基于人工神经网络的气体泄爆最大超压预测研究

为解决传统经验公式在预测气体泄爆中最大超压出现时的较大偏差或过于保守的问题,提出使用人工神经网络预测气体泄爆最大超压。基于124组实验数据,采用BP与RBF神经网络,通过优化算法计算与迭代循环对泄爆样本中的影响因素进行降维与选择,并确定2类神经网络本身在学习与计算气体泄爆样本时的相关参数。结果表明:PCA（主成分分析法）在当前样本条件下的降维效果较差,而通过迭代对比确认气体泄爆样本中的5类特征全部保留时神经网络的训练模拟效果最好;通过对124组实验数据进行随机挑选训练集与测试集的训练模拟结果发现,神经网络对气体泄爆中最大超压的预测效果较好;通过对比Molkov提出的和经Fakandu等改进的NFPA 68经验公式以及2类神经网络的预测结果表明,神经网络相比于传统气体泄爆经验公式具有明显优势。     

基于疲劳累积破坏机制的储罐结构动力可靠度分析

针对随机风载荷作用下储罐结构动力可靠性问题,以300 m3的中小型立式低温储罐为研究对象,利用AR模型进行数值模拟得到风载荷的脉动风速时程与脉动功率谱密度函数。采用ANSYS建立储罐三维有限元模型,并对储罐进行动力学分析,计算出储罐结构的随机响应,进而求出随机风载荷作用下储罐结构动力可靠性所需全部数字特征,最后利用疲劳累积损伤机制计算得到储罐的动力可靠度。结果表明:假设结构强度不随时间退化,前5 a动力可靠度基本保持不变,随着使用年限的延长,动力可靠度下降速度明显增大。研究方法可为储罐的动力可靠性及寿命预测提供一定的理论依据。     

时间因素对钻屑瓦斯解吸指标K1值测定的影响分析

针对时间因素对钻屑瓦斯解吸指标K1测定结果的影响,采用恒温瓦斯放散试验深入分析钻屑瓦斯解吸指标K1测定理论的准确性,总结因时间因素导致K1值测定误差所带来的现场问题。研究结果表明:K1值的测定误差与时间关系密切,测定启动时间越晚,误差越大;测定启动时间由第1 min延后至第2 min,绝对误差和相对误差最大值分别增加0.081 cm3/(g·min1/2)和2.20%;高瓦斯压力条件矿井或煤层的局部高瓦斯压力区域、构造煤发育区的钻屑瓦斯解吸指标K1值测定结果偏低,测定误差偏大。研究结果可为煤与瓦斯突出预测水平的提升提供技术支撑。     

基于VB6.0的供水管网震害预测方法和软件

为了提高供水管网震害预测的效率,修订了现有供水管网震害预测模型,应用Visual Basic 6.0软件平台,开发了供水管网震害预测软件。震害预测软件提供了两方面的预测功能,分别为不同地震烈度下供水管段基于三态的破坏等级预测和供水管网基于五态的破坏等级预测。软件实现了批量供水管段及整个管网的震害预测,且可以进行管网在设定地震下的震害预测,提高了预测效率。经算例分析,验证了软件的可靠性。     

3种纳米材料对水稻幼苗生理及根际细菌群落结构的影响

随着纳米技术的快速发展,评估人工纳米材料(ENMs)对植物-微生物系统的潜在危害至关重要。本研究通过盆栽试验,分析不同浓度(0、0.50、1.00和2.00 mg·g^-1)的纳米材料即纳米二氧化硅(nSiO₂)、纳米二氧化钛(nTiO₂)和纳米氧化锌(nZnO)对水稻幼苗生理和根际细菌群落结构的影响。研究结果显示,3种纳米材料处理后,水稻幼苗的超氧化物歧化酶(SOD)、过氧化物酶(POD)和过氧化氢酶(CAT)活性均显著增加(P<0.05,下同),可溶性蛋白(SP)含量仅在2.00 mg·g^-1nTiO₂和0.50 mg·g^-1 nZnO处理时显著降低;2.00 mg·g^-1nSiO₂处理及1.00 mg·g^-1和2.00 mg·g^-1nZnO处理均可显著降低水稻幼苗的株高(PH)、鲜质量(FW)和干质量(DW),nTiO₂处理则对其没有显著...     

不同煤矿噪声暴露时间对视觉认知影响研究

噪声是煤矿井下主要危害,对人体视觉系统的影响不容忽视。为了提高暴露在噪声环境中工人的视觉认知能力,进而减少人因事故的发生,针对视觉认知随噪声暴露时间的变化进行研究,利用Eye Link II眼动仪采集被试者的平均注视时间、平均眼跳幅度和眼跳次数3个眼动指标来衡量视觉认知能力随着综采工作面噪声暴露时间的变化。结果表明:1)噪声能够使视觉注意力下降,对视觉认知效率的影响不显著,对视觉辨识能力的影响较复杂;2)噪声在0~10 min和40~55 min时间段对视觉注意力影响较严重,在0~15 min和50~80 min时间段对视觉辨识能力影响较严重;3)被试者随时间变化出现视觉性疲劳后,噪声可轻微提高视觉认知效率和视觉辨识能力。     

油罐区耦合事故危害范围的预测

在分析油罐事故中各单一事故预测模型的基础上,结合油罐事故的特性,提出了油罐区耦合事故危害范围的预测方法。通过对事故的初始场景进行分析,判别可能耦合的单一事故类型,根据各单一事故的数学模型计算其在不同危害程度下的危害半径,比较数值间的大小得到重、中、轻度危害下危害半径最大值,借助耦合事故的危险性改变量,量化耦合事故危害后果,实例验证表明该方法的可行性及科学性。     

基于组合赋权的混合粒子群优化支持向量机的岩爆倾向性预测

为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机(H-PSO-SVM)岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法(FAHP)所得主观权重和熵权法所得客观权重,应用调和平均数概念,构建组合赋权准则;引入遗传算法交叉、变异操作改进传统粒子群(PSO)极值跟踪和粒子更新方法,建立H-PSO-SVM岩爆倾向性预测模型。利用国内外已有工程实例数据进行50次随机抽样试验,对比分析H-PSO-SVM模型和PSO-SVM模型等预测结果。结果表明:H-PSO-SVM模型应用于岩爆工程实例预测具有可行性和适应性,模型预测的准确率高于其他模型,且预测结果更稳定。