河道形态特征的随机分形模拟

应用随机分形理论中的一维和二维RMD模型,在给定平面区域上生成了不同分形维数、粗糙程度及分辨率的河道剖面轮廓及床面形态。结果表明:不同分形维数的河道剖面轮廓或床面形态具有相似的微观粗糙结构,且随着分形维数的增大,结构复杂程度提高,粗糙度的峰谷位置不变,但各点的幅值将发生不同程度的变化。     

基于分数布朗运动的自相似流量判别及生成方法

针对网络流量自相似程度判别方法较少和应用分数布朗运动(FBM)进行自相似流量模拟时可能会产生负值流量等问题,给出一种基于多阶矩的自相似流量判别方法和改进FBM模型的自相似流量模拟方法。首先通过分析样本矩的数学式,在分形矩分析的基础上得到一种多阶矩的自相似判别方法,然后对经典的随机中点置位(RMD)算法进行改进,最后对Bellcore和LBL实验室采集的真实流量数据进行自相似判别和模拟,仿真验证实验结果表明该方法的有效性。     

金属粉芯焊丝＋RMD技术在管道全位置根焊中的研究及应用

金属粉芯焊丝是药芯焊丝和实芯焊丝的混合物,具有熔敷速度较高、易于调节合金成分、狭小的根焊方便、焊接飞溅量少、熔渣量少等特点;RMD技术是由软件控制的,对短路过渡作出精确控制的一种技术.针对国内长输管道全位置根焊施工焊接技术现状,选用金属粉芯焊丝+RMD技术,制定焊接工艺方案,进行焊接工艺试验,成功实现了管道全位置根部半自动焊接.试验结果表明,焊接过程熔池稳定,易在根部产生高质量熔深,焊逢两侧熔合良好,可形成高质量的焊缝.     

STT与RMD根焊焊接技术

为更好地区分STT根焊与RMD根焊各自的优点和适用范围,从采用的设备、工作原理、参数调节方式、焊缝成形、焊接质量和现场应用情况等方面对比分析了两种根焊方法.从中可知,STT与RMD的送丝机构不同,一个是开放式,一个是密封式,STT在厚壁材料上易出现冷熔缺陷,但能很好地控制薄壁材料的变形,STT适合于在固定地点、薄板和需控制焊接变形的结构上应用;RMD适合于管道野外施工.     

自相似模型下的交换式网络仿真

传统模式下的网络仿真,报文到达均服从的是一种具有短相关特性的泊松分布。而经过大量业务流量监测表明,网络流量实际呈现出的确是一种具有长相关特性的自相似分布,这种特性对网络流量建模、性能分析、接纳控制等产生了重要影响。在对自相似特性深入分析的基础上,利用分型布朗运动模型的RMD算法产生自相似序列来模拟网络业务,并对该业务流特性下的交换式以太网进行了仿真实验。结果表明业务量的自相似性对交换式网络的各项性能影响很大,这与传统流量模型形成鲜明对比。     

西气东输二线用RMD根焊技术

介绍了RMD设备的特点、根焊技术的参数调节、应用参数、易出气孔的原因、焊接工艺和根焊接头分析等.RMD作为一种精确控制下的短路过度技术.能通过检测短路电流发生时间及时改变焊接电流和电压,是一种动态控制技术,可以精确控制熔池.结果表明,该设备操作简便、焊接速度快、根部成形好,对焊接飞溅、热影响区以及平稳过渡的优化都明显强于传统的根焊,在管道全位置焊接中具有较好的应用前景.     

X80钢焊接工艺研究

针对天然气输送用管线钢从X60迅速提高到X80的现状,对1 016 mm×18.4 mm的X80钢管焊接工艺进行研究。试验采用RMD下向焊工艺,填充、盖面采用全自动焊上向焊工艺,坡口采用V型,单边坡口角度22.5°~23.5°,对口间隙为2.5~4.0 mm,钝边为0.8~2.4 mm,焊接前将坡口内外两侧25 mm范围内清理干净,并将管端10 mm范围内的螺旋焊缝或直缝余高打磨平滑。试验结果:试样抗拉强度均超过620 MPa,冲击功平均值均大于80J,弯曲试验和刻槽锤断试验全部合格,该焊接工艺高效、优质、可行。     

一种基于RMD的可控性真实感山脉的模拟方法

提出了一种利用山脉的少量特征点的三维坐标,采用分形技术快速生成可控性、真实感山脉的方法,并在PC机上用VC＋＋6.0结合OpenGL编程,将生成的山脉数据转化为具有真实感的可视化图形。模拟实验结果表明提出的算法成功解决了传统的基于RMD的山脉生成算法中山脉形状无法控制的问题。     

赤泥渗滤液对改性GCL防渗性能的影响

旨在评价商用土工合成材料黏土衬垫(GCL)用于阻隔赤泥渗滤液的有效性.赤泥渗滤液作用下GCL的防渗特性是评价其防污性能的关键因素.以商用改性GCL中膨润土为研究对象,通过自由膨胀试验,研究了4种赤泥渗滤液中膨润土的自由膨胀指数.以商用改性GCL为研究对象,通过改进滤失试验,研究了4种赤泥渗滤液作为渗透液作用下GCL渗透...     

基于网络业务流的RMD算法模型设计

现代实际网络业务相比传统业务更为复杂，在各个时间尺度下表现出自相似的突发特性（相关函数上表现为长相关特性）。我们可以在线测量网络中的高速业务流，再根据实测时间序列数据，用RMD方法建立并分析高速业务流的自相似模型。RMD算法速度快，同时能很好的匹配业务流的自相似特性。