基于绝热火焰温度多元混合气体可燃性极限的理论预测

为了预测多元混合气体可燃性极限,通过化学平衡计算软件分析确定了气体在可燃性下限（LFL）和可燃性上限（UFL）的燃烧产物及计算绝热火焰温度（CAFT）,基于能量平衡方程和简化反应模型,分别建立了混合气体LFL和UFL预测模型。应用该预测模型对CH4、C2H4、C3H8、C3H6和CO组成的不同比例混合气体可燃性极限进行预测。结果表明:简化反应模型对于LFL和UFL预测值与文献中实验值的平均相对误差分别为2.76%和5.45%,相关系数分别为0.995和0.950;同时发现两步简化模型对含有C2H4和CO混合组分预测结果误差较大,但对于平均碳原子数大于2的混合气体,预测结果一致性较好。     

深度置信网络算法在公路边坡工程安全评价中的运用

针对传统边坡工程安全评价方法无法对边坡稳定性进行符合实际情况下工程安全评价的问题,提出一种基于深度置信网络(Deep Belief Networks, DBN)算法的公路边坡工程安全评价方法。首先,使用MATLAB建立模型;然后,对基于DBN算法的边坡稳定性安全评价方法进行研究;最后,使用DBN算法在莆炎高速公路项目中进行公路边坡工程安全评价。结果显示：(1)与反向传播(Back Propagation, BP)神经网络相比,DBN模型得到的预测值误差更小,精度更高,计算复杂度更低、可扩展性更强;(2)在实际工程中,DBN算法能够有效地对众多非线性因素共同作用下的公路边坡进行符合实际的安全评价。     

维数约简用于BPNN的核事故源项估算方法

为在核事故后果评价中准确估算放射性物质源项,优化误差反向传播神经网络(BPNN)核事故源项估算模型,用主成分分析(PCA)法选取累计贡献率大于85%的6个主成分,代替原模型源项的10个影响因素,建立PCA-BPNN模型;用随机森林(RF)算法计算源项各影响因素的重要性,去除风向和混合层高度这2个重要性较小的影响因素,构建RF-BPNN估算模型;对比分析上述3个模型的估算效果。结果表明:与BPNN模型相比,PCA-BPNN模型与RF-BPNN模型估算时间较短,误差较小,可如实反映事故的源项信息; RF-BPNN模型相比于PCA-BPNN模型,精度及稳定性更优。     

集合卡曼滤波算法对FARSITE模型林火蔓延预测的修正效果研究

针对火源位置输入偏差导致的FARSITE林火行为模型火线预测不准确的问题,提出了一种基于集合卡曼滤波算法的动态修正方法。利用FARSITE对复杂工况下的林火蔓延过程进行数值模拟,以火线位置为待修正参量,以均方根误差(RMSE)为评价指标,对算法的可行性进行了验证,并研究了算法的集合元素个数,观测数据标准差及同化频率对FARSITE预测偏差的修正效果的影响。结果表明:算法能显著提高FARSITE火线预测精度;逐时同化时:集合元素个数为5 时,算法的修正效果并不理想,随着集合元素个数增大,样本误差减小,修正效果得到改善,但增大到30以上时, 修正能力的提升就不再明显;观测数据标准差大小与RMSE值呈正相关;给定条件下当同化频率由1 h/次降低至2 h/次,整个模拟时长内的误差仍能得到较好控制,RMSE曲线并不会过快增长。     

基于PCA-BP融合的边坡稳定性评价模型

针对边坡岩土体物理力学性质复杂、边坡稳定性影响因素众多等特点,提出将主成分分析(PCA)和BP神经网络结合起来进行边坡稳定性评价的方法。若BP神经网络训练误差一定,则网络信息容量与样本数成正比。当样本数较少时,就必须减少样本维数,以达到较好的匹配效果,为此,引入主成分分析法(PCA)对影响边坡稳定的众多变量进行降维处理,以消除输入数据间的相关性,有效地减少预测模型的输入量,优化网络的输入节点数,提高网络的运行效率。针对BP算法容易落入局部最小、收敛速度慢等缺点,引入粒子群优化算法(PSO)优化神经网络的连接权重与阀值,从而克服了BP神经网络的固有缺陷。在此基础上,建立基于PSO优化算法的PCA-BP融合的边坡稳定性评价模型。模型分为3个层次,第一层次为输入层,即经过PCA分析之后获得的主成分;第二层次为隐含层;第三层次为输出层,即安全系数。应用该评价模型进行算例分析,结果表明,安全系数的模型计算值与参考值的绝对误差均很小,相对误差均控制在6%以内,吻合程度较高。     

基于HIOA-MK-TCRVM算法的边坡稳定性估计模型

为提高边坡稳定性估计方法的精度及计算效率,将混合智能优化算法(HIOA)与多核二分类相关向量机(MK-TCRVM)算法相结合,建立HIOA优化的MK-TCRVM(HIOA-MK-TCRVM)算法,并用其估计岩质边坡及土质边坡稳定性。同时,基于单核二分类相关向量机、支持向量机(SVM)等算法建立其他的边坡稳定性估计模型,并与HIOA-MK-TCRVM算法进行精度与稀疏性对比分析。最后,分析HIOA算法优化MK-TCRVM算法参数的效果。结果表明,HIOA-MK-TCRVM算法对训练集与测试集边坡稳定性估计的准确率均达到100%,其精度优于其他边坡稳定性估计模型;HIOA-MK-TCRVM算法的相关向量数占训练样本数的25%以内,模型稀疏化效果明显;向HIOA算法中加入遗传操作后,其进化速度及最优解均得到较好的改善。     

考虑驾驶员反应时间的车辆碰撞预警模型

为了保证车辆在行驶过程中的安全性,提出了一种考虑驾驶员反应时间的车辆碰撞预警模型,改进了传统模型中驾驶员反应时间定值化的缺点。首先,依据车辆的制动过程分析了驾驶员反应时间对制动距离的影响。其次,设计驾驶员反应时间的模糊推理算法,选取驾龄、疲劳强度和应变能力3个主要因素作为评价指标来计算反应时间。最后,采用分等级的预警策略建立考虑驾驶员反应时间的碰撞预警模型,并通过Carsim-Matlab/Simulink联合仿真与传统模型进行对比分析。结果表明,设计的预警模型可以对不同类型的驾驶员进行差异化碰撞预警,在30 km/h和80 km/h两种车速下实际停车距离与理论值的最大误差为8%。     

BP神经网络模型的改进及其在海底管道外腐蚀速率预测中的应用

针对海底油气管道外腐蚀问题构建模型预测其腐蚀速率，建立基于改进鹈鹕优化算法(Improvement Pelican Optimization Algorithm, IPOA)的BP神经网络(Back Propagation Neural Network, BPNN)腐蚀速率预测模型。通过Logistic-Tent混沌映射初始种群与收敛因子非线性化的方法提高鹈鹕算法(POA)的全局搜索能力和寻优精度，采用IPOA算法优化BPNN的权值和阈值，提升模型的预测精度与鲁棒性。以实海挂片试验数据为基础，建立POA-BPNN和BPNN模型作为对比。结果表明：IPOA-BPNN模型的决定系数R²为0.966 4,均方误差为0.235 3,平均相对误差为3.16%,均优于其余两个模型，模型的鲁棒性较未改进有较大的提升。这表明IPOA-BPNN模型能够为海底管道的维修与更换提供决策支持。     

基于SVM的含缺陷20钢弯管爆破压力预测

为快速、精确预测含局部减薄缺陷的弯管爆破压力,首先验证显式非线性有限元模型的模拟精确性,然后以168组不同缺陷尺寸下20钢弯管爆破压力的有限元模拟数据作为学习样本,建立含局部减薄缺陷20钢弯管爆破压力预测的支持向量机(SVM)模型;其次利用交叉验证(CV)、遗传算法(GA)、粒子群算法(PSO)分别优化SVM模型;最后分析对比用于预测弯管爆破压力的3种优化SVM模型与ASME B31G-2009、DNV RP-F101、SHELL 92等3种通用规范的计算误差。结果表明：CV-SVM、GA-SVM、PSO-SVM等3种模型的预测误差均小于3种规范的计算误差,其最大相对误差分别为-2.33%、-3.4%和1.94%;说明SVM模型用于预测弯管爆破压力时操作简单、计算时间短、预测精度高、工程实用性好。     

基于岩体扰动参数的边坡结构优化

为了研究岩体扰动参数对边坡稳定性的影响,根据某露天边坡岩体物理性质及坡体钻孔勘探结果,分析了边坡体各岩组在不同扰动参数下的强度弱化过程;考虑由扰动产生的节理裂隙对边坡稳定性的影响,通过Phase^2软件对仿真计算模型进行了不同扰动程度的区域划分;同时提出了一种用于直观表征露天整天边坡稳定性的安全系数“玫瑰花”图。结果表明:各边帮受节理切割和爆破扰动的影响,稳定性差异较大,部分边帮安全储备充足,仍存在优化空间;节理裂隙几何位置对边坡失稳滑移面具有控制作用,对于近乎顺层岩质边坡,其破坏主要沿节理面剪切滑移;对于具有浅埋倾覆节理面边坡,由于岩体强度较高易发生倾倒破坏,所绘制的边坡安全系数“玫瑰花”图可直观表征露天边坡整体稳定性,考虑局部扰动影响对边坡稳定性分析进行精细化表征,为矿山边坡角度的进一步优化提供了一定的参考指标。     

电动转向系统助力性能研究

汽车电动转向系统的助力性能直接关系到汽车转向操作的安全 ,笔者以电动转向系统的跟踪性能和对扭矩传感器测量噪声及路面干扰的抑制为控制系统设计的目标 ,将H∞ 控制理论应用于控制系统的设计 ,采用LMI处理方法设计了控制器。计算机仿真结果证实 ,所设计的电动转向系统具有良好的跟踪性能 ,并有效地抑制了扭矩传感器测量噪声和路面激励干扰的影响 ,仿真结果为电动转向系统的设计提供了依据     

不同防排烟方式下车厢火灾烟气运动的数值模拟研究

为了揭示车厢内部火灾烟气在不同防排烟方式下的迁移特征,优化选择最优防排烟方式,运用火灾动力学软件FDS对CRH2A动车组的一节车厢进行模拟计算。分别采用机械排烟系统、空气幕系统及二者复合系统对车厢内烟气进行控制,对比分析不同排烟系统下车厢内烟气温度、烟气层高度和烟气浓度的变化规律。结果表明:随着排烟量的增加排烟效果显著增大,但排烟量不宜过大,当固定功率为0.2 MW时,V2=0.87 m3/s排烟效果最佳;空气幕在一定程度上可以阻挡烟气蔓延至相邻车厢,机械排烟在降低烟气温度与浓度方面的效果比空气幕系统明显;每个独立系统的控烟效果远不及二者复合系统效果明显。综合考虑防排烟的有效性和经济性,在本文设定工况下,V1=1.12 m3/s、V2=1.62 m3/s为最优防排烟组合方式。     

复杂地形对含硫气井应急计划区划分的影响

研究复杂地形对含硫气井应急计划区(EPZ)划分的影响,为高风险油气田的安全生产提供参考。根据含硫气井井口与周边地形的关系,将复杂地形分为3类;选择不同类型复杂地形的3口含硫气井,采用大涡模拟方法模拟不同H2S释放速率、不同风速和风向、不同井喷点火时间的组合条件下H2S大气扩散质量浓度场,积分计算各井H2S毒性负荷的时空分布。在此基础上,研究EPZ半径与H2S释放速率之间的关系,然后建立以H2S释放速率为指标的不同类型复杂地形含硫气井EPZ的划分方法。结果表明第一类模型计算结果明显大于第二类和第三类模型,第三类模型的计算结果最小,此差异随着H2S释放速率增大而愈显著。计算结果合理,方法适用且可行。     

基于差异进化算法的爆破震速参数识别与优化

爆破震动衰减特性研究通常采用经典的萨道夫斯基公式实现。如何根据不同爆破条件合理选择公式中的场地系数K和衰减指数α是确定爆破控制参数的关键。实际工程分析中,通常采用可监测参数反演识别方法获取K和α值。以大连地铁2号线201标段接收井横通道爆破作业为背景,基于差异进化(DE)算法中缩放因子F和交叉概率Cr贡献值的合理选择,研究萨道夫斯基公式K和α的反演问题。首先,通过对算法中F和Cr不同取值对萨道夫斯基公式计算结果的影响分析,得到各向震速条件下收敛最小的F和Cr值;然后,根据F和Cr取值反演K和α参数。工程实践表明,基于DE算法反演识别得到的K和α值代入萨道夫斯基公式,计算得到的垂向、纬向、经向速度及合速度与实测速度变化趋势一致,并处在合理误差范围之内。     

防洪预报调度方式下水库下游防洪风险分析--以葠窝水库为例

水库实施的防洪预报调度方式是解决我国防洪和兴利之间矛盾的一条有效途径,其对水库上下游的防洪风险率的大小是决定其能否实施的关键.目前对此缺少一种定量计算方法.本文在分析防洪预报调度方式风险指标的前提下,根据水库洪水径流深与产流预报误差的分布规律,采用数值分析方法计算水库实施防洪预报调度方式时,相对于常规调度方式,产流预报误差对水库下游防洪风险率,并以实例论述了具体分析思路和计算过程.     

基于改进GMM算法的林火烟雾识别研究

针对森林火灾烟雾场景光照突变时传统混合高斯模型(GMM)无法适应的问题,提出基于改进GMM的林火烟雾识别算法。通过六足机器人平台上的CCD摄像机读取当前帧图像,与混合高斯模型建立的前一个背景图像作差分得到变化区域,计算二值化后的变化区域中像素值为1的像素点占总像素点的比例,与设定的阈值相比较从而判别森林火灾场景中的光照是否发生突变。若场景内光照发生突变,采用一个较大的更新速率α,保持模型的稳定性;若场景内光照未发生突变,根据不同的情况自适应调整更新速率α的值,保证模型快速收敛。实验表明,改进的GMM算法可检测到场景中相对完整的动态烟雾区域,满足林火烟雾的检测要求,以期为图像处理在森林火灾巡检机器人上的应用和进一步研究提供参考。     

矿井主风机不停风倒机系统最优控制研究

为解决矿井停机切换主要通风机过程中引起的井下风量波动很大,易造成瓦斯积聚等引发的安全问题,提出1种基于智能控制的主通风机稳风切换系统.建立动态风机倒机数学模型,提出基于改进粒子群算法优化的模糊自适应PID的控制方法,并应用MATLAB进行仿真实验,结果表明:控制方法控制效果明显,在系统运行的120 s内,井下风量波动始...     

Real-time leak detection in oil pipelines using an Inverse Transient Analysis model

Based on Inverse Transient Analysis (ITA) method, a real-time leak detection method is proposed to capture leak location and the associated leak rate in oil pipe conveyance systems. In the proposed approach, location and flow rate of leak (if any), the fluid properties, as well as physical parameters of the system, are calculated in consecutive periods through minimizing the discrepancy between the calculated and measured flow parameters of the system. The method of characteristics is employed to numerically calculate the transient responses of the system and the genetic algorithm is utilized as the optimization engine. The proposed approach was applied to several real pipeline systems in which the required transient flow data are either directly collected from the field or fabricated with a third-party numerical software. Extensive numerical explorations were conducted to investigate the performance of the proposed method in real-time leak detection and to determine the extent to which field data errors, stemming from Supervisory Control and Data Acquisition (SCADA) systems and measurement equipment, affect the leak flow rate and location detectability of the proposed approach. The results show that the proposed approach provides promising results under a variety of transient and steady-state flow conditions even in the case with small leak flow rate of around 2% of the line rate. The results also reveal that the noises in the measurement data and the errors originated from SCADA systems do not significantly compromise the leak detectability of the proposed approach, confirming that the proposed approach can be utilized in practice.     

两端截尾概率分布下围岩可靠度研究

岩体工程的安全性设计通常采用可靠度和可靠指标进行设计,可靠度计算中的随机变量参数通常取-∞到+∞,而岩体参数是不可能为负或者无穷大的。为此,借助理论分布,提出了两端截尾概率分布下围岩可靠度计算的应力—强度干涉模型。并利用该干涉模型建立了参数为正态分布下的可靠度计算公式。应用该方法对康家湾铅锌金矿一巷道围岩进行了可靠度计算。实例表明:两端截尾概率分布的取值更加符合岩体力学参数的实际取值,同时可靠度也相应提高,模拟次数减少,收敛速度加快。从而为矿体围岩的安全性设计提供理论依据。