相比,集成多维复杂关联性的大坝变形动态监控模型的预测性能尤佳,以期为大坝变形安全预报提供一种新型建模方法。  相似文献   
4.
李明超  杨琳  任秋兵  赵宇 《水利学报》2020,51(12):1462-1472
土石坝坝基地震液化问题严重威胁工程安全。现阶段的液化研究主要集中于液化机理分析,而在抗液化措施的设计优化方面,现有土石坝工程主要依靠以往的工程经验来处理坝址的液化土层。本文构建了以土石坝坝体坡面水平位移梯度、坝顶震陷和抗液化措施成本最小化为优化目标的数学模型,提出了以静动力抗滑稳定安全系数、地基最大液化范围、液化深度、典型点地震过程中平均液化度和震后永久水平位移为约束条件的土石坝压重平台和坝基置换参数优化设计方法;采用完全非线性动力算法和多目标遗传算法,通过VC++集成FLAC3D进行开发,实现了综合考虑土石坝抗液化措施的安全性能与经济效益的多目标优化设计。该方法应用于工程实例中,采用存档微遗传算法对压重平台及地基开挖置换的9个控制性设计参数进行优化。结果表明,优化后的方案相较初始方案使上下游坝体坡面水平位移梯度指标降低了16.59%和24.33%,坝顶震陷减少了21.03%,工程造价节约了18.53%。所提出的模型与方法为改善土石坝坝基液化问题提供了新的思路。  相似文献   
5.
任秋兵  李明超  杜胜利  刘承照 《水利学报》2019,50(10):1200-1213
筑坝堆石料的质量是堆石坝快速施工和安全运行的基础,坝料分区填筑前须进行大量堆石料物理力学性能基础试验,抗剪强度便是其中的一个关键指标。为提高积累数据利用率和节约试验成本,本文依托室内大型试验数据库和数据驱动方法,提出一种筑坝堆石料抗剪强度间接测定数学模型及其实用计算公式。首先收集源自世界各地的典型堆石料剪切试验资料,通过相关性分析和综合性成本型指标选取公式自变量;进而利用进化算法优化神经网络连接权重和阈值,结合hold-out泛化验证,构建最优多元非线性回归模型;最后根据神经网络理论提取回归模型关键参数,经推导得到堆石料抗剪强度计算公式,同时考虑工程应用特性,结合Garson算法建立一种兼具准确性和鲁棒性的公式简化应用方法。将上述模型方法应用于实际工程,结果表明所提公式对堆石料抗剪强度的推算准确率达到90%以上,可为筑坝堆石料抗剪强度测定提供一种有效辅助手段,从而减少部分重复性测试工作。  相似文献   
6.
针对水工结构长周期监测数据野值识别中存在分布假设难以满足、野值点数量受限和野值难以有效量化的问题,提出了以改进局部异常系数算法为基础的密度分簇局部异常识别方法。该方法将长周期监测数据集分为极端簇、野值簇和正常簇,在每个簇中以不同方式赋予异常可能性,得到了综合考虑自变量和效应量的异常可能性时序图,实现了水工结构长周期监测数据野值识别与量化分析。核心算法预先不使用任何分布假设,改进了局部异常系数算法可达距离的定义,扩大了高异常系数与低异常系数的差值,使得野值与其他数据点更易区分。依托实际调水工程长周期监测数据,考虑实测数据集中野值数量和位置均未知的情况,根据异常可能性计算可信程度作为回归分析模型的权重,模型预测结果与未加权重的模型相比得到了较大提高,验证了所提出方法的有效性。  相似文献   
7.
随着水工建筑物安全管理自动化技术的发展,以丰富性、多样性、复杂性为特点的大数据逐渐成为水工建筑物安全监控体系的显著特征。常用安全监控数学模型(三大常规模型、浅层学习算法)难以从大量数据中自动提取深层次潜在信息,即浅层模型与大数据挖掘分析不相适应。深度学习算法由多重非线性映射层构成,能够逐层学习输入数据本质特征并完成高级抽象,但也存在工程适用性不佳等问题。为解决这方面的难题,本文总结安全监控大数据特性,引入长短期记忆深层网络(Long Short-Term Memory,LSTM),提出了适用于不同类型水工建筑物的安全监控深度分析模型,并对算法进行了优化。该模型以竞争学习机制为核心,采用数字滤波、限定区间、滚动迭代等策略,从前端处理、网络结构和外延预测三方面对LSTM算法进行了改进,并通过随机搜索和步进式验证实现了最优化建模。结合实际工程选取了多组不同效应量实测数据作为典型应用场景,通过仿真对比实验对所提方法的有效性进行了验证评估。结果表明,与常规、浅层模型相比,多数场景下深度模型更适合用于安全监控大数据处理,以期为水工建筑物安全运行提供决策支持。  相似文献   
8.
大坝变形性态是多种因素长期共同作用的结果,其演变模式包括时间和空间两个维度。然而,当前大坝变形智能建模较少综合考虑时空二维特征,原型观测资料中蕴含的大量时空信息亟待进一步挖掘。针对该问题,本文从单测点时序相关性和多测点空间关联性出发,提出构建一种耦合时空两个维度相关特性的大坝变形动态监控模型。该模型将门控循环单元(gated recurrent unit,GRU)神经网络作为核心层,建模学习历史变形数据内在时变规律,通过迭代提取有效变形因子来构造空间维度特征,并引入软注意力机制改进GRU隐藏状态的概率权重分配规则,实现对关键信息的自适应学习。以丰满混凝土重力坝多测点变形监测数据为例,验证了该模型的有效性。结果表明,所提出的监控模型能准确模拟大坝变形动态演变过程,且与常规监控模型相比,其外推预测精度更高,为大坝安全监控提供了新的方法和手段。  相似文献   
9.
混凝土开裂问题在水工建筑物主体结构中普遍存在,裂缝检测一直是水工混凝土结构安全鉴定的重要内容。数字图像处理技术因具有效率高、成本低等优势而被广泛应用于结构表面裂缝检测中,形态分割与特征量化是其核心任务。针对传统图像处理人工干预较多、泛化能力较弱等不足,本文提出了一种基于深度卷积神经网络的水工混凝土裂缝像素级形态分割与特征量化方法。该方法以U-net语义分割模型架构为基础,融合迁移学习技术,采用VGG16预训练网络强化编码器,提取多尺度高级语义信息,并通过改进交叉熵损失函数缓解样本类别不均衡问题,从而实现裂缝形态的精准分割。随后根据二值化分割掩膜,集成计算机视觉技术,给出了一整套定量计算裂缝面积、长度和宽度等几何特征参数的算法。以自制水工混凝土裂缝图像数据集为案例,通过仿真对比实验对所提方法的有效性和优越性进行了验证评估。结果表明,所设计深层网络的裂缝分割效果明显优于经典图像分割方法,且裂缝特征参数计算结果满足检测精度要求,以期为水工混凝土结构质量控制提供新的技术手段。  相似文献   
10.
混凝土坝施工管理知识多以文本的形式记录存储,具有数据量大、碎片化严重、层次性差等特点。本文从非结构化文本数据中智能挖掘施工知识,理清知识间的逻辑关系,提升知识的应用效率是混凝土坝施工管理面临的重要问题。本文提出一种混凝土坝施工管理知识图谱智能生成方法,将海量文本数据转化为可直接利用的知识。融合字词向量、BiLSTM-CRF(Bi-directional Long Short-Term Memory-Conditional Random Field)网络、Attention机制,建立混凝土坝施工管理实体智能识别模型,强化施工实体特征,获取混凝土坝施工管理文本中的实体词语。结合已识别的施工实体,定义实体间关系类型,利用互信息提取实体关系,组合形成施工知识链,构建混凝土坝施工管理知识图谱。该方法应用于实际混凝土坝施工管理文本分析中,经过计算得到混凝土坝施工管理实体智能识别模型的F1值为92.48%,优于其他实体识别模型;利用已识别实体间的关联关系,建立了混凝土坝施工管理知识图谱,形成基于知识图谱的施工知识检索机制,实现施工知识的快速提取,提高了施工知识的应用效率。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号