山区碎石土滑坡形成原因分析及稳定性评价

以山区某碎石土滑坡为研究对象,在野外勘查的基础上,对滑坡的形成原因进行分析并对其稳定性进行评价。结果表明：滑坡面积约0.45×104m2,体积约3.4×104m3,属牵引推移复合式小型浅层滑坡;通过对影响稳定性的地形和地质条件、降雨、居民活动等因素进行分析,可知造成坡体滑动的主要原因是降雨;采用折线法进行定量评价,在暴雨或地震不利工况下,滑坡处于不稳定～欠稳定状态。     

基坑降水引发的沉降理论计算及预测研究

为有效掌握基坑沉降变形规律,以基坑所处地质条件为基础,先结合有效应力原理,利用分层综合法计算基坑降水引发的沉降理论值;其次,再以基坑施工过程中的现场沉降监测数据为基础,通过变形预测来佐证理论计算值的准确性。分析结果表明：在基坑沉降的理论计算结果中,沉降理论计算值均不同程度的小于沉降监测值,且随着与降水井中心距离的增加,沉降值具持续减小特征;在基坑沉降的预测研究结果中,所得预测结果的相对误差均值介于2.02%～2.09%,说明ILSO-RVM-CT在基坑沉降变形预测中具有较强的预测能力,且预测结果显示基坑沉降变形后续还会具小速率增加特征,说明基坑沉降变形趋于稳定。     

基于小波神经网络预测多相动态管道腐蚀速率

利用小波神经网络模型预测多相动态环境下油气集输管道腐蚀速率。首先通过室内多相动态腐蚀实验,获得了不同工况条件下的挂片腐蚀速率,用于训练和检验小波神经网络预测模型,然后利用多因子方差分析研究了温度、压力、流率、硫化氢含量、二氧化碳含量、溶解氧含量、含水率、盐含量和pH对腐蚀速率的影响程度,实现了各因素的有效性筛选,最后在确定隐含层节点数基础上通过训练、测试建立起适宜的小波神经网络预测模型,并进一步验证了模型可靠性。结果表明：除了压力外,各因素对腐蚀速率均有十分显著的影响,属于有效输入信号。当隐含层节点数为17时,8-17-1型小波神经网络结构表现出良好的准确性和稳定性。利用Levenberg Marquardt优化算法对模型进行了反复训练,直至其均方根误差小于容许收敛误差限0.001,预测值与实际值近似呈线性关系,训练、测试阶段决定系数分别为0.9992、0.9967,相关性较高,模型预测值和验证值亦不存在显著差异。因此小波神经网络预测模型对多相动态环境下油气集输管道腐蚀速率具有良好的预测能力。     

基于遗传算法和长短记忆神经网络组合模型的加油站销量预测

针对加油站销量波动大且非线性特征明显,使用传统时间序列的预测模型无法满足实际预测需求的情况,提出基于遗传算法(GA)和长短记忆神经网络(LSTM)的销量组合预测模型,在原始数据的基础上加入温度、天气、油价、星期、节假日特征进行辅助预测,对文本类数据使用One-hot编码并使用Embedding降维,采用遗传算法求得LS...     

广昌县南坑滑坡特征分析与稳定性评价

在分析广昌县南坑滑坡的地质环境条件基础上,阐述了滑坡的基本特征并分析了其影响因素。对该滑坡的稳定性进行了评价,对滑坡发展变化趋势及危害性进行了预测,针对滑坡特征,提出了相关治理建议。     

云浮硫铁矿西南帮滑坡体治理北大核心

针对云浮硫铁矿采场西南帮存在的滑坡问题,在充分调查滑坡区工程地质条件的基础上,分析了滑坡变形破坏机理及影响因素,采用剩余推力法对滑坡体稳定性进行评价,查明了滑坡体的发展趋势,并提出了滑坡体治理的具体方案,对矿区山体滑坡的预测与防治有重要的指导意义。     

大型覆土式储罐多工况强度可靠性分析

采用计算机仿真分析方法,对两种沉降方式下4种工况的覆土式储罐进行数值仿真计算,得到8种不同条件下覆土式储罐的应力应变分布云图,基于云图结果对储罐许用极限进行预测,同时进行强度与模态计算分析。计算结果显示,最大应力集中于壳体与气室连接处;由仿真模拟结果可得,计算屈服评价指标均小于实际工程要求的许用应力值,表明在8种工况下罐体满足强度要求;模态计算结果表明,覆土工况下的储罐处于稳定状态。     

基于时序InSAR监测的VMD-SSA-LSTM矿区地表形变预测模型研究

矿区地表形变引起的滑坡、塌陷等灾害对矿山安全生产造成了极大影响，因此对地表形变进行预测对于矿山安全开采和灾害预警预报具有重要的现实意义。采用时序InSAR技术获取矿区面域式地表形变数据，结合变分模态分解算法(VMD)对其进行分解，通过构建麻雀优化算法(SSA)与长短期记忆神经网络(LSTM)相结合的预测模型，对分解后的形变分量进行综合预测；以云南省玉溪市大红山矿区为例，利用该模型对其地表形变进行了预测，结果表明：VMD算法在一定程度上可以解决矿山地表形变数据时序特征复杂且难以直接分析判别的问题；SSA-LSTM预测模型通过智能搜索算法自动寻找预测网络模型超参数，有效减少了人为因素对模型预测效果的干扰，模型预测结果的决定系数R²均大于0.96;同时，该模型采用“多维输入”的方式训练模型，提高了训练效率；该模型在预测精度、训练效率等方面均取得了较好的效果。采用VMD-SSA-LSTM预测算法对时间序列InSAR监测下的形变数据进行分析能有效预测矿区地表形变，可为矿山安全生产管理提供参考。     

义马北露天煤矿内排上场稳定性研究

阐明该矿内排的意义和内排土场基底的工程地质及水文地质条件。分析了排土场的滑动模式，并用分条法中的传递系数法进行内排土场稳定性计算。针对滑坡的原因，采取具体的防治措施：一是在排土场基底开挖疏干排水沟；二是改排土犁排土为电铲排土工艺。     

变工况切换过程的Petri网自主预测与控制

针对变工况切换过程中切换点难以确定且切换准则不完善等问题,以大范围升温过程为例,利用仿人智能控制中"全压-零制动-稳态调节"的控制策略,提出了"预测Petri网",即在Petri网中增加预测器,为Petri网的变迁提供了判断元素。根据"预测-决策-再预测-再决策"的思想,增加切换过程的判断条件,实现了Petri网自主寻优过程。最后在实验室电加热炉装置上实验表明,在切换点不确定的情况下,在线寻找到切换点并增加了切换条件,使系统的切换更为平稳光滑,提升了系统响应速度和稳定性。     

基于PSO优化LSTM的滚动轴承剩余寿命预测

为了提高滚动轴承退化特征关于时间序列的预测精度,使预测模型更加适用于滚动轴承的运行退化数据,采用粒子群算法对长短期记忆网络的参数进行优化,构建PSO-LSTM滚动轴承寿命预测模型,根据模型拟合出轴承的剩余寿命曲线.经过实验发现,PSO-LSTM网络模型可以较好地拟合复杂工况下轴承的寿命退化趋势,且与其他模型相比拟合效果...     

基于SVM算法的热电厂化学水处理结垢量预测方法

传统的热电厂化学水处理结垢量预测方法的预测结果与实际结垢量偏差大，存在一定的预测误差，影响了设备的运行维护，为此，提出基于SVM算法的热电厂化学水处理结垢量预测方法。设计支持向量机的结垢预测模型，在分析热电厂设备运行参数的基础上，使用关联分析法选取结垢预测参数，并采用热量传递关系，由外部数据测算设备内传热温度参数，建立SVM的结垢预测模型，为提高预测模型的精准度要求，选取三种评价指标对模型进行评价。通过实验结果可知，设计的预测方法在对热电厂化学水处理结垢量进行预测的过程中，最大误差为0.02 mg/m³，准确性较高，具备较好的实际应用价值。     

基于长短时神经网络的城市需水量预测应用

在分析影响居民用水量相关性因素的基础上,采用长短时神经网络结合Encoder-Decoder方法建立城市需水量预测模型。长短时神经网络可以自动从时间序列的历史数据中抽取数据特征,避免了手动设计输入变量特征的繁琐,且可以采用更长时间的历史数据进行训练,充分考虑长期条件下不同天气、节假日的城市居民用水特征。Encoder-Decoder的网络结构模拟大脑对数据处理和做出决策的过程,适合多小时水量预测模型的构建。该模型应用于某地区需水量预测,取得了较高的预测精度,模型的适用性得到了有效验证。     

基于ANN的复合材料变厚度壳体固化变形预测

研究目的是建立基于人工神经网络的复合材料固化变形预测模型。复合材料固化变形的多因素性致使很难得到精确的解析解。应用人工神经网络方法结合实验实测数据,模拟复合材料各项参数与变形间的非线性关系,对相同材料(玻璃钢)在相近固化条件下的固化变形进行预测,计算速度快,精度高,为固化变形的预测控制提供了一种新方法。     

基于支持向量机算法的微注射成型工艺参数优化

为了控制菲涅尔透镜在注塑过程中的翘曲变形量,采用支持向量机算法建立了菲涅尔透镜的翘曲预测模型,并对该模型的预测精度进行了研究.采用正交试验法获取注塑工艺参数,各组注塑工艺经Moldflow仿真得出模型的训练样本及检验样本数据.然后,对支持向量机算法建立的翘曲预测模型进行样本学习,训练完毕后由检验样本验证该模型的预测精度.实验结果表明:采用支持向量机算法建立的预测模型预测误差比较稳定,均在0.2%以内.因此,采用支持向量机算法建立菲涅尔透镜的翘曲预测模型可有效地预测菲涅尔透镜的最大翘曲量,且预测的精度与稳定性较高.     

轮胎临界速度的预测

高速驻波对轮胎不利。美国宾夕法尼亚州大学与美联邦能源署（FEA）一起正对其危险等级进行预测。在车辆中，轮胎是最复杂的部件。轮胎性能，特别是高速时的性能，是安全与否的临界点。每一种轮胎都有一个最大速度值，通常是由轮胎制造厂给出的。轮胎在正常操纵条件下，存在一个临界速度。一旦轮胎达到这一临界速度，便产生波状变形，这一变形发生在轮胎周界，很容易观察到，称为驻波现象。近似预测这一临界速度的理论于１９５４年由Turner成功建立。该理论可以下式表述：C＝Tρ√式中：C是波的传播速度，即产生驻波的临界速度；T是轮胎…     

基于现场变形监测成果在盾构近接既有隧道段的变形预测研究

为准确掌握近接既有隧道段的变形发展规律，以苏州地铁四号线近接文灵隧道施工段为工程背景，基于其变形监测成果，先利用长短时记忆神经网络构建变形预测模型，并通过Mann-Kendall非参数检验构建其变形趋势判断模型，再通过两者分析结果的相互佐证来充分掌握近接施工段的变形发展规律。结果表明：通过近接段的现状变形特征分析，得到近接段的现状变形均处于预警范围以内，仅地表累计变形趋近于预警值，且结合变形预测结果和趋势判断结果，得到近接段的变形虽会进一步增加，但增加速率均较小，趋于稳定方向发展，得出近接文灵隧道施工段的施工过程处于可控范围，满足运营及施工安全。     

天然气加热炉管腐蚀剩余强度评价及剩余寿命预测

利用一次检测数据得到的炉管腐蚀速率，基于ASME-B31G准则的极限承压方程，建立了求解腐蚀缺陷的极限尺寸模型；根据ASME-B31G准则及建立的腐蚀缺陷的极限尺寸求解模型，评价了含缺陷炉管的剩余强度，计算了炉管的最大允许腐蚀深度，并在此基础上预测了炉管的剩余寿命。综合评价结果显示，加热炉管可在现行条件下安全运行，且寿命可达12年。     

输气管线CO2/H2S腐蚀行为研究

基于胜利油田集输管线的腐蚀情况，根据实际的工况条件，确定腐蚀因素为CO₂和H₂S,基于此条件下，采用20#钢，在CO₂、H₂S存在的工况下进行模拟试验，并结合扫描电镜(SEM)分析技术分析腐蚀形貌，明确该腐蚀条件下的腐蚀机理，为后续的腐蚀防护等奠定基础。     

多排玻璃钢夹砂管涵洞力学性能研究

以双排管涵洞室内足尺试验与有限元理论为基础,建立三排管涵洞模型进行数值模拟。通过对不同工况下的多排管涵洞进行分析,探究多排管的受力状态与变形特征,同时探讨管涵间距对邻管变形产生的影响。由此得知多排管涵洞在加载条件下的最不利管涵及其最不利管涵的最不利部位,土体压实度与管涵间距会对多排管涵洞变形产生积极影响。为实际公路工程中选用多排玻璃钢夹砂管涵洞提供了设计依据与应用价值。