考虑软化和扩容的圆形巷道围岩Z-P准则弹塑性解

巷道围岩受应力作用表现出的软化、扩容行为对巷道的变形和破环有重大影响。为了研究软化、扩容特性对巷道围岩稳定性的影响,根据岩体的软化特性,建立理想的弹性软化模型,将围岩分为弹性区、塑性软化区和破裂区;基于Zienkiewicz-Pande准则和非关联流动法则,考虑围岩的软化、扩容特性,推导出含中间主应力的圆形巷道弹塑性解析解;将Z-P准则与M-C、D-P等准则进行比较,分析了软化模量、扩容等因素对巷道围岩的影响。结果表明:Z-P准则可良好地适用于发生软化、扩容的巷道;中间主应力系数为0.4时,围岩塑性区范围最小,围岩位移最小,塑性区内应力最大;软化模量越大,围岩破裂区半径越大;剪胀角越大,塑性区位移越大,破裂区半径越大;支护阻力越大,巷道塑性区范围越小,且提高支护阻力能有效控制巷道围岩的变形。     

基于EMD的多尺度混合模型及在气象数据中的应用

利用经验模态分解(Empirical Mode Decomposition,EMD)对气象数据进行多尺度分析,探究气象数据的复杂性特征。将EMD和支持向量回归(Support Vector Regression,SVR)相结合建立多尺度混合模型对气温数据进行建模预测,并将建立的模型与现有非平稳数据的建模方法进行比较。实证分析表明,基于EMD的多尺度混合模型在预测结果的均方误差和平均绝对误差方面,比SVR方法提高了0.694和0.237,比ARIMA方法提高了0.439和0.159,因此更适合气象数据的建模与预测。     

基于外部参照优化算法的空调系统节能控制

分析了当前空调系统能耗优化算法存在的不足,根据空调系统非线性与时滞性的特点,提出了采用多目标粒子群优化算法进行寻优计算。将空调系统分为3个目标解,寻取多目标最优解Pareto前沿,根据Pareto前沿求得空调系统整体能耗最优值。普通多目标粒子群算法收敛性相对较差、仿真时间较长,提出了外部参照的多目标粒子群改进算法来提高收敛性与快速性。通过仿真实验和能耗分析对比发现,相较于其他算法,该改进算法的优化节能效果更佳。     

基于改进内模解耦控制的空调系统优化

内模解耦的控制方法具有较好的抗干扰能力,针对时滞性问题也有较好的控制效果,但是其多变量内模解耦控制器的内部结构复杂,计算量较大。提出了利用遗传算法对内模控制器的参数进行优化。首先对变风量空调系统的解耦控制器进行设计,然后确定目标函数的优化参数,并设计了利用遗传算法进行优化的步骤,最后通过MATLAB进行仿真。仿真结果表明,系统的超调量小,抗干扰能力强,即使在模型不匹配时依然能够实现稳定控制。     

基于CNN的加密C&C通信流量识别方法

为实现恶意软件加密C&C通信流量的准确识别,分析正常网页浏览访问和C&C通信的https通信过程,发现恶意软件C&C通信的服务器独立性特征,提出https通信序列建模方法。针对加密通信的行为特点,利用密文十六进制字符的向量表示方法完成加密流量的向量化表达,并采用多窗口卷积神经网络提取加密C&C通信模式的特征,实现加密C&C通信数据流的识别与分类。实验结果表明,该方法识别恶意软件加密C&C流量的准确率高达91.07%。     

差分粒子群算法在变风量空调末端中的应用

针对变风量空调末端系统非线性,难以建立精确模型的特点,提出基于改进的差分粒子群算法优化的PID参数整定方法,根据室内温度的实际值与测量值差值的变化?采用惯性权重呈指数形式下降的粒子群算法,使得各个阶段的粒子寻优达到最优,将其与差分算法相结合,利用判断因子对微粒的更新方式进行调控,应用于PID控制器参数优化,并应用于变风 量空调系统末端控制,结果表明,该方法稳定时间缩短了10.1ｓ,超调量减少3.6％。