桥式起重机安全评估指标体系研究和系统设计

在对桥式起重机的设计、结构组成和常见事故故障资料进行调查研究的基础上,分析了桥式起重机在工程应用中遇到的不安全因素,建立了较完善的安全评估指标体系。设计了一种基于模糊神经网络的桥式起重机安全评估系统并对系统的软件功能设计进行了初步探讨。建立了模糊神经网络评估数学模型,利用MATLAB工具对模型进行了仿真验证,结果表明此模型是可行的。通过研究,为进一步针对桥式起重机展开定性、定量评估及安全管理与决策提供了有益参考     

衡阳紫色土丘陵坡地不同恢复阶段土壤渗透性研究与评价

以典型的衡阳紫色土丘陵坡地植被不同恢复阶段为研究对象,采用空间代替时间序列方法,选用立地条件基本相似的草坡恢复阶段(Ⅰ)、灌草恢复阶段(Ⅱ)、灌丛恢复阶段(Ⅲ)与乔灌恢复阶段(Ⅳ),通过Spearman秩相关分析法与灰色关联度分析方法,对各植被恢复阶段土壤水分入渗特进行研究分析.结果表明:(1)不同植被恢复阶段土壤饱和导电率与土壤容重呈极显著负相关(p＜0.01),与非毛管孔隙度呈现出极显著正相关(p＜0.05),与粒径在2～0.25 mm的含量呈显著正相关(p＜0.05);(2)选取各植被恢复阶段的初渗速率、稳渗速率、平均渗透率和渗透总量4项参数进行灰色关联分析,各植被恢复阶段土壤水分入渗特性灰色关联度依次为乔灌恢复阶段(Ⅳ)(0.730 03)＞灌丛恢复阶段(Ⅲ)(0.686 02)＞灌草恢复阶段(Ⅱ)(0.596 09)＞草坡恢复阶段(Ⅰ)(0.56009)＞裸露地(CK) (0.414 03),乔灌恢复阶段(Ⅳ)在所研究的区域内具有较好的水分入渗性能;(3)Horton水分入渗模型拟合的相关系数R2值≥0.774,对所研究的区域的土壤水分入渗过程具有较好的适用性.图1,表6,参23.     

不同放牧制度下短花针茅荒漠草原植物种群作用和种间关系分析

以短花针茅荒漠草原植物种群为研究对象,采用2×2列联表法和灰色关联分析方法,探讨植物种群地位和作用及种间关系在不同放牧制度下的变化。结果表明,放牧会使建群种短花针茅（Stipa breviflora Griseb.）重要值增大,使碱韭(Allium polyrhizum Turcz. ex Regel)的重要值减小;轮牧有利于无芒隐子草(Cleistogenes songorica (Roshev.) Ohwi)在群落中的地位和作用增加,自由放牧则相反。植物群落种间关系正联结强度表现为禁牧区(CK)>划区轮牧区(RG)>自由放牧区(CG),负联结种对数的多少表现为CK相似文献   

基于蚁群神经网络的煤矿瓦斯预测模型

为了提高煤矿瓦斯涌出量的预测精度和预测速度,用蚁群算法和神经网络相结合的方法进行预测模型设计。选择瓦斯涌出的重要影响因素,建立其神经网络的预测模型。以网络的均方误差为目标函数,通过蚁群算法的迭代运算,实现BP网络的权值优化,并用优化好的BP网络进行瓦斯涌出预测。仿真结果表明,该方法具有较高的拟合预测精度。     

内蒙古雷灾特征及灾情的灰色关联评估

基于中国气象局1998-2008年《全国雷电灾害汇编》资料和内蒙古115个气象站的逐日雷暴观测资料,运用数理统计和灰色关联等方法分析了内蒙古雷电灾害特征.结果表明,内蒙古年雷电灾害次数总体呈上升趋势,雷电灾害次数月分布呈单峰型,与其雷暴日数的月分布基本一致;内蒙古雷电灾害次数、直接经济损失、伤亡人数、行业灾害特征等具有明显的区域性,呈“东部多西部少”特征;从行业雷电灾害特征来看,石油化工及矿业部门遭受的雷电灾害直接经济损失最大,居民用户发生雷电灾害次数最多;雷灾致人员伤亡地点多发生在农村牧区,其雷击伤亡人数占总伤亡人数的62.4％.最后运用灰色关联度方法对内蒙古各地区的雷电灾害进行了损失评估,内蒙古各盟市雷灾主要属于轻灾或微灾等级.     

基于BP神经网络的煤与瓦斯突出预测系统开发

煤与瓦斯突出影响因素多,难以为其建立合适的多指标非线性预测模型,为提高突出预测的准确性和增强预测预报方法的实用性,采用改进的BP算法建立煤与瓦斯突出预测数学模型。通过研究不同算法的突出预测效果,对已建模型的泛化能力进行检验,利用Matlab GUI和神经网络工具箱设计开发煤与瓦斯突出预测系统,通过向系统输入已知的突出样本数据,经过学习、训练,实现对未知参数的预测。仿真结果表明:网络在训练300次后,误差训练曲线的均方差(MSE)可以达到10-15,实际预测误差也小于0.1,系统得到的5组数据预测结果与实际情况相符。     

灰色系统理论在高校学生公寓火灾风险评价中的应用

针对高校学生公寓火灾的安全问题,参考相关标准、征求专家意见,建立了高校学生公寓火灾风险评价指标体系,并确定了权重。在此基础上,根据灰色系统理论原理对高校学生公寓火灾风险评价进行研究,建立评价模型,运用改进后的多层次灰色关联度分析法对青岛市某高校10#学生公寓的火灾风险进行评价,得出火灾风险等级为二级,即安全。研究结果表明,所建立的评价模型对学生公寓火灾的风险评价具有良好的应用价值,也为火灾风险评价提供了一种新的综合评价方法。     

淮安市砂土地震液化势的综合评估

建立了BP神经网络模型LM算法的砂土地震液化判别方法,采用LVQ模式分类网络对数据进行分类,选取唐山地震时76个场地、320组现场液化勘察资料为研究对象,训练和检验网络模型的数据各160组,结果表明,该方法的砂土液化预测准确度为96.8%。根据淮安市典型场地土的钻孔资料,采用《建筑抗震设计规范法》液化判别法(规范法)、美国国家地震研究中心建议的液化判别简化方法(NCEER法)和谢君斐-陈国兴液化判别方法(谢-陈法)等3种液化判别方法及本文提出的BP神经网络模型液化判别方法对22个钻孔、120标贯点进行了液化判别,结果表明:14种地震液化判别方法的计算结果基本一致;2NCEER法比谢-陈法的计算结果要保守;3谢-陈法与规范法的计算结果很吻合,预测正确率相差不大;4规范法相对BP神经网络模型法的计算结果要保守;5BP神经网络模型法比其他3种方法的预测结果更符合实际的液化规律。最后,综合4种方法的液化判别结果给出了该地区地震液化势的评估结果,并给出了部分典型地质剖面土层地震液化势分布图。