基于土壤化探数据信息挖掘的湘南坪宝矿集区找矿预测

坪宝矿集区是湘南最重要的铅锌多金属矿产集中区,因区内宝山铜铅锌、黄沙坪铜锡多金属矿床而著 称,具备良好的找矿潜力。 由于长期大规模的矿业开发活动,造成地表超常富集成矿元素,地表开展化探工作已不具 备条件。 通过收集坪宝矿集区内 192 件土壤化探数据,基于 7 条物探线,绘制了 Cu、Pb、Zn、Sn 4 种成矿元素地球化学 剖面,分析其空间分布规律;并选取 W、Sn、Mo、Pb、Ag、As、Bi、Cu、Hg、Sb、Zn、Cd、Co、Cr、Ni、V 等微量元素进行聚类分 析和因子分析,利用原数据进行找矿信息的深入挖掘,绘制了因子组合地球化学异常图;结合成矿地质条件,圈定了 6 个找矿靶区。 目前,宝山矿区已在②号靶区的 165 号线进行钻孔验证,ZK16508 深钻于 1 664. 83 ~ 1 699. 84 m 处揭露 到铜矿体,厚度达 35 m,验证了该靶区的深部找矿潜力,为区内深部找矿勘探提供了方向。 研究表明:在不具备开展 化探工作条件的部分地区,通过上述方法对已有数据进行信息挖掘,能有效提取深部矿化信息,可实现找矿预测。     

基于XML的用户界面语言研究

本文提出了基于XML的用户界面描述语言JUDL。该语言采用XML作为自己的表现方式,利用Java基础类库所提供的富客户端技术,给出了一种良好的形式化表述方法。文中对JUDL模型和实现技术进行了阐述,通过实例验证了该方法的可读性和可维护性。     

全贯流泵流动特性数值模拟和性能预测

为研究全贯流泵(电机泵)的性能,采用CFD软件对全贯流泵模型装置进行三维流动数值模拟,分析了全贯流泵内部流态和整体性能。结果表明:全贯流泵模型装置在各个工况下前导叶进口流速均匀度均在97%以上、叶轮进口流速均匀度均在91%以上,均匀度足以保证水泵性能。进水喇叭管、前导叶水力损失小,后导叶、出水喇叭管水力损失大。出水喇叭管出口断面流速分布不均匀,流态差。该装置最高效率为69.47%,对应工况流量为290L/s时,扬程为4.855m。在各个工况下,全贯流泵模型装置扬程比对照轴流泵装置扬程小,效率比对照轴流泵装置效率低,消耗的轴功率比对照轴流泵装置消耗的轴功率多。全贯流泵管路短,出水喇叭管出口流速大,扩散不充分,水力损失大,这是全贯流泵装置效率低的主要原因。     

泵站进水口淹没深度对漩涡的影响

泵站流道进水口漩涡会危害水泵运行,降低水泵性能。进水口漩涡的发生发展情况与进水口淹没深度有关,结合泵站实际运行情况选取5种不同的淹没深度,通过数值模拟,分析不同淹没深度下流道进水口的流场结构、漩涡的涡量变化及分布规律。研究结果表明:在流量不变,淹没深度0.09 D～0.2 D时,随着淹没深度的增大,漩涡强度变小。淹没深度为0.09 D的漩涡强度最大,在淹没深度为0和0.05 D的状况下没有明显漩涡产生。淹没深度为0.09 D、0.14 D、0.2 D时,漩涡均在距离进水流道进水口顶板以下0.3m附近终止。研究结果可为泵站设计进水口淹没深度参数提供一定参考。     

黄瓜果实的几何造型及可视化研究

针对虚拟作物研究中的作物个体或器官几何造型问题，本文采用Bezier曲线拟合黄瓜果实轴线方程，根据其不同品种或不同发育状况确定决定其截面半径的各分段函数．并用符合其品种特征的随机函数控制果实表面的凸凹。参数物理意义明确，结构简洁条理，形象直观，易于理解和编程实现。     

基于人工神经网络的中长期负荷预测算法

当前中长负荷预测的大部分方法都衍生于传统的线形统计理论,难以解决复杂的非线性问题.文中结合BP人工神经网络技术,利用人工神经网络所具有的非线性映射和函数逼近功能对中长期电力负荷进行了研究,提出了一种中长期电力负荷预测的思路.并利用北京市的实际数字对未来若干年的用电量进行了预测,实验结果表明,该算法具有较好的准确性和可行性.     

轴流泵装置中侧壁漩涡特性及消涡研究

对轴流泵开敞式进水池中侧壁漩涡展开研究,在进水池侧壁漩涡发生位置设置不同形式的消涡立柱,采用ANSYS CFX软件对不同方案进行了CFD数值计算,对比了不同方案下轴流泵装置的外特性、叶轮进口断面流速分布均匀度、侧壁漩涡分布及进水池水力损失。结果表明:在进水池侧壁处增加圆形消涡立柱和纵向椭圆消涡立柱的2种方案中进水池中侧壁漩涡消涡效果明显,最高效率相比原方案分别提高了0.92%和0.66%,叶轮进口断面面积加权流速均匀度相对于原方案分别提高了2.3%和4.4%,并且2种方案中进水池内的水力损失相对于原方案进水池内的水力损失分别减小了3.2%和4.1%。研究结果对进水结构中侧壁漩涡的消涡提供一定的参考。     

基于人工神经网络的中长期负荷预测算法

当前中长负荷预测的大部分方法都衍生于传统的线形统计理论,难以解决复杂的非线性问题。文中结合BP人工神经网络技术,利用人工神经网络所具有的非线性映射和函数逼近功能对中长期电力负荷进行了研究,提出了一种中长期电力负荷预测的思路。并利用北京市的实际数字对未来若干年的用电量进行了预测,实验结果表明,该算法具有较好的准确性和可行性。     

Observer模式在JavaGUI中的分析与应用

设计模式描述了对象之间如何通信,而且彼此的数据模型和方法没有任何牵连。保持分离始终是优秀的面向对象编程的目标之一。本文以Observer模式为例,具体介绍了Observer模式问题的产生及解决Java GUI组件间的通信。最后以实例说明运用此设计模式带来软件扩充和复用的方便性。     

基于灰色系统和人工神经网络的中长期电力负荷预测

利用灰色预测需要样本数据量少、建模过程简单的特点对中长期电力负荷进行前期预测,结合人工神经网络对大量非线性、非精确性规律具有自适应和自学习能力的优点,在考虑经济因素的前提下对输入数据进行预处理,采用改进的BP算法最终得出预测结果,文中的算例表明了该方法是可行且有效的.