地震仪自动阶跃脉冲标定器

<正> 在无线传输测震台网工作中,必须每天定时检查整个系统频率特性和放大倍数的变化率,以判断各遥测子台的信号拾取、传输通道的信号传递和记录系统的信号再现是否正常。为此我们制作了“地震仪自动阶跃脉冲标定器”,经过半年多的使用证明,该仪器可以满足遥测台网自动监测的需要。该仪器采用晶体管钟作为时间服务,利用品体管钟闹时系统12小时循环工作的特点,作     

电磁信息观测仪的标定

本文根据电磁信息观测手段的实际工作需要,简明地阐述了电磁信息观测仪的标定意义,标定精度要求及基本标定方法。为电磁信息资料的定量分析做了一些基础性的工作。     

剪应力压电智能骨料标定方法研究∗

剪切破坏是混凝土结构主要的破坏形式之一,震害较为严重,且难以通过构造措施完全避免。混凝土结构缺少直接、可靠的剪应力监测方法。基于剪应力压电陶瓷的压电智能骨料标定方法尚不成熟。为此,提出了利用混凝土深梁的压电智能骨料标定剪应力场设计方法。将混凝土三点加载深梁加载点与支座连线中点处的剪应力场作为标定区域。首先,建立了二维有限元模型,分析了深梁截面高度和监测区域尺寸对剪应力场均匀性的影响,确定了深梁试件尺寸及监测区域尺寸;其次,研究了梁底配筋与开裂荷载、剪应力幅值及混凝土最大压应变之间的关系,提出了梁底不开裂条件下监测区域达到较高剪应力水平的深梁试件合理配筋方案;最后,在设计的深梁上进行了标定试验,共布置了 16 个剪应力压电智能骨料,通过应变花获取监测区域平均剪应变,确定了剪应力压电智能骨料灵敏度的概率统计参数,验证了用于标定的剪应力场设计方法的可靠性。研究表明,设计的剪应力场应力均匀、 应力水平较高、不受混凝土开裂的影响,标定试验结果可靠,灵敏度系数可直接应用。     

压电智能骨料动态拉应力标定试验研究∗

为了监测混凝土内部受拉开裂损伤,提出了混凝土内部拉应力监测压电智能骨料,并对其进行了动态拉应力标定试验研究。首先,制备4个压电智能骨料受拉试件,建立拉应力监测系统;其次,对压电智能骨料施加往复拉应力,标定得到其灵敏度系数;然后,对压电智能骨料试件施加单调荷载直至其受拉破坏,得到其抗拉强度及输出的电压信号,对比了破坏过程的实际与监测荷载。结果表明,往复荷载作用下,SA输出与输入荷载呈良好的线性关系,SA的灵敏度系数一致性较好;单调荷载作用下,各SA抗拉强度均高于混凝土抗拉强度。综上,压电智能骨料有潜力应用于混凝土内部的拉应力监测。     

浅析提高稳控通道安全可靠性的措施

针对电网稳控通道配置中存在的问题,按照“十八项”反事故措施具体要求,对现状进行了详细分析,并提出了相应的改进措施。应用结果表明:改进措施有效提高了稳控通道的可靠性和合理性,使其安全性得到显著提升。     

集控式微机“五防”在宁东供电局的应用

针对集控站运行中安全防误存在的主要问题,结合宁东供电局集控式微机“五防”项目,对集控式微机防误操作系统的构成、工作原理、功能特点进行分析,提出了宁东集控站设计及施工方案。应用结果表明:方案设计理念先进、实施简单、运行稳定,满足了变电站微机五防系统的发展需求。     

洪水灾情评价的脉冲耦合神经网络模型

洪水灾情的评价工作对洪水灾害的分类管理具有重要的指导意义。脉冲耦合神经网络模型应用到洪水灾情评价中是一次新尝试,该方法通过脉冲输出从而调节阈值,并且应用动态阈值来确定洪水灾情的等级。这个方法比传统的BP模型简化了权值的训练,模型更加简便、直观。采用脉冲耦合神经网络模型得出的评价结果同灰色关联法、灰色聚类法、灰色模糊综合法的评价结果进行了比较,表明其用于洪水损失评价具有科学性和实用性。     

脉冲电压下油-膜绝缘中的局部放电特性研究

针对油-膜绝缘设备可能出现的 3 种放电类型,通过搭建脉冲电压下局部放电检测平台,采用局部放电测量方法,研究其局部放电量及放电图谱的变化情况及两种不同老化程度的油-膜绝缘样品局部放电特性。结果表明:油-膜绝缘系统的放电图谱与油绝缘系统放电图谱放电脉冲脉宽明显不同,随着油-膜设备绝缘的老化,会导致局部放电更容易发生,放电量更大。     

PEER地震动数据库中含速度脉冲近场地震记录

以断层距0~20km为范围,利用美国太平洋地震研究中心PEER数据库收集整理含速度脉冲近场地震记录。研究了速度脉冲峰值和PGV/PGA比值分别与场地类别、矩震级以及断层距的关系。依据现有的PEER数据库,共整理出126条含速度脉冲近场地震记录,并按水平速度脉冲峰值由大到小顺序给出了该126条地震记录的列表。水平速度峰值主要分布于30~150cm/s,集集地震记录最多,C类和D类场地的地震记录数量较多。峰值大于100cm/s的速度脉冲地震记录主要出现在C类和D类场地,它们均出现在矩震级6.5级以上的地震记录中,均分布于断层距0~10km的范围内。PGV/PGA比值大于0.2的地震记录主要分布于C类和D类场地,除编号RSN316的地震记录外均出现于矩震级6.5级以上的地震记录中,主要分布于断层距0~10km的范围内。     

近场脉冲地震下考虑模型不确定性的桥梁时变抗震分析

为了研究近场脉冲地震下桥梁结构的时变抗震性能,以一座常规连续梁桥为研究对象,引入氯离子侵蚀模型,在考虑多种不确定性因素基础上,采用拉丁超立方抽样建立不同服役时期的时变模型样本,运用增量动力分析方法,从能力、需求以及倒塌等方面对算例桥梁的时变抗震性能进行了研究和评价。结果表明:近场脉冲型地震下结构的抗震需求明显大于远场地震;氯离子侵蚀导致钢筋锈蚀后力学性能发生改变,箍筋对核心混凝土约束能力减弱,锈蚀纵筋屈服强度及极限拉应变都降低,导致桥墩的变形能力下降;与地面运动的不确定性相比,模型参数的不确定性对结构的抗震需求均值及离散性影响均不大;随着服役时间延长,钢筋锈蚀加剧,桥墩出现倒塌破坏的概率加大。     

系统扰动对阀控VBE运行影响分析

针对一次交流系统扰动过程中导致的换流阀VBE A/B双系统故障引起的极I直流系统闭锁案例,通过介绍VBE系统运行原理,触发字产生的机理,同时以现场故障录波数据为依据对异常情况进行分析,提出了电子设备抗干扰的应对措施。分析结果表明:系统扰动过程的高频地环电流对运行过程中的VBE产生了过量的干扰,引起了极控与VBE接口装置之间触发脉冲转换的异常,这种异常在严重情况下导致VBE故障。     

强震记录中速度大脉冲模拟及其对反应谱的影响

在近断层地震中,具有速度大脉冲的强震动对建筑物的影响较大。为了描述速度大脉冲,Makris和Roussos提出了由简单连续函数构成的模型,该模型参数较少、形式简单,用来描述实际地震记录中的速度脉冲大多取得较好的效果,但还是有一些记录模拟的结果会出现"丢失"现象,存在一些缺陷。针对此问题,本文提出了2个改进的方法——组合法和镜像法,用来扩展Makris和Roussos模型的适用范围,使其具有更好的适应性。     

依据材料与构件的受弯性能综合评价ECC的控裂性

为了研究国产的工程水泥基复合材料(Engineered Cementitious Composites,ECC)和普通聚乙烯醇(Polyvi-nyl Alcohol,PVA)纤维混凝土对结构增韧和控裂的效果,分别采用材料试验和构件试验进行研究。通过四点弯曲试验,发现ECC的峰值荷载和峰值荷载对应的拉应变要远远大于普通混凝土、PVA纤维混凝土,而且ECC起裂以后,裂缝宽度较小,且发展较慢,控制较好;采用不同高度的ECC、PVA纤维混凝土作为钢筋混凝土梁底保护层,发现1/4h ECC对钢筋混凝土增韧的效果最好,且裂缝宽度为0.2mm时,1/4h ECC的承载能力比普通钢筋混凝土提高1.6倍,峰值荷载比普通钢筋混凝土提高约12%;同时发现,在相同荷载作用下,采用ECC作为梁底保护层时,裂缝宽度比钢筋混凝土小,且可以有效地控制裂缝宽度的快速增长,间接提高结构的耐久性。     

基于小波变换和极点对称模态分解对近断层多脉冲地震动的联合分析研究*

提出一种基于连续小波变换和极点对称模态分解的针对分析非线性非平稳类型的近断层多脉冲地震动信号的联合方法,并介绍了该方法的基本原理和分析优势。利用Matlab平台编制了联合分析程序并针对台站实际地震记录进行了实例分析,得到本征模态函数及瞬时频率,并与经验模态分解方法和小波分解方法分解结果对比。结果表明:(1)该方法不需要人工设定优筛分次数以及分析频率范围;(2)通过方差比率分布曲线能够自适应地确定最优筛分次数,并给出全局最优均值曲线;(3)通过直接积分法能够确定本征模态函数的瞬时频率,直接积分法和Hilbert方法的分析结果基本吻合,但直接积分方法在分析效率方面更突出;(4)实例地震动信号在得到的脉冲能量最强方向上的速度时程幅值较原记录的两个水平向速度幅值增大了50%;(5)该方法针对实例地震动在能量最强方向上抽取的脉冲分量峰值与原信号相差仅0.56%。     

基于灰色理论和神经网络的边坡位移预测

边坡位移的发展受地质条件、天气环境和人类活动等众多因素的影响,变化趋势复杂,很难建立一个准确的经典数学模型对其进行全面的描述。为了得到边坡位移较准确的估计,采用多模型信息融合技术对边坡位移进行了预测。首先,将边坡这类影响因素复杂的系统看成是一个灰色系统,分别采用GM（1,1）模型、Verhulst模型和DGM（2,1）模型对位移值进行预测。其次,考虑到神经网络的高速并行计算能力和类似人类思维活动的处理机制,利用神经网络的办法对不同的灰色预测模型进行组合,生成灰色神经网络模型,该模型有效地将灰色理论弱化数据序列波动性的优点和神经网络特有的非线性适用性信息处理能力相融合,通过反复训练、学习,自动调节,可以得出各模型在组合模型中的合理权重,从而输出满意的结果。通过对比发现,利用组合灰色神经网络模型预测的位移值,比单独的灰色模型预测的位移值具有更高的精度。