中国2030年能源发展预测与对策研究

在回顾2000年-2010年中国能源消费的基础上,对中国2030年能源发展及耗煤量进行了预测,预测结果表明,2030年中国能耗总量将控制在55～60亿t标煤,耗煤量控制在40～45亿t标煤。建议中国2011年-2015年、2015年-2020年、2020年-2025年和2025年-2030年能源弹性系数分别为0.5、0.5、0.4和0.3。开展煤炭休养生息战略,多进口煤炭。     

验证污染物减排成效方法研究

验证污染减排成效,创建污染物排放量、浓度与环境质量的相关性,分析污染物减排与环境质量之间复杂的交互关系,研究二者之间的作用响应机制;引入定义减排率与浓度降低率,创建相关性,更能真实反映减排成效。对加强环境管理、削减污染物排放、治理污染、调整产业结构、制定环境保护政策具有现实和重要的指导作用。     

软土地基沉降预测的GM(2,1)模型分析和改进

目前大多数地基沉降预测模型都是统计模型,物理意义不够明确。本文以灰色系统预测模型中的GM(2,1)模型作为软土地基沉降预测模型,通过分析GM(2,1)模型与Asaoka公式之间的联系,指出其白化方程与Asaoka法二阶微分方程具有严格的一致性,为GM(2,1)模型在地基沉降预测中提供了明确的物理意义;利用最小二乘法和模式搜索法对GM(2,1)模型的参数求解进行了优化,并将GM(2,1)模型应用于实际工程中,结果表明该模型优于双曲线法和Asaoka法,可以应用于软土地基的沉降预测。     

石油类污染物在包气带中的迁移预测——以兰州西固商业石油储备库为例

包气带在地表石油类污染物下渗到地下水的过程中扮演着重要角色,同时包气带受到污染必然会对周围环境,特别是植物的生长造成影响,从而影响人类自身。主要使用HYDRUS软件预测了兰州西固商业石油储备库的渗漏对包气带的影响,分正常工作状况和非正常工作状况两种情况。在正常工作状况下,从5000天到10000天,污染物浓度呈线性增加,到50年左右,包气带底部(下边界)污染物浓度接近0.1mg/cm3。在非正常工作状况下,包气带底部(下边界)浓度增加的速度要远远大于正常工作状况,到50年左右,包气带底部(下边界)浓度达0.5mg/cm3。预测结果可以为相应工作状况下饱和带的溶质迁移模型提供参考依据,对确定饱和带污染物的浓度具有重要的参考意义。     

基于PSO算法的BP神经网络对水体叶绿素a的预测

BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优. 提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全局收敛性. 选择最能代表明湖水质状况的5号采样点作为研究对象,把2009年4月—2010年3月的月样本插值为周样本,对明湖ρ(Chla)的短期变化趋势进行了预测,并用6号采样点数据来验证网络的泛化能力. 比较分析基于PSO算法的新模型与传统BP算法模型的预测精度表明,新模型有效克服了传统算法的缺点,提高了网络的预测能力和学习能力.      

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。     

LNG储罐组泄漏爆炸事故后果模拟

文章以某城镇天然气气化站10个100m3液化天然气(LNG)储罐组为例,利用TNT当量法和超压准则模拟预测单个储罐泄漏后引发蒸气云爆炸(VCE)的事故后果,并采用国际劳工组织(ILO)提出的模型和瞬间火灾作用下的热通量准则模拟预测其余9个储罐连锁发生沸腾液体扩展蒸气爆炸(BLEVE)的事故后果,定量计算爆炸事故的伤害半径范围,为火灾预防和消防抢险救援战斗提供现实的指导意义.     

GRNN模型在煤与瓦斯突出及瓦斯含量预测中的应用

煤与瓦斯突出的作用机理非常复杂,是诸多因素如地应力、煤层瓦斯、煤体物理力学性质等共同作用的结果。在分析广义回归神经网络(GRNN)的基本原理和算法的基础上,建立煤与瓦斯突出等级以及基于构造复杂程度定量评价的瓦斯含量GRNN模型。然后用收集到的工程实例样本训练和检验该模型。结果表明,GRNN模型具有很好的预测能力和泛化能力,能较好揭示瓦斯含量和诸影响因素间的关系,可用于煤与瓦斯突出判别以及瓦斯含量预测。同时可以看出,光滑因子的合理选取对于提高GRNN模型的预测精度非常重要,因此,在以后的实际应用中需要不断尝试,找出最合理的光滑因子。     

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。