闸下海漫柔性加糙体消能防冲机理试验

通过室内水工模型试验,量测了采用废旧轮胎加糙后三维流速的分布。结果表明:加糙后近底流速明显降低,但整个断面的平均流速近似相等;随着轮胎排数的增加,水流紊流强度平均值增大,附加切应力增大,流体质点间相互混掺的情况加剧,从而使消能效率得以提高。     

区域层面河湖功能区划研究——以太湖流域为例

河湖功能区划是加强流域管理的一项新举措.对于自然属性和社会经济属性较为均一的区域,河流功能难以按其沿河道的空间分异性进行划分.基于这一特点,提出了区域层面河湖功能区划的概念,建立了由因素层、区划层和功能层构成的区域层面河湖功能区划体系,并提出了区划的方法和程序.进行了太湖流域区域层面河湖功能区划实践,将该区域共划分为3类13个河湖功能区,给出了每一区的功能定位和管理措施.结果表明,区域层面河湖功能区划的概念与方法合理可行,为平原河网区的河湖管理提供了一个新途径.     

土石坝坝顶溢洪道带多层水平加固的泄槽底板的稳定分析

在高山峡谷河流上修建土石坝,若溢洪道布置在岸坡上,开挖工程量会很大。为节约工程造价可将溢洪道直接布置在坝体上。坝体溢洪道的泄槽一般都比较陡,为确保其稳定性现对泄槽底板进行多层水平锚筋加固。通过对泄槽底板的稳定分析得出锚筋的数量和长度与其受力的关系式,为今后工程设计提供理论依据。     

H_2O_2、Fenton试剂与活性炭联用对COD_(Cr)去除效果的对比试验研究

为了开发高效低成本、达到回用水质标准的污水处理工艺,本试验采用H2O2、Fenton试剂与活性炭联用对CODCr进行去除的对比试验研究。结果表明:在室温下200 mL水样,当pH为3,震荡强度为150 rpm时,Fenton试剂-活性炭联用与H2O2-活性炭相比,活性炭用量少200 mg,时间缩短10 h,CODCr去除率高17.6%。试验揭示了Fenton试剂-活性炭联用的反应机理:Fe2+与活性炭共同催化分解H2O2生成大量.OH,能快速氧化降解有机物,使CODCr浓度迅速降低。从工程应用角度和技术经济方面考虑,Fenton试剂-活性炭联用的pH值在5～7适宜;且处理成本更低。Fenton试剂-活性炭联用是处理二级出水CODCr高效、低耗的方法,值得进一步研究和推广应用。     

土中不耦合柱状装药的外部作用爆腔分析

基于现场爆破试验、爆炸应力波理论和爆生气体等熵方程,分析了土中不耦合垂直柱状药包外部作用的爆腔特性,将爆腔分为柱状空腔和半椭球腔两部分,并推演了柱状空腔半径和半椭球腔高度的理论计算公式。通过进行现场爆破试验和理论计算的对比分析,表明:柱状空腔半径比半椭球腔高度大,柱状空腔半径为8.5～15.3倍炮孔半径,半椭球腔高度为7.5～12.1倍炮孔半径。理论计算值与试验值较吻合,理论计算的柱状空腔半径的误差范围是5.2%～20.6%,理论计算的半椭球腔高度误差范围为2.0%～24.8%。同时表明:不耦合装药时药包周围空气间隙的大小对柱状空腔半径影响较大。     

环境评估在加强水电建设项目生态保护中的作用——以安谷水电站为例

随着水电开发强度增大,公众环保意识增强,水电建设项目环境管理要求不断提高,水电工程建设和运营中生态保护措施也得到不断加强,在此过程中,环境影响技术评估工作发挥了积极的推动作用。以安谷水电站为例,阐述了两次技术评估时安谷水电站所采取的主要生态保护措施及环保投资内容,通过对措施及水电站建设投资的对比,说明了水电建设项目环境影响技术评估严格把关的作用。     

支持移动响应的ZigBee网络无线呼叫系统

提出一种支持移动响应的无线呼叫系统,采用JN5139设计呼叫器、路由器、主控机和移动接收机共4类微功率节点设备,利用其自组织而成的ZigBee网状无线个域网实现多种呼叫信息的可靠传输和移动响应。实验表明,该系统具有稳定性好、呼通率高、终端设备功耗小等优点。     

瑞利分布的可靠性分析

基于逐步增加Ⅱ型截尾样本,研究了瑞利分布可靠性指标的贝叶斯估计及其容许性。在不同的损失函数下给出了分布参数、可靠度函数、失效率函数的贝叶斯估计及参数的最短可信区间估计,并证明了贝叶斯估计具有容许性。最后运用蒙特卡洛方法对各结果的均方误差进行了比较。     

基于二进制粒子群算法的异构传感器网络成本最优节点部署机制

节点部署作为无线传感器网络应用的一个核心问题,是保证网络服务质量的重要手段。针对异构传感器网络节点的高密度部署和监测目标的非均匀分布的情况,提出一种基于二进制粒子群算法的异构节点成本优化部署方法。该算法在满足区域节点部署要求的条件下以最小化传感器节点的部署成本为目标函数进行优化操作,以达到降低网络冗余、提高网络服务质量的效果。仿真结果表明,该算法能快速收敛于最优解,能够降低网络部署的成本,提高网络中目标监测的质量。     

基于粗糙度的近似概念格动态分类集成学习模型研究与应用

概念格(Galois格)是一种进行数据分类学习的有效工具,然而建格规模庞大使分类效率和准确率受到较大影响.将粗糙度理论应用到概念格分类问题研究中,提出一种新型的近似概念格动态建格和分类挖掘集成学习模型(CACLR).该模型在粗糙度区间根据样本空间分布构建多个相对独立分布且比较精确的近似概念格分类器,能及时消除建格过程中大量与分类知识无关的节点,有效缩减原格规模,融合得到的分类挖掘集成学习模型,具有较好的粗糙分类精度和知识预测学习能力.最后进行CACLR分类集成学习模型在标准UCI数据集中的对比实验,有效验证了该模型的实用价值.