Excel二次开发在模拟水氡观测中的应用

尝试对Excel工作表进行二次开发,将其应用到台站模拟水氡观测工作当中,可以自动计算出模拟水氡观测的标定、季检结果,需要作图的还可以自动作图,杜绝了人工计算产生的不必要误差,减轻了劳动强度,实现了观测资料的数字化存档,对台站模拟水氡观测日常工作具有很大帮助。经吉林省地震局多个台站使用,Excel工作表自动计算结果与人工计算结果两者完全相符,效果良好。     

掏挖与岩石锚杆复合型基础上拔承载机理和影响因素研究

针对掏挖与岩石锚杆复合型基础上拔承载机理不明确的问题,基于现场试验工况,利用Plaxis3D有限元软件建立复合型基础抗拔承载模型,研究其上拔承载机理。在此基础上,研究了土体弹性模量、岩体弹性模量、土体黏聚力对复合型基础各部分的承载影响,分析了掏挖基础和岩石群锚基础的承载力发挥情况、上拔变形、塑性区开展,并给出了复合型基础的改进方案。结果表明:上拔变形刚度较大的岩锚基础对复合型基础的承载极限状态起控制作用;掏挖基础和岩石锚杆基础的上拔变形协调性是影响复合型基础承载力发挥的关键;适当增加掏挖基础嵌入岩石的深度可有效提高复合型基础的抗拔承载力。     

基于多尺度自回归模型体系的混凝土坝位移预报及工程应用

针对混凝土坝位移监测数据的时频非线性特征严重影响到数值模型预报精度的难题,通过小波技术解析原型数据中多重交叉环境驱动的效应实况,有机结合非线性自回归模型(Nonlinear Autoregressive Model with Exogenous Input, NARX)和差分整合移动平均自回归模型(Autoregressive Integrated Moving Average Model, ARIMA),建立了多尺度组合机制下的自回归模型体系,解决了内蕴复杂混沌特性的监测序列的信息挖掘难点。工程实例分析表明,所建模型的拟合精度及预测能力均得以提升,相比于传统模型具有较好的抗噪性和鲁棒性。此外,所建立的计算模型经一定的优化和拓展,亦可推广应用于其它水工建筑物的效应预报分析。     

人工智能在膜污染研究中的应用进展

近年来,随着人工智能(A I)的蓬勃发展,已被广泛应用于诸多领域(医学、金融、机器故障诊断等)来模拟、预测及解决实际问题.膜分离技术作为化工领域中一项重要的分离技术,已被广泛用于废水处理及水资源回用等领域.为促进膜分离技术的大规模实际应用,大量研究致力于基于AI实现膜分离过程的模拟、膜污染特征参数的预测及膜污染的控制.首先介绍了不同AI技术的概念、结构及实现过程,然后分别讨论了人工神经网络(ANNs)、模糊逻辑(FLs)、遗传编程(GPs)及智能算法在膜分离过程的模拟、膜污染特征参数的预测及膜污染的控制等方面中的应用,最后对今后的研究方向进行了展望,以期为后续的研究提供帮助.     

象鼻岭水电站碾压混凝土施工技术及成果

象鼻岭水电站大坝为碾压混凝土双曲拱坝,最大坝高141.5米,为目前世界上已建成的第二高碾压混凝土拱坝。为确保象鼻岭水电站碾压混凝土施工质量与工程进度,在实际施工过程中,围绕工程建设中重大技术问题进行研究,依靠技术创新,积极开展科技攻关,在研究和使用新技术、新材料、新工艺和新设备等方面,取得了一批突破性的科技成果,较好地解决了碾压混凝土施工技术难题。并从碾压混凝土配合比设计、入仓方式、分层碾压工艺及温控措施等方面对其关键技术进行了控讨与实践,有效保证了象鼻岭大坝碾压混凝土的质量和快速施工,施工质量满足设计及相关规范要求。     

一种基于门限ECC的PKI/CA模型的设计

随着电子商务的发展,如何实现对网络用户的身份认证成为了一个非常迫切的问题,目前广泛采用的是基于PKI的认证技术,而在PKI认证体系中,认证中心CA是核心部分。本文提出了一个基于门限ECC的PKI/CA的设计,本方案在传统的CA方案上引入了入侵容忍机制,结合椭圆曲线密码体制和门限密码方案,提高了CA系统的可靠性和安全性。     

汽车ABS自适应灰色滑模控制算法的研究

汽车防抱死制动系统的控制过程具有明显的非线性和不确定性,滑模控制和灰色预测相结合的控制方法,可以有效地改善汽车制动效能。然而在控制算法中引入预测的同时也引入了误差,传统方法中的滑模函数不能有效适应预测误差,并且预测步长必须依靠实验法确定,缺乏通用性。为解决上述问题,提出一种ABS自适应灰色滑模控制方法,可以依据预测精度,动态自适应预测步长,通过加权比例因子调节形成动态滑模控制。仿真结果表明,自适应灰色滑控方法可以有效地提高ABS系统的快速性、稳定性及鲁棒性。     

基于改进深度强化学习的智能微电网群控制优化方法

针对微电网群控制的经济效益、负荷波动以及碳排放问题,提出一种基于改进深度强化学习的智能微电网群运行优化方法。首先,计及分布式电源、电动汽车及负荷特性,提出微电网的系统模型。然后,针对微电网群的运行特点,提出4个系统优化目标和5个约束条件,并且引入分时电价机制调控负荷运行。最后,利用改进深度强化学习算法对微电网群进行优化,合理调控多种能源协同出力,调整负荷状态,实现电网经济运行。仿真结果表明了所提方法的有效性,与其他方法相比,其收益较高且碳排放量较小,可实现系统的经济环保运行。     

兼顾公益性的城际公共交通运营补贴测算方法

近年来,城市群地区飞速发展,高频率的城际公共交通成为满足居民出行的重要方式,各城市如何对其进行补贴以弥补低票价运营带来的亏损是一个值得研究的重要课题.从城市社会经济发展水平角度研究了城市群地区城际公共交通运营补贴方法,选取运营类指标、社会类指标、公共交通外部性效益类指标3类指标,构建城际公共交通运营补贴分担比例影响因素评价模型,提出一种兼顾公益性的城际公共交通运营补贴分担比例测算方法.通过实例分析,验证该方法的合理性与可实施性,为城市群地区城际公共交通补贴责任划分提供新思路.     

一种联合采样的神经网络光场

相比传统的光场绘制技术,神经网络光场(NeRF)方法可使用神经网络拟合场景的光线采样,将隐式编码输入图片的光场,合成新视图. 针对NeRF方法训练时间长,绘制视图慢的问题,提出了一种基于联合采样的NeRF方法,通过使粗糙网络和细腻网络共享均匀采样结果的方法,减少了不必要的光线采样,从而加快了网络训练和视图合成的速度. 实验结果表明,在取得近似视图合成质量的情况下,与NeRF方法相比,所提方法的训练时间减少了20%,视图合成的效率提高了25%.