高心墙堆石坝原生集成式智能无人碾压系统研发及应用

无人碾压技术是大坝填筑施工研究的前沿,有助于提高堆石坝施工质量和效率。然而,目前缺乏对多料种复杂施工环境条件下无人碾压系统的研究,且现有的无人碾压多基于RTK-GNSS和毫米波雷达对位姿与障碍物进行感知,缺乏对压实质量、环境障碍物和位姿的多模态感知;现有的无人碾压多采用外挂执行机构的方式进行改装,设备耐久性和稳定性难以得到保证。针对上述不足,采用感知设备、执行设备和控制设备统一设计和集成装配的方式,自主研发了集成多模态智能感知、智能规划决策和智能控制等功能的无驾驶舱原生集成式智能无人碾压系统。其中,智能感知采用RTK-GNSS、毫米波雷达和机器视觉等多种模态方法实现对车体位姿和环境障碍物的精准感知;基于能量守恒原则,采用加速度计等实现对有效压实功率的精准感知;智能规划决策集成了事前的全覆盖路径规划与事中的碾压参数动态优化等算法;智能控制中通过蝴蝶优化算法动态调控比例-积分-微分算法的控制参数,实现了复杂条件下循迹的精准控制;此外,基于B/S架构研发了原生集成式智能无人碾压数字孪生平台,实现了碾压施工过程中物理空间与孪生空间的双向交互。研发的原生集成式智能无人碾压系统在两河口水电站堆石区、过渡区和砾石土心墙区等复杂施工条件下开展了应用研究,结果表明,相较于传统碾压施工方法,该系统一次碾压质量达标率提升2.42%,效率提升15.20%。     

基于多普勒雷达的降水-蒸发预报模型研究及应用

黏土心墙堆石坝在雨季难以有效施工,为解决这一问题,大多工程采用在降雨集中时段暂停施工的方式,从而导致设备及人员闲置、作业效率低、施工成本高等问题。为此,提出以多普勒雷达为基础的降水-蒸发预报模型,定量分析雨季有效施工时间,并建立了精细化的雨季施工体系。模型能够较准确预判坝址区小区域的降雨,指导现场充分利用窗口期开展施工,提高了施工效率,避免了雨季停工及人员设备长时间闲置等情况的出现,确保了雨季填筑强度满足工期要求。该模型在两河口水电站施工中得到有效应用。     

土石坝料压实特性改进多输出预测模型研究北大核心CSCD

土石坝料压实特性对保证大坝施工质量至关重要。然而,当前坝料压实特性预测主要是对物理、力学和渗透压实特性的单输出回归预测,缺乏对各压实特性目标间相关性的考虑。针对上述问题,提出土石坝料压实特性的改进多输出高斯过程回归(IMO-GPR)预测模型。采用具有噪声的基于密度的聚类方法构建目标特定特征,对多输出高斯过程回归(MO-GPR)模型原始输入空间进行特征扩展,提高模型高维特征空间复杂映射关系解耦能力;同时,结合MO-GPR模型中的输出协方差系数矩阵,实现对多输出压实特性目标间相关性的有效考虑,以最终实现多输出压实特性精确预测。相比传统的高斯过程回归(GPR)、多输出极限学习机(MO-ELM)和MOGPR模型,所提IMO-GPR模型的预测精度分别提高了24%、20%和17%,且对噪声干扰、数据异常、数据量少等情况具有更强的鲁棒性,为土石坝料压实特性分析提供了新思路。     

基于LHS的坝基岩体三维裂隙网络模拟

坝基岩体裂隙发育直接影响水电工程的结构安全与渗流稳定,建立准确的坝基岩体三维裂隙网络模型是分析坝体安全的基础。岩体裂隙数量巨大,分布复杂,以往的研究多采用Monte Carlo简单随机抽样方法获取裂隙参数的样本数据,进而建立二维或三维裂隙网络模型,忽略了揭露面以下裂隙数据对模拟结果的影响,计算结果稳定性差、精度低,且容易产生样本坍塌的问题。本文提出了水电工程坝基岩体三维裂隙网络的模拟方法,即在坝基揭露面裂隙数据的基础上,融合钻孔摄像技术获取的钻孔全孔壁资料,对裂隙面位置、大小、数量和产状等参数进行统计;然后采用拉丁超立方抽样(Latin Hypercube Sampling)方法对裂隙参数进行随机模拟;最终利用Visual Geo软件建立三维裂隙网络模型。该方法应用于某水电站坝基裂隙三维网络模拟中,并与传统的Monte Carlo方法进行对比,结果表明:该方法在融合揭露面裂隙资料和钻孔摄像数据的前提下,空间填充性好,模拟结果更加接近实测值,为水电工程坝基稳定分析提供了可靠的技术手段和准确的模型基础。     

考虑时间影响的神经网络组合模型对心墙堆石坝变形的预测研究

大坝变形通常是由于多种复杂耦合因素而致,并且是具有高度的灰色性和模糊性的不确定性系统。由于多因素影响下的大坝变形问题没有确定性数学物理关系公式解决,而组合模型能够充分利用各子模型的有用信息,较单一模型更能够反映大坝变形的复杂性和不确定性,是更为科学预测分析大坝变形的方法。目前国内外学者缺乏对于大坝变形的组合预测模型的研究并且没有考虑时间因素对组合模型权重影响;针对此问题,本文以灰色模糊模型(ANFIS-GM模型)和遗传神经网络模型(GA-BP模型)作为子模型,采用考虑时间影响的神经网络模型作为组合模型权重的求解方法,对大坝变形进行预测。通过西南某心墙堆石坝的实例分析表明:该模型能综合其子模型的优势,获得更高的精度,同时也比未考虑时间影响的最小误差平方和组合模型具有更高的精度,它比最小预测误差平方和组合模型精度平均高10.50 mm。     

磁载杂多酸催化剂的制备及催化性能研究

利用溶胶-凝胶法制备了磁载杂多酸催化剂（MSHC），并对其进行了表征，考察对乙酸和正丁醇酯化反应的催化活性。EDAX结果表明，元素Fe、Si、P和W存在于MSHC中。IR和XRD结果表明，磷钨酸在负载后基本保持Keggin结构。磁性测试结果表明，催化剂具有顺磁性，在强磁场作用下可进行高效磁性分离。酯化反应中MSHC的催化活性接近于纯磷钨酸。磁载杂多酸催化剂具有催化活性高、易回收、可重复使用和操作简单的优点，有效解决了催化剂活性组分易流失和难以回收循环利用的问题。     

实时监控下考虑料源不确定性的堆石坝压实质量评估

影响堆石坝碾压质量的因素包括碾压参数(包括碾压速度、激振力状态、碾压遍数、压实厚度等)与料源参数(包括含水率、不均匀系数、曲率系数等),堆石坝施工质量实时监控技术提供了全仓面任意位置的碾压参数,而料源参数难以实时监测且存在较大不确定性,因此导致了仓面压实质量的评估也存在一定的不确定性。本文以仓面试坑试验数据为基础,利用多层前向人工神经网络建立碾压参数、料源参数与压实质量标准(干密度值)之间的非线性映射关系,采用改进的Bootstrap方法产生仓面任意位置处的料源参数,结合碾压监控成果,对仓面任意位置处的干密度进行拟合。结果表明,仅以碾压参数得到的仓面干密度的拟合值偏高,且分布较为集中,而结合料源参数与碾压参数的仓面干密度的拟合值分布较为分散,具有更大的不确定性,能够更加客观地评估仓面压实质量,避免了仅以碾压参数评估以及试坑试验的片面性。     

分析化学实验教学中微视频的应用

《分析化学实验》是化学类专业一门极其重要的基础实验课程。通过对《分析化学实验》的教学现状进行详细分析,提出了传统的化学实验教学模式中存在师生比例小、仪器相对较少等一系列问题。鉴于目前微视频的应用普及,提出了在该课程中引入微视频教学,并从辅助学生预习、教师讲解、实验过程指导等方面阐述了微视频教学与传统教学相结合的优势。     

寒区大坝心墙土料冻融监测技术及误差分析

寒区心墙堆石坝冬季施工过程中,快速判断大面积心墙施工区防渗土料的冻融情况,是保证工程质量和快速施工的重要前提。研究发现,红外热成像测温技术可实现对心墙施工现场远距离、大范围、全仓面(超过10 000 m²)地表温度、土料冻融状况的快速检测和判定,但在现场不同环境条件下检测结果存在2 ~ 8 ℃的误差。针对该问题,基于辐射理论及红外测温原理,结合现场红外测温方式,分析得到影响心墙红外热成像仪测温误差的主要因素为心墙区的环境辐射和地表发射率。其中,环境辐射主要受气温控制。地表发射率受防渗土料压实状态(松铺、密实)以及土工布覆盖等不同地表结构形式的影响。结合现场试验数据,建立了地表辐射温度与地表接触式温度之间的修正关系。该研究为寒区工程土料冻融判别技术有重要的指导意义。