高速铁路桥梁桩基沉降预测模型研究

科学、合理地预测桥梁桩基工后沉降量是高速铁路建设的关键环节.鉴于京沪高速铁路桥梁桩基沉降曲线在多级荷载作用下呈明显阶梯形基本特征,而常规沉降预测模型不能反映全过程的沉降与时间的关系,引入荷载系数的概念,建立了变形过程指数模型,介绍了模型的求解过程及参数的确定方法.并结合沉降实测资料,运用指数曲线模型和Logistic模型进行对比分析.结果表明,变形过程指数模型能将架梁前期的观测数据纳入分析时间段内,其预测精度高,误差小,预测结果与实测数据基本吻合.进一步对模型参数的计算值进行粗差分析及归类,给出了不同地基土层、不同荷载作用下参数β的建议值.     

高陡边坡三维实体变形预测的研究

从高陡边坡变形预测的机理出发,综合考虑三维点变形之间的相互影响以及变形的时间效应。根据三维实体变形预测理论,利用Matlab编制变形预测程序,建立了高陡边坡三维实体变形模型。结合实际工程监测资料,回归出相应的参数,并进行后续变形预测。结果表明,预测值与实际监测值相接近,相对误差在4%以内,由此为滑坡预警和安全生产提供了依据。     

高速公路雾形成预测研究

雾对高速公路交通运行及行车安全有重要影响,掌握雾天出现的天气特征,有利于提高高速公路雾天管理的有效性和针对性。以重庆高速公路2009~2011年两个雾季的交通数据和天气数据为依据,在分析雾天能见度对高速公路交通影响的基础上,确定影响交通的雾天能见度阈值为600m。对雾天形成气象条件的时间演变进行的主成分分析与相关性分析表明,最大湿度和昼夜温差对雾的形成有决定性影响,其中相对湿度的对起雾的影响大于昼夜温差影响,将相对湿度大于95%作为起雾的关键因素。建立了雾天出现的预测模型,为高速公路雾天管理提供依据。     

基于Spark Streaming流回归的煤矿瓦斯浓度实时预测

为了实时分析瓦斯监测流数据并对瓦斯浓度进行准确预测以实现瓦斯灾害实时预警,以实时流数据处理框架Spark Streaming构建基于流回归的瓦斯浓度实时预测系统。系统采用分布式流处理技术,可使基于回归算法的瓦斯浓度预测模型更新周期达到秒级,提高了瓦斯浓度预测精度,满足流式大数据处理的实时性要求。实验表明:应用Spark Streaming流回归预测系统在采样周期为5 s的瓦斯监测数据流上进行实时预测时,预测平均均方根误差随模型更新周期的缩短而减小,模型更新周期可达15 s,且更新周期为45 s时预测总均方根误差最小,既能保证预测精度,又能提高瓦斯灾害预警时效。     

基于神经网络模型的燃料空气混合物爆炸威力预测研究

燃料空气混合物爆炸威力准确预测研究是学术界的一个难题。针对燃料空气混合物爆炸威力有效预测问题,采用神经网络方法,设计多层神经网络模型,进行实际预测应用。应用结果表明,采用的预测方法简便、可行,可以为燃料空气混合物爆炸威力预测提供一种新途径。相比3层BP模型,设计的预测模型可以减少训练次数,缩短训练时间,提高预测正确率,应用优势较明显。     

城市居住区地下车库噪声影响的计算机模拟预测

运用随机点声源模型对城市居住区地下车库出入口噪声进行计算机模拟预测,通过实测值和预测值的比较,该预测模型精度较好.运用该模型预测规划与新建的居住区地下车库的噪声影响,可为城市小区建设规划中有效控制噪声污染提供科学参考依据.     

模糊c-均值聚类法在土壤重金属污染空间预测中的应用

基于93个土壤表层样品重金属Cu、Zn、Cr、Cd、Pb和Hg全量浓度分析数据,应用模糊分类方法结合地统计学手段,对南京市边缘带梅山钢铁厂附近总面积约14 km2样区内的土壤重金属污染状况进行了空间预测.结果显示,样区北部及东北角区域的土壤遭受重金属元素Cu、Zn、Cr、Cd的轻微污染,样区西侧沿长江呈带状分布的土壤由于其重金属环境容量较低,存在潜在污染风险,样区其它区域的土壤未发现由上述重金属元素导致的污染现象.样区东北角土壤Pb、Hg污染严重,并与Cu、Zn、Cr、Cd污染在空间上重叠,是土壤重金属污染控制与土壤修复的重点区域.样区的东部和东北部区域土壤受Pb、Hg中度污染,在梅山集团的北部土壤轻微污染.研究表明,与直接对重金属浓度分析数据实施插值分析的常规克里格方法相比,模糊c-均值聚类结合地统计学方法获得的空间预测结果蕴含信息更加丰富,而模糊集理论及其相关算法在土壤学诸多领域中也具有极大的应用潜力.     

基于人工神经网络的Ni-ZrO2纳米镀层耐腐蚀性能预测

目的 对Ni-ZrO2纳米镀层的耐腐蚀性能进行预测,优化电镀工艺参数.方法 采用磁力搅拌辅助电沉积法,在钴镍基模型合金试样表面制备Ni-ZrO2纳米镀层,针对电镀工艺条件,设置正交实验,对每组实验镀层进行电化学测试,分析不同工艺条件下镀层的耐蚀性能.将ZrO2粒子浓度、电镀液温度和电镀电流密度作为神经网络的输入层,将自腐蚀电流密度作为输出层,运用GRNN神经网络和BP神经网络模型,对Ni-ZrO2纳米镀层进行耐腐蚀性能的预测研究.结果 当ZrO2粒子质量浓度为6 g/L、电镀液温度为60℃、电镀电流密度为5 A/dm2时,Ni-ZrO2纳米镀层的性能良好,表现出较小的自腐蚀电流密度.影响Ni-ZrO2镀层自腐蚀电流密度的因素满足ZrO2粒子浓度>电镀液温度>电镀电流密度.运用GRNN神经网络和BP神经网络对4组非正交实验预测的平均相对误差分别为5.30％与10.74％.结论 运用神经模型可以有效地预测不同工艺参数下镀层的耐腐蚀性能,从而优化工艺参数,提高实验效率.在训练样本较少的情况下,GRNN神经网络的预测性能更加精确.     

基于数值模拟的地下水环境影响预测评价体系初探:以黔西南岩溶某场区为例

目前地下水环境影响预测评价工作缺少完整的体系,污染评价不全面,无法及时捕捉污染事件或防控方案可执行性差的现象时有发生。总结了地下水环境影响预测中的主要问题,利用已有数值模型进行地下水受污过程评价,设计跟踪监测和防控方案、协同污染防控,提出"污染过程预测评价","跟踪监测方案设计"及"污染防控方案设计"的三层金字塔预测评价体系,同时以贵州西南岩溶区某场区为例,评价潜在的地下水环境并设计监测防控协同系统,以期在一定程度上为同类工作开展提供参考。     

土地利用变化对松花江下游湿地土壤真菌群落结构及功能的影响

本研究通过分析土地利用变化对沿江湿地土壤真菌群落结构与功能的影响,识别受损滨江湿地的自然恢复潜力,以期为松花江湿地资源管理和保护提供理论依据.于2018年7月,通过采集松花江下游自然湿地、水稻田、采砂迹地和恢复湿地的土壤,对土壤真菌ITS间隔区定向酶扩增,并使用Illumina MiSeq PE300二代高通量测序平台进行测序,分析不同类型样地土壤真菌群落组成和功能的差异及其影响因素.结果表明,沿江湿地开垦为稻田或进行采砂活动可造成土壤真菌α多样性指数显著降低（P<0.05）,采砂迹地被修复为人工湿地后可显著提高土壤真菌Ace和Chao1指数（P<0.05）.稻田与其它3种土地利用类型的土壤真菌群落结构差异显著（P<0.05）.沿江湿地土壤真菌划分为16个菌门,子囊菌门（Ascomycota）、担子菌门（Basidiomycota）、被孢菌门（Mortierellomycota）和隐真菌门（Rozellomycota）为沿江湿地的主要真菌门类（相对丰度>1%）.自然湿地和恢复湿地的真菌功能群以外生菌根真菌为主,辅以苔藓寄生真菌、地衣寄生真菌和杜鹃花类菌根真菌,稻田和采砂迹地的主要功能菌群以凋落物腐生菌和土壤腐生菌为主.动植物病原菌群在稻田中的相对丰度显著高于其它样地（P<0.05）.土壤pH、总碳、有机碳、总氮和总磷是土壤真菌群落多样性的主要影响因子.由此可见,在自然湿地进行资源开发增加了潜在的生态风险,降低了生态系统稳定性.