基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

跳车冲击过程中的桥梁动态位移响应分析

以1/4简构车辆和含阻尼简支梁桥为对象,建立可描述跳车冲击过程的车桥耦合振动分析模型。采用Newmark-β积分法获得车桥耦合系统振动响应的数值解。在不同高度、不同跳车位置以及不同车速等工况下,重点讨论跳车冲击过程中桥梁竖向动态位移响应的表现特征。数值分析表明:在文中考虑的跳车冲击工况下,桥梁竖向动态位移存在显著差异;不同跳车高度对动态位移峰值影响很小;不同跳车位置时的竖向动态位移表现各有不同,靠近跨中处,在桥梁前半跨发生跳车冲击对桥梁竖向动态位移值的影响明显大于后半跨,远离跨中处,桥梁前半跨动态位移值与后半跨相近,且最大竖向动态位移表现出滞后特征;不同车速对桥梁竖向位移值影响不同。     

DEA方法在项目厂址选择中的应用

厂址选择是项目建设的重要环节。通过建立方案评价模型,将数据包络分析(DEA)方法应用于项目厂址选择。引入天然气净化厂厂址选择实例,拟定投入、产出因素,利用Matlab对模型进行求解,通过对运算结果的分析,确定最优方案,说明模型及方法的有效性。     

9000m顶部驱动钻井装置结构选型研究

为大幅提高钻井效率,针对9 000 m钻井深度对顶驱的设计要求,通过比较顶驱装置关键部分几种典型的结构,提出适合该型号顶部驱动钻井装置的最优结构形式,为后续9 000 m钻井深度顶部驱动钻井装置的研究提供指导和借鉴。     

海滨区冲填土层特大型储罐基础工程选型研究

江苏LNG储罐,位于盐城黄海海滨。废黄河及古淮河冲填土地质构造,沉积层厚达230 m以上,属中等软土。土质主要为回填土、粉土、粉质粘土、粉砂。特大型储罐荷载大,冲填土层如何满足抗压、抗拔、抗水平位移的技术规范要求,极具挑战性。桩基施工过程中,相互干扰,有孔壁坍塌、缩颈、泥皮、沉渣难清等可能。尤其考虑到对水平位移的敏感,设计上不宜选用高架承台结构,而应该从多种桩基类型方案里挑选优化。文章对于软土地基条件下,大型储罐基础工程的设计选型,进行了总结分析。对软土地基条件下大体积储存设施的设计和施工,具有针对性的借鉴作用。     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。     

110kv及其以下的油浸电力变压器的优化设计

变压器的优化设计是变压器设计的核心,根据变压器自身的特征,通常采用遗传算法进行优化。本系统通过采用改进GA的父代参与竞争的最优保存遗传算法进行优化,得到了几乎必然收敛的优化效果。