岩土参数概率密度函数的正交多项式推断

岩土参数的概率密度函数在岩土工程可靠性的分析中有很重要的作用。文章基于数值逼近原理，直接根据试验样本矩，运用勒让德正交多项式来拟合岩土随机参数的概率密度函数。并且用X^2法进行检验，根据有限比较法确定其中的最佳分布概型，在理论上证明该方法的正确性和实用性。通过算例表明，所得到的逼近表达式有很好的拟舍性能，数值计算稳定，可以满足岩土工程可靠性分析的要求。     

岩石力学参数概率分布的信息熵推断

基于信息论的最大熵原理，直接用牛顿迭代法，由样本矩来推断岩石力学参数的概率密度函数，并且用精度较高的K-S检验法，从理论上证明所求的密度函数的正确性。算例表明，该方法避免了复杂的数值计算，可以满足岩石工程随机可靠性分析的要求。直接根据试验样本信息和统计方法推断，而不是先假定成经典的理论概率分布，具有更充分的数学和物理意义。由于概率分布采用指数形式而不是幂函数系多项式，避免了计算中的震荡等不稳定现象。     

岩爆预测的概率模型

基于岩石单轴抗压破坏特征和强度概率分布规律，首次引入岩爆烈度是岩石概率破坏表现的观点，建立岩爆烈度与岩石单轴压缩强度概率密度函数的对应关系，进而确定不同应力强度比条件下各级岩爆烈度发生概率的计算式。该预测模型能够反映洞室岩爆发生的基本规律，并可以预测不同应力条件下的各级岩爆的发生概率。工程实例分析表明该预测模型是有效的。     

奇偶矢量RAIM算法的故障检测研究

RAIM作为一种行之有效的卫星故障诊断方法,在GPS完好性监测中发挥着重要作用。文中基于奇偶矢量RAIM算法,根据检验统计量在正常和故障情况下概率密度函数的不同,从概率角度对GPS完好性进行研究分析,主要阐述了误警率、漏检率和检测门限的概念及其之间的关系;并得出了可见卫星数增多时,漏检率不降反升的结果,这是RAIM算法的一个致命缺陷;最后仿真分析了伪距误差对漏警率的影响。     

爆炸作用下单层板失效概率

爆炸作用下板壳结构的可靠性研究具有重要意义。本文取炸药密度、钢材的弹性模量和极限强度作为基本随机变量,利用自编的随机数生成程序得到100组随机变量的初始值;采用有限元程序进行仿真计算,得到每个样本中的最大应力值,采用D检验的方法进行检验,符合正态分布,并应用可靠性基本理论求得钢板的失效概率。     

确定随机变量概率分布参数的推广Bayes法

确定随机变量概率分布参数的推广Ｂａｙｅｓ法张广文，刘令瑶（北京水利水电科学研究院岩土所，，１０００４４）１前言Ｂａｙｅｓ统计是概率统计理论中的一大学派。它是由条件概率公式推理引伸而来。在推理过程中引入了先验概率和后验概率的概念。依据已有的经验或试验资...     

售电侧开放市场环境下基于多分位鲁棒极限学习机的短期负荷预测技术

该文基于极限学习机算法设计一种用于短期负荷预测的多分位鲁棒极限学习机模型,该模型能解决传统预测模型抗干扰能力差的缺陷,可以在面临不确定性因素干扰的情况下准确预测负荷。对传统模型和多分位鲁棒极限学习机模型的鲁棒性和多分位性进行验证,对比结果表明,多分位鲁棒极限学习机模型的鲁棒性更好,在不同分位下的预测精度更高。     

分级进风旋流燃烧室内湍流燃烧的数值模拟

应用考虑湍流-化学反应相互作用的代数二阶矩-概率密度函数(PDF)湍流燃烧模型,对分级进风旋流燃烧室内两组工况下的甲烷湍流燃烧进行了数值模拟,得到的二氧化碳浓度和气体轴向脉动速度均方根值分布与实验数据相符合,得到的气体轴向和切向速度、轴向一切向脉动速度关联量、温度和氧气浓度分布与实验数据基本相符合.研究结果表明,选取适当的二次风率可以起到优化燃烧过程的作用.     

IDENTIFICATION OF GAS-LIQUID FLOW REGIMES IN A HORIZONTAL FLOW USING NEURAL NETWORK

The knowledge of flow regimes is very important in the study of a two-phase flow system. A new flow regime identification method hased on a Probability Density Function (PDF) and a neural network is proposed in this paper. The instantaneous differential pressure signals of a horizontal flow were acquired with a differential pressure sensor.The characters of differential pressure signals for different flow regimes are analyzed with the PDF. Then, four charaeteristic parameters of the PDF curves are defined, the peak number (K1), the maximum peak value (K2), the peak position (K3) and the PDF variance (K4 ). The characteristic vectors which consist of the four characteristic parameters as the input vectors train the neural network to classify the flow regimes. Experimental results show that this novel method for identifying air water two-phase flow regimes has the advantages with a high accuracy and a fast response. The results clearly demonstrate that this new method could provide an accurate identification of flow regimes.     

基于动态聚类算法的两相流流型识别方法研究

采集了水平管内气水两相层状流、搅拌流以及弹状流三种流型的差压信号,利用概率密度函数(PDF)方法对信号特征进行了分析,定义了反应PDF变化的四个特征参数,即,PDF波峰个数K1、PDF波峰峰值K2、PDF波峰位置K3以及PDF方差K4,然后利用动态聚类算法对三种流型进行了分类识别。结果表明,应用PDF结合动态聚类算法可以快速、准确的对气水两相流流型进行识别,这种方法是可行的。