天花板水电站枢纽布置研究

天花板水电站工程根据枢纽区实际地形地质和水文条件,通过科学分析计算和水工模型试验,选择了抛物线型碾压混凝土双曲拱坝和"三表两中"的坝身泄洪方案,采用岸边地面厂房混合开发方式.其坝型、坝线选择和引水发电系统布置,对于减少投资、节省工期、降低施工难度、保证工程安全起到了重要作用.     

天花板碾压混凝土拱坝设计特点

天花板水电站大坝采用碾压混凝土双曲拱坝,坝高107 m.设计中根据地形地质条件,确定了首部枢纽布置及坝型、两坝肩开挖方式及坝基建基面高程,采用了有利于施工的拱坝结构分缝形式和布置,选择了先进的混凝土配合比和大坝防渗形式,保证了拱坝施工质量和进度,降低了工程投资,保证了工程的顺利进行.     

基于信号时频特征的微震波形识别在岩爆预测中的应用

在深埋地下工程施工中,需要通过监测采集微震信号分析施工过程中的岩爆风险,由于现场干扰因素多,数据中混入了大量冗余信号,大大影响了岩爆预测的效率。为有效识别出岩石的破裂信号,本文采用快速傅里叶变换,对比分析了微震/岩爆信号与其它无效信号的频率特征,采用多输入的卷积神经网络方法,建立了基于信号时频特征的微震波形识别模型,实现了对微震/岩爆信号的有效识别。基于引汉济渭秦岭输水隧洞的微震监测资料,采用3770个波形对模型进行了测试,模型识别精度可达96.1%。模型对比了不同输入方式对预测结果的影响,针对随机挑选的100次微震事件和100次无效事件,结果表明：采用信号的时频特征作为输入,模型比单纯采用时域或频域特征具有更高的精度。     

一种用于非制冷红外焦平面阵列的低噪声高均匀性读出电路

提出了一种高均匀性低噪声的读出电路,该电路通过抑制非制冷红外焦平面阵列固定模式噪声,从而可实现高质量的红外图像.该电路前端采用了行共享的增益可控NMOS管抑制像元固定模式噪声,同时采用了新型的相关双采样电路抑制列固定模式噪声.在仿真基础上,采用了AMS 0.35μm CMOS工艺完成了16×16像元芯片的制备.对芯片的大量测试结果表明提出的读出电路可以有效地降低非制冷红外焦平面阵列的固定模式噪声,同时具有高均匀性的特点,适用于高性能非制冷红外探测器.     

电控LPG发动机首循环冷起动特性

研究了喷射脉宽、点火提前角、环境温度、起动电压对LPG发动机首循环冷起动性能的影响。试验结果表明:喷射脉宽对电控喷射LPG发动机首循环冷起动特性有极其重要的影响。合理控制喷射时刻和喷射脉宽,并有合适的点火提前角,可达到“即喷即着”的冷起动效果,显著降低HC的排放。     

基于智能控制的汽车发动机可变配气相位系统

提出了基于智能控制的发动机可变配气相位控制方法。采用神经网络构成配气相位产生器,解决了发动机脉谱图的输入与输出非线性映射问题。采用模糊控制器构成可变配气相位控制系统,解决了在无被控对象数学模型的情况下,可变配气相位难以有效控制问题。汽车道路试验表明:整个系统工作稳定,具有良好的动态和稳态性能,高速时汽车等速燃油消耗平均下降了10％,直接挡加速时间下降了4.8％,最低稳定车速限值降低了8.3％。     

硅微机械陀螺仪封装应力研究

封装热应力会降低硅微机械陀螺仪性能,为了减小封装热应力,对封装热应力与封装材料之间的关系进行了研究.首先对封装的硅微机械陀螺仪结构进行了简化,建立了有限元模型,仿真并分析了在封装过程中陶瓷基底材料和粘接剂对热应力的影响.仿真结果表明,陶瓷基底和粘接剂的热膨胀系数与硅的热膨胀系数匹配,且粘接剂的杨氏模量较小时,热应力较小.粘接层厚度超过60μm,平面尺寸大于陀螺仪芯片尺寸时,热应力较小.     

染料敏化太阳能电池改性PEDOT:PSS对电极的制备

通过滚涂法制备了一种掺杂二甲基亚砜(DMSO)和炭黑的改性PEDOT:PSS新型对电极.固定炭黑的加入量,调节PEDOT:PSS与DMSO的比例,用滚涂法制备了不同的薄膜对电极.通过四探针测试仪、扫描电镜、太阳电池测试仪,分别测试了薄膜对电极的方块电阻、表面形貌及其光电性能.结果表明,当PEDOT:PSS溶液与DM-SO的质量比为4.5∶1时,制备的对电极组装的电池性能最佳,短路电流密度为2.12 mA/cm2,开路电压为0.64 V;炭黑的加入使电池的光电转化效率从1.02%提高到1.81%.     

CuSCN纳米粉体的制备及表征

采用液相沉淀法,通过表面活性剂进行分散,制备了-βCuSCN纳米粉体。讨论了反应温度、反应物浓度及表面活性剂对粉体的影响,用X射线衍射(XRD)、透射电镜(TEM)和激光粒度分析仪对粉体进行了表征。结果表明,最佳反应温度为80℃,最佳反应物浓度均为0.2 mol/L;当聚乙二醇400(PEG400)添加量为1.5%时,分散效果最好,制备的粉体平均粒径为40 nm左右。     

基于GRU算法的盾构掘进参数预测——以成都地铁19号线为例

刀盘扭矩和刀盘推力是保障盾构机正常掘进的关键参数,对其准确预测可有效指导设备运行。本项研究的数据来源于成都地铁19号线土压平衡(EPB)盾构机的掘进数据。深入剖析了EPB盾构掘进数据的特点,提出了一种包含数据分割、异常值处理、数据降噪和数据编译4个阶段的标准数据预处理算法。在Butterworth滤波器基础上,利用门控循环单元(GRU)建立了盾构掘进参数预测模型,基于RMSE和MAE指标综合评估预测模型的预测效果。结果表明：预测模型对不同地质条件下的刀盘扭矩和刀盘推力掘进参数均能实现良好预测;经过Butterworth滤波,预测模型的预测精度提高显著;砂岩地层中,预测模型对刀盘扭矩的预测误差最小,RMSE和MAE分别为4.91和3.86。基于GRU算法的掘进参数预测,可提高盾构机掘进状态的判断水平,利于施工参数优化调整。