分层卸料时粮食立筒仓动态侧压力试验研究

粮食立筒仓卸料时的动态侧压力是仓体部位设计时需要考虑的重要因素,动态侧压力的取值直接关系卸料时立筒仓的安全性.为研究立筒仓分层卸料时动态侧压力分布规律和超压系数,分别进行了立筒仓模型一次性卸料和分层卸料试验,测定了两种不同卸料工况下立筒仓模型不同高度处的动态侧压力,对比分析了动态侧压力分布规律与相应超压系数.结果表明:...     

筒仓侧压力的离散元数值模拟

采用离散单元法(DEM)建立了一种筒仓缩尺模型,该缩尺模型能够提供计算原型筒仓所需的重力场.并模拟了该筒仓缩尺模型的静态侧压力,得到模型筒仓的静态侧压力与原型筒仓的Janssen公式计算值相符合的结论,并通过对该模型筒仓卸料过程的模拟分析,得到了筒仓动态侧压力变化趋势和超压系数的范围.     

大直径圆形煤仓内壁堆煤温度及侧压力现场实测与分析

堆煤引起的仓壁内外温差和仓壁侧压力是大直径整体式筒仓设计中2个控制性荷载,合理地确定它们至关重要.在已建成的120m直径筒仓内布设传感器,实测了堆煤引起的筒仓内壁温度随时间的变化,以及仓壁侧压力随高度的变化.还使用库伦土压力理论推导了侧压力的理论预测公式,取得的主要结果是:内壁温度高达38℃,实测侧压力与堆煤高度基本呈线性关系,平均侧压力系数为0.46.而侧压力的理论预测值比实测小5%左右.     

钢筋混凝土立筒仓卸料过程侧压力模拟

通过有限单元法对钢筋混凝土筒仓的静态及动态流动问题进行模拟,研究筒仓物料的本构关系,分析散料与筒仓壁的接触作用,并采用自适应网格划分,解决出现的大位移变形和网格扭曲畸变问题。模型采用三维实体单元构建,对散料采用Drucker-Prager准则本构关系,突破以往轴对称刚体模型的缺陷。考虑漏斗对侧压力的影响,将筒壁与漏斗整体模拟,得到静态模拟以及动态卸料的水平侧压力、卸料过程中最大应力,并将模拟结果与中国规范、欧洲规范进行比较,结果表明静态模拟与中国规范契合较好,漏斗处侧压力分布复杂,其卸料侧压力是静态侧压力的1.55～1.89倍。     

考虑散体拱效应的筒仓仓壁侧压力计算方法

散体储料中水平拱对筒仓仓壁侧压力的影响较大,以筒仓仓壁面、平衡拱面和滑动面所包围的储料作为隔离体模型探究仓壁侧压力,对隔离体中单位微元受力分析,提出了考虑粮拱效应的筒仓仓壁侧压力计算方法,并将其仓壁侧压力计算结果与其他未考虑粮拱效应理论、有限元结果、实仓试验结果进行对比分析。结果表明：相较于其他未考虑粮拱效应的理论、有限元结果,该计算结果略大,说明粮拱效应会使仓壁侧压力有一定程度的增大;仓壁侧压力计算结果与实仓试验结果基本吻合,一定程度上验证了该计算方法的有效性。研究结果可为解决筒仓结拱、筒仓超压等问题提供理论依据。     

高径比不同的双侧壁卸料筒仓卸料压力对比研究

随着筒仓的快速发展,卸料方式亦呈现多样性,侧壁卸料越来越多地应用到现实工程中,优化侧壁卸料粮仓设计、探索侧壁卸料方式最适合哪种筒仓变得愈发重要。采用了数值模拟与实仓试验相结合的方法探讨筒壁双侧卸料方式下高径比(1.1和2.2)不同的筒仓的静、动态侧压力大小,探究最大动态压力的分布位置,对比两种筒仓在双侧壁卸料方式下的超压系数。结果表明:筒壁双侧卸料时,浅仓仓壁处受到的动态侧压力变化相对于深仓而言,较为缓和,且超压系数相对较小,安全性较好;其最大超压系数为1.51,且超压系数大多分布在1.05～1.2之间;深仓在双侧卸料时,最大超压系数为1.58,且超压系数较多分布在1.3～1.5之间。     

考虑仓壁弹性的柔性筒仓仓壁侧压力计算方法

考虑到柔性筒仓仓壁的弹性变形,根据广义胡克定律,对仓壁内部微元体受力分析,推导出与筒仓仓壁材料的弹性模量和泊松比有关的仓壁侧压力计算方法。进行了模型仓试验,根据试验结果,将该方法计算值与Janssen公式计算值对比,发现所得值比Janssen公式计算值偏小,误差在装粮深度1 m时达到8.70%,反映了仓壁弹性是影响仓壁侧压力计算的重要因素;而使用环向应力推导仓壁侧压力的方法所得结果在装粮深度较大时比Janssen公式计算值偏大,说明将柔性筒仓沿深度方向当作平面应变问题处理会使计算结果大于实际值。     

钢筋混凝土筒仓动态压力的计算

讨论钢筋混凝土筒仓在卸料时由于整体流动引起仓壁的动态压力，考虑了筒仓的流动压力及侧压力系数随仓体深度变化这一实际情况，得出仓壁动态压力的计算公式。计算结果与筒仓试验测得的动态压力数值相接近。     

散体物料对筒仓结构动力响应影响的离散元数值模拟

采用基于离散单元法的颗粒流程序建立筒仓模型,通过对模型基础施加有规律简谐地震动,模拟了筒仓结构在简谐地震动作用下的仓壁侧压力变化情况、位移响应和速度响应,并且通过对筒仓内无散体颗粒、有一半散体颗粒和装满颗粒3种工况下筒仓的动力响应进行模拟,得出筒仓结构与散体颗粒相互作用的动力响应影响情况.     

新型筒中筒仓贮料侧压力研究

根据杨森(Janssen)公式的推导思路,提出了一个筒中筒仓贮料侧压力的计算公式。按照某实物仓的1/52比例,制做了一个有机玻璃模型,做了100多次装料、卸料试验。分析计算与实验结果表明,筒中筒仓的贮料侧压力较单筒筒仓时显著降低。这一结果对于这种新型筒中筒仓的设计研究具有很重要的意义。     

筒仓仓壁摩擦对仓壁侧压力影响的研究

采用离散单元法模拟分析仓壁摩擦因数不同的筒仓在贮料和卸料工况下的仓壁侧压力变化。研究结果表明,卸料引发的仓壁峰值压力分布为筒仓结构设计的控制压力。随着仓壁摩擦因数的增大,超压因数呈增大的趋势,而筒仓侧壁的静止压力和卸料压力峰值均有减小的趋势,且摩擦因数对仓壁侧压力的影响程度随着深度的增加而增大。     

粮食筒仓仓壁侧压力概率特性的贝叶斯推断方法

贮料时粮食对仓壁的侧压力是设计筒仓的重要指标,由于各种不确定性因素的存在,准确获得侧压力较为困难。首先利用侧压力试计比(试验监测值和理论计算值之比)将收集到的侧压力数据进行无量纲化处理。然后利用数理统计理论,建立侧压力数据的优化处理模型,将侧压力数据优化为"好数据"和"一般数据",剔除离散性较大的数据,用随机加权法对优化后的小样本数据进行加权处理,再利用贝叶斯统计理论给出侧压力概率特性的推断方法。最后基于河南省国家粮食库库区边缘的29号浅圆仓侧压力的试验监测值和理论计算值验证此方法的有效性。为粮仓的可靠度研究提供一定的理论基础,推动可靠度设计理论在粮仓结构中的应用。     

贮料粒径对筒仓卸料流态及仓壁压力影响的细观机理研究

从贮料的细观散体颗粒性入手,利用离散单元法对筒仓卸料过程进行模拟。分析卸料过程中粒径变化对流动状态、力链网络以及仓壁侧压力的影响,发现不同粒径对卸料流动状态和仓壁侧压力有较大影响,并探讨了其影响的内在机理。结果显示,粒径越大,卸料压力峰值越大,对筒仓结构的稳定性越不利。卸料过程中仓壁侧压力总体呈现先增大后减小的趋势,并在增大和减小的过程中出现震荡现象。与国内外研究对比,证明了该研究对实际工程具有参考价值。     

钢筋混凝土地下粮食筒仓受力监测分析

以建设中的钢筋混凝土地下粮食筒仓为研究对象,在土体回填过程中,对仓壁侧压力、仓底钢筋内力以及仓壁钢筋内力进行现场监测。通过分析监测数据,得出仓壁侧压力、仓底和仓壁钢筋内力的分布规律;通过钢筋环向内力的实测值,反算出仓壁的侧压力,并与仓壁侧压力实测值和根据规范的理论计算值进行比较,对造成差异的原因进行分析,为地下粮食筒仓的设计计算提供理论依据。     

基于ARIMA-Kalman滤波器数据挖掘模型的油井产量预测

影响水驱开发油田产量的因素众多,针对常规产量预测方法无法考虑时序影响因素的非同步性以及滞后性,应用时间序列分析方法,结合卡尔曼滤波器(Kalman filter),建立考虑因素动态关系的产量ARIMA-Kalman滤波器时间序列模型.根据历史产量数据建立时间序列中的产量差分自回归积分移动平均(autoregressive integrated moving average,ARIMA)模型;再将ARIMA模型与Kalman滤波器相结合,构建产量预测算法;以实例油田资料开展机器学习和数据挖掘,并采用数据拟合及预测检验评价算法合理性,实现最终产量数据预测.研究结果表明,ARIMA-Kalman滤波器具有高效的时序影响因素的分析能力,能够排除非同步性和滞后性的影响,使识别出的产量时间序列模型具有精准的拟合结果和预测能力.该研究可为油田产量预测提供一种有效方法,为后续的油井开采提供决策和理论依据.     

机器学习加速CALYPSO结构预测的可行性

对机器学习替代DFT能量计算方法加速CALYPSO结构预测进行研究,选择5种机器学习方法评估其预测硼团簇总能量时的性能.使用库伦矩阵把原始数据表征为结构信息矩阵,提取矩阵特征值向量作为算法输入输出来训练模型;采用相同数据集评估算法,并探索影响算法性能的其他因素.提出基于势能面特征的相似性判断方法,建立置信度模型对性能最...     

基于SVM的光伏最大功率跟踪的预测研究

针对光伏组件中常用的最大功率跟踪方法存在的不足,将支持向量机用于预测光伏组件的最大功率点工作电压.支持向量机是一种新型的机器学习方法,该方法以结构风险最小化原则取代传统机器学习方法中的经验风险最小化原则,在小样本的机器学习中有着优异的性能.根据光伏组件的特点和最大功率点工作电压的影响因素,建立了支持向量机的最大功率点工作电压预测模型.实际仿真分析表明,与BP神经网络的模型相比,支持向量机的模型具有更高的预测精度.     

基于改进DeepAR的变电站防汛风险概率预测

变电站防汛风险概率的准确预测对提高电网防汛能力、健全汛情预警系统有着重要意义。变电站防汛影响因素不仅有动态气象数据,还有变电站集水井容积、水泵排水量、防汛物资储备及地势、水文特征等静态数据,动静结合给防汛风险预测带来困难。作者提出一种多因素融合的变电站防汛风险概率预测方法。首先对变电站多维防汛数据进行预处理及特征优选;然后利用优选的自回归循环神经网络(Autoregressive recurrent neural network, DeepAR),构建防汛风险概率预测模型,并通过注意力机制加强模型对多维防汛动态气象数据时序特征的挖掘能力,同时采用动态L2正则化策略加强对多维防汛数据的适应性,提高模型泛化能力;最后在实际站点数据上的实验表明,相较于主流机器学习和深度学习预测算法,文中算法预测结果更准确,为变电站防汛风险预警奠定基础。     

面粉筒仓的侧压力测试和分析

本文介绍面粉钢板矩形筒仓侧压力测定的初步结果,这种筒仓的卸料是通过两个非对称设置的螺旋输送机来完成的。测量结果表明,测量的压力值与用各种方法计算的值之间存在很大的差别。未将测量结果与我国规范对照。     

贮料筒仓壁的静压力

本文利用弹塑性理论，编制了有限元程序分析筒仓仓壁侧压力。通过有限元的计算结果和筒仓的实测静压力值相比较，本文的方法能很好地符合实际情况。本文所采用的方法，需要较少的材料参数、计算方法可靠，克服Ｊａｎｓｓｅｎ公式中的缺陷，具有很好的使用价值。