预沉降对高面板坝长期应力变形特性影响研究

随着西部地区水资源的开发利用,适应地形能力强的百米级高面板堆石坝越来越常见,而堆石体的流变效应将导致作为堆石坝主要防渗结构的面板在运行期发生脱空、挤压破坏和开裂等现象,经验表明面板浇筑前设置预沉降期可以减少面板病害问题,但预沉降对坝体和面板的长期变形影响规律尚不明确,导致预沉降时间的选定具有较大随意性。考虑坝体安全性和经济性,采用有限元法全面分析蓄集峡百米级高面板堆石坝长期应力变形对不同预沉降时间的响应。结果表明,当预沉降时间为180 d时,可以有效降低运行期堆石体的流变效应,改善面板的长期工作性态。     

基于IDPC-RVM的多模态间歇过程质量变量在线预测

间歇过程具有多模态特性,现有的间歇过程模态划分方法中过程数据高维特征和模态中心的选取直接影响模态划分结果的合理性,进而影响间歇过程质量变量在线预测的精度。为提高间歇过程质量变量在线预测的精度,提出了一种基于改进密度峰值聚类相关向量机(improved density peaks clustering-relevance vector machine,IDPC-RVM)的间歇过程质量变量在线预测方法。首先,在密度峰值聚类算法基础上,考虑过程数据的高维特征进行样本相似性度量,并通过样本密度不平衡下的模态中心选取策略准确获取间歇过程模态中心;其次,利用模态划分指标在无须先验知识的情况下获取间歇过程最优模态数目,并识别过渡模态完成间歇过程的模态划分;最后,建立各模态数据的RVM预测模型,实现间歇过程质量变量的在线预测。青霉素发酵过程的实验结果表明,与RVM、SCFCM-RVM和DPC-RVM方法相比,对青霉素浓度预测的均方根误差(RMSE)降低至0.0093,判定系数(R²)提升至0.9995,有效地提高了预测精度。     

基于船舶全生命周期的创新生态系统运作机制研究

从全生命周期的视角分析了船舶供应商的资源池、业务链、价值链以及创新链,基于全生命周期的核心需求,提出针对性强、应用性强的创新方案,并建立包含资源环境层、生命周期层、需求层、方案层以及生态层的船舶创新生态系统的运作机制,倡导构建生态共建、资源共享、系统共生、共生共赢的船舶创新生态系统。     

基于模型、数据、知识的设计与制造协同框架

针对工业产品在研发制造过程中对于过程协同、数据协同、知识协同的设计与制造协同需求,构建了基于模型、数据、知识的设计与制造协同框架,给出设计与制造协同应用的顶层设计新思路。梳理了设计与制造协同过程中的模型、数据及知识资源,明确设计与制造协同的资源基础;搭建了基于系统互联平台、大数据云平台、知识协同平台、协同服务平台的网络化协同支撑平台的架构,构成企业的设计与制造协同网;设计了基于设计与制造全生命周期的协同协议,并构建了模型、数据、知识协同集成模型,给出基于模型、数据、知识的设计与制造协同应用;在某汽车变速器企业进行了应用验证,取得了良好成效,证明了框架的可行性。     

隐伏断层作用下深厚覆盖层三维渗流分析

针对柴达木盆地深厚覆盖层及较大隐伏断层等不利地质条件严重影响坝基渗透稳定及大坝蓄水功能的问题,采用防渗墙来减少渗流量,并应用有限单元法对隐伏断层渗流特性、防渗措施及防渗墙渗控效果进行了分析。研究表明：哇沿水库采用70 m深悬挂式防渗墙可满足渗透稳定和大坝蓄水要求;若断层渗透系数较大,防渗墙需穿过透水断层,深入密实岩体内,插入深度需结合渗流量及岩体密实程度来综合确定;或对渗透系数较大的断层进行灌浆,减小其渗透系数,结合悬挂式防渗墙,减少渗流量;上述两种措施中防渗墙要避免将底端置于渗透性差异大的两种材料交界面处,以避免较大的防渗墙底部水力坡降导致的局部冲蚀,保证工程安全稳定的运行。研究成果可为柴达木盆地类似地质条件建坝提供技术支持和指导。     

基于SIFT算法的无人机航空遥感影像匹配

当前，无人机遥感技术在各行各业中的应用越来越广泛。但是，无人机航空遥感影像的获取一直存在像幅小、数量多、重叠度变化大等问题，对此必须采用合适的算法，取得准确的图像。本文主要基于SIFT算法对无人机航空遥感影像的匹配做了具体探讨。     

基于IDPC-RVM的多模态间歇过程质量变量在线预测

间歇过程具有多模态特性,现有的间歇过程模态划分方法中过程数据高维特征和模态中心的选取直接影响模态划分结果的合理性,进而影响间歇过程质量变量在线预测的精度。为提高间歇过程质量变量在线预测的精度,提出了一种基于改进密度峰值聚类相关向量机(improved density peaks clustering-relevance vector machine,IDPC-RVM)的间歇过程质量变量在线预测方法。首先,在密度峰值聚类算法基础上,考虑过程数据的高维特征进行样本相似性度量,并通过样本密度不平衡下的模态中心选取策略准确获取间歇过程模态中心;其次,利用模态划分指标在无须先验知识的情况下获取间歇过程最优模态数目,并识别过渡模态完成间歇过程的模态划分;最后,建立各模态数据的RVM预测模型,实现间歇过程质量变量的在线预测。青霉素发酵过程的实验结果表明,与RVM、SCFCM-RVM和DPC-RVM方法相比,对青霉素浓度预测的均方根误差(RMSE)降低至0.0093,判定系数(R²)提升至0.9995,有效地提高了预测精度。     

室内缩尺级配堆石料力学参数的表征单元体积

为了寻找室内缩尺级配堆石料强度和变形参数的表征单元体积（REV），利用离散元方法（DEM）研究试样尺寸对玄武岩堆石料力学行为的影响.通过室内单颗粒破碎试验，分析玄武岩颗粒的破碎特性，确定DEM模拟所需的颗粒破碎强度参数.开展一系列试样尺寸、颗粒排列和围压不同的三轴压缩DEM试验.分析堆石料强度和变形参数随试样尺寸的变化规律，建议了各参数的REV.结果表明，颗粒排列和试样尺寸均会影响堆石料的力学行为.各力学参数的变异系数随着试样尺寸的增大而减小.不同力学参数的REV尺寸不同，为了提高DEM计算效率，可以根据研究对象选择合适的试样尺寸.在模拟工况下，要使所有参数均达到稳定，数值试样尺寸应不小于直径300 mm×高度600 mm.     

神经网络响应面在堆石坝流变反演中的应用

堆石体的流变参数对高面板堆石坝的长期安全性分析具有重要意义。参数反演可以准确获得符合坝体实际长期变形规律的流变参数。本文分别采用反向传播神经网络（BP）和径向基神经网络（RBF）构造出待反演参数与位移值之间的响应，引入统计学回归预测模型中的均方根误差（RMSE），平均绝对百分比误差（MAPE）和线性回归决定系数（R2）等指标来全面评估不同神经网络响应面映射能力的优劣，从而提高参数反演的效率和准确率。结果表明，RBF神经网络响应面的评估指标均优于BP神经网络响应面。利用RBF神经网络响应面和多种群遗传算法（MPGA）得到反演后的流变参数并将其用于有限元计算，得到的蓄集峡坝体沉降值在大小和分布上与实测值有很好的一致性。