排序方式: 共有125条查询结果,搜索用时 0 毫秒
61.
为了分析地下厂房围岩边界条件对机墩动力特性的影响以及不同数值模型取值范围对机墩振幅计算结果的影响,结合某水电站地下厂房实际情况,建立了三维有限元数值模型。计算结果表明:厂房边界弹性支撑的增强有助于机墩、风罩的抗振,风罩壁厚的增加对增强机墩、风罩抗振能力效果不明显;采用动力谐响应分析方法计算机墩振幅时,数值模型的取值范围对振幅计算结果有较大影响;计算机墩振幅时,建议采用厂房整体模型,但现行规范中推荐的机组振动荷载需进一步论证确定。 相似文献
62.
针对山区河流中自然形成的阶梯-深潭系统消能研究相对滞后的现状,归纳总结阶梯-深潭系统及台阶式溢洪道已有消能研究成果,从总流能量守恒方程出发,分析阶梯-深潭系统消能机理及消能率影响因素。认为台阶式溢洪道与阶梯-深潭系统的消能方式具有相似性和可比性。研究表明,在不同流量情况下,阶梯-深潭系统消能方式有显著区别,消能率存在较大差异;阶梯-深潭系统消能率的影响因素有坡降、糙率、粒径、阶梯高度和上游来流量,其中阶梯高度、坡降、糙率和粒径与消能率成正比,上游来流量与消能率成反比。认为阶梯-深潭系统消能的进一步研究需要结合大量野外调查数据,研究阶梯-深潭系统的几何特征,测量阶梯-深潭系统流场,进而得到水流能量的传递和耗散规律。 相似文献
63.
青岛大沽河流域防洪决策支持系统 总被引:1,自引:0,他引:1
将水文学与水力学相关模型结合起来,采用VB语言和MapX控件,开发了集数据采集、属性查询及结果显示等功能于一体的大沽河流域防洪决策支持系统。具体的技术路线是:用分布式概念性水文模型模拟流域内支流汇入水库和河道的流量,用一维水力学模型模拟洪水传播过程中河道内水位、流量的变化,用二维水力学模型模拟堤坝漫溢处的淹没范围。该系统的应用对青岛大沽河区域的防汛工作起到了积极作用。 相似文献
64.
为解决水库常规调度图制作经验性强、未考虑水量和水头的最佳协调问题,对常规调度图中的调度线进行进一步优化。通过编码、迭代和数学评价指标建立了调度图逐线寻优方法,以解决调度图优化中多线、多时段导致的高维问题;通过小可行域迭代计算,建立基于廊道约束的遗传算法,减少了调度图优化的工作量,缓解了调度线形态畸变问题。实例模拟表明,对于年保证率允许降低的电站,通过适当降低年保证率,可以提高多年平均发电量。 相似文献
65.
在河网地区,为控制河道水体循环、改善河流水环境质量,需要越来越多的利用水闸联合调控技术。但利用数学模型精确模拟水闸控制对水动力过程影响的技术尚不成熟。利用面向对象思想和三级联解法并结合MPI和OpenMP并行编程技术,开发了潮汐河网水动力模型TRNM(Tidal River Network Model)。将该模型用于珠江三角洲市桥河网,利用实测水文资料对模型进行率定后,模拟了市桥河上雁洲水闸建闸前后不同调度方案对市桥河水动力过程的影响。模拟结果与实测结果吻合良好,并行算法大大提高了模型的计算速度。 相似文献
66.
为了系统揭示流域水资源管理研究的现状、趋势和热点,以Web of Science数据库收录的关于流域水资源管理研究的论文为数据源,利用美国汤森路透公司的数据分析工具TDA,对全世界流域水资源管理研究的论文进行计量分析。结果表明:流域水资源管理研究的论文数量呈稳步增长态势,1991年以后的论文数量增加迅速;美国、中国、澳大利亚和欧洲国家的论文数量比较多,这些国家在此领域的研究比较活跃;2002年是国际流域水资源管理研究的转折年,之前的研究主题比较分散,之后的研究主题比较集中。 相似文献
67.
综述了国内外有关含粉粒饱和砂土和含黏粒饱和砂土液化特性的试验研究成果,对于含粉粒饱和砂土,粉粒质量分数、粉粒粒径和砂骨架颗粒级配对饱和砂土的液化特性影响显著,粉粒的存在或可以增加或降低含粉粒饱和砂土的动强度,或存在临界粉粒质量分数使饱和砂土的动强度随粉粒质量分数的增加呈非单调性变化;对于含黏粒饱和砂土,临界黏粒质量分数使饱和砂土的抗液化强度随粉粒质量分数的增大先减小再增大;黏粒的塑性指数对饱和砂土的抗液化强度有较大影响;不同颗粒组成的饱和砂土对塑性指数的反应不尽相同。 相似文献
68.
针对高液限土填筑时质量难以达到规范要求的问题,以实际工程高液限土直接填筑方案为例,通过碾压试验、晾晒试验、承载比试验、压缩试验和快剪试验研究了压实度对高液限土各项物理力学性能的影响,分析了不同压实度下高液限土的沉降变形情况。结果表明:在相同条件下,含水率对压实度影响最大,碾压次数次之,高液限土类别最小;压实度的降低对土体的承载比、压缩性能、黏聚力和摩擦角均产生不利影响;通过自密沉降量严格控制不同填土高度时的填筑厚度,高液限土采取包盖法处理及降低压实度标准至88%后的直接填筑方案是可行的。 相似文献
69.
针对机械大数据因故障类内离散度和类间相似度较大而导致诊断精度低的问题,提出一种深度度量学习故障诊断方法,采用深度神经网络(Deep Neural Network, DNN)对故障特征进行自适应提取,并利用基于欧氏距离的边际Fisher分析(Marginal Fisher Analysis, MFA)方法进行了优选,在构建的深度度量网络(Deep Metric Network, DMN)顶层特征输出层添加BPNN(Back Propagation Neural Network, BPNN)分类器对网络参数进行微调,并实现故障的分类识别。通过对不同类型和严重程度的轴承故障进行了诊断分析,验证了该方法可以有效地对轴承故障进行高精度诊断,效果优于传统深度信念网络(Deep Belief Network, DBN)故障诊断方法以及常用时域统计特征结合支持向量机(Support Vector Machine, SVM)分类的故障诊断方法。 相似文献
70.