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...     

基于RS&GIS的长白山地区生态安全评价研究

以遥感影像数据、专题数据、DEM数据、气象站实测数据和统计数据为数据源,采用极差法、层次分析法、综合指数法、RS&GIS等方法对长白山地区的生态安全进行了评价.结果表明:长白山地区生态安全水平呈现出明显的空间差异性,整体由中部向东西两端逐渐降低.各生态安全等级面积从大到小为临界安全等级、较安全等级、不安全等级、较不安全等级、安全等级.统计了各行政单元的平均生态安全指数和等级构成,各县市生态安全水平从高到低为长白县、抚松县、安图县、和龙市、临江市,各县市的生态安全等级构成也有所差异.长白山地区生态安全水平以临界安全等级为主,整体上生态环境质量一般,系统服务功能受到了一定程度的破坏.     

磁絮凝预处理景观湖泊的补水试验研究

为了快速净化景观湖泊的补水,采用磁絮凝法对Ⅴ类甚至劣Ⅴ类河道水体进行预处理,设计正交试验,分析了絮凝剂(PAC)、助凝剂(PAM)以及磁铁粉的投加量对预处理效果的影响,并利用正交试验法和多指标综合评分法进一步优化磁絮凝预处理工艺参数,结果表明最佳工艺参数为:磁铁粉加入量100 mg/L,PAC投加量150 mg/L,PAM投加量2 mg/L。在此最佳工艺参数下,进行验证试验,COD去除率达到50.39%,TP去除率为96.65%,浊度去除率为91.59%,氨氮去除率为6.31%,除氨氮外,其他各指标基本均能达到地表水环境Ⅲ类水体标准,达到了预处理目的,为后续深度净化减轻负荷压力。     

采动应力与工作面突出指标相关性分析

为准确预测采掘工作面煤与瓦斯突出危险性,以甘肃魏家地煤矿东一采区东1100工作面为例,研究采动应力对突出指标的影响因素。采用数学统计的方法并结合井田情况,通过研究煤层瓦斯压力与钻屑解吸指标二者之间的量化关系,推导出采动应力与瓦斯突出指标之间的关系,通过观测回采工作面的矿压,能够定量分析一定范围内煤体的瓦斯突出指标,通过测量瓦斯突出指标,判断煤体采动应力的分布情况。研究表明:采动应力对瓦斯突出指标产生一定影响,采动应力与钻屑解吸指标可以相互推导求值,两者之间的拟合函数为二次函数关系;随着采动应力的增大,钻屑解吸指标和最大钻屑量均先增大,逐渐趋于平稳后又迅速增大,存在正相关性关系。     

桩板式挡土墙损伤预警研究

为预防挡土墙坍塌事故,首先基于小波包频带能量谱理论,对激励作用下挡土墙结构响应间虚拟脉冲响应函数进行小波包频带能量谱分析;然后创建损伤特征向量谱,确定损伤预警指标,开发一种用于挡土墙结构的三级损伤预警方法;最后对某桩板式挡土墙进行振动测试,验证该损伤预警方法的可行性和有效性。结果表明:基于损伤特征向量谱可预警挡土墙损伤状态;通过损伤预警指标走势图可预警挡土墙损伤位置;通过损伤程度与预警指标间的定量关系可预警挡土墙损伤程度。     

基于改进物元可拓法的东北林区贮木场火险评估

为提升贮木场火灾防范能力,降低火灾发生率,运用改进物元可拓法评估东北林区贮木场火险。从人、机、物、环、管等角度,构建包含5 个一级指标,16 个二级指标的东北林区贮木场火险评估指标体系;进而基于贮木场火险指标的层次结构,考虑火险因子量化的模糊性,建立东北贮木场火灾危险等级评定物元模型,实现对东北林区贮木场火灾危险等级的评定。实例分析结果表明:改进的物元可拓法适用于东北贮木场火灾危险等级评定,并可进一步结合雷达图直观表述单火险指标的危险性,使贮木场的防火管理可视化,为贮木场安全生产和科学化管理提供理论依据。     

基于时间序列模型的航班运行风险短期预测

针对国内航班运行风险预测技术匮乏的现状,采用移动平均自回归(ARMA)方法,构建航班日运行风险的单变量预测模型;采用向量自回归(VAR)方法,构建航班日运行风险的多变量预测模型;经稳定性检验后,对比2种方法的短期预测效果,发现使用ARMA的单变量预测模型,未来第3天预测精度达到80.76%,可用预测周期为1～3天;而VAR多变量预测模型计算出未来第1天预测精度可高达92%,第7天预测精度仍达到80.64%,适用预测周期为1～7天。结果表明:基于ARMA和VAR的时间序列模型可用于航班运行风险的短期预测,而VAR模型精度更好,更加符合实际需求。     

基于MDE和分形优化SVM的周期来压预测

为了解决周期来压的预测问题,首先对已知支架周期来压荷载曲线使用多重差异进化算法(MDE)进行拟合,将每重拟合形成的单一正弦曲线与上次差余曲线(Ei)再作差余曲线(Ei+1)。将这些Ei图通过分形几何的盒子法计算维度和相关系数(r)。将每条Ei的维度、r和支架相对距离(L)作为输入值,对应的Ei的周期Ti、缩放系数Si和纵移系数Di作为目标值,使用支持向量机(SVM)进行训练。通过对维度和r规律的研究得到拟设置支架处荷载各Ei的维度和r,带入训练后的SVM模拟得到Ei的Ti、Si和Di,进而得到Ei的表达式。将上述Ei求和即为所求拟设置支架处的周期来压荷载。实例分析说明,该种方法预测结果可以大体反映支架周期来压的基本形式和变化规律。     

基于LSTM循环神经网络的雷电潜势预测

为探索循环神经网络模型在非线性预测中的应用,进一步提高雷电潜势预测的准确率,构建长短期记忆(LSTM)循环神经网络模型,并以贵阳探空站为例,统计站点周边100 km、12 h范围内的闪电次数,获取23个与雷电活动关联度r>0.8的探空物理量参数,以此作为预测模型的样本特征;分析超参数选取对模型的影响,开展(0,24]h内的雷电潜势预测研究,并对比检验效果。研究结果表明:构建学习率为0.000 1、批量样本量为32、输入序列长度为10的LSTM网络模型,有利于提高模型泛化和快速收敛;通过输入前5天的大风指数、修正指数等23个探空物理量参数,发现(0,12]h的雷电潜势预测效果明显优于(12,24]h;采用该模型验证(0,12]h测试数据,得出被试工作特征曲线线下面积(AUC)接近于1,命中率(POD)为93.4%,虚警率(FAR)为17.4%,临界成功指数(CSI)为78.1%,验证了该模型的有效性。     

基于改进的非线性GM(1,1)模型的职业病预测研究

为了更准确地预测职业病,在传统GM(1,1)模型的基础上,提出改进的非线性GM(1,1)模型,在传统的GM(1,1)模型中引入弱化算子,将紧邻均值与原始数据之间的线性假设改为非线性假设,提高曲线的拟合度。以2005—2014年的全国职业病例数为研究对象,进行数据拟合和预测分析,其中以2014年职业病例数作为验证数据,并利用后验差比值和小误差概率2个参数,检验该改进模型的预测精度。由应用实例的分析结果可知:在职业病发病趋势的预测方面,改进的非线性GM(1,1)模型的预测精度提高到一级,曲线拟合度较高,预测得到2015年的职业病例数为34 900例。