三峡茅坪溪沥青混凝土心墙堆石坝位移反演分析与安全预测

本文研究了基于综合应用人工神经网络和演化算法的位移反演分析方法,并将此方法应用于三峡茅坪溪沥青混凝土心墙堆石坝的变形反演分析中。以茅坪溪一期工程原型观测成果为依据,反演出能够正确反映坝体变形特性的邓肯-张EB模型参数,从而预测了施工期末和蓄水期末该坝的变形特性,并基于总应力法研究了心墙水力劈裂破坏发生的可能性,为茅坪溪堆石坝运行期的安全生产提供依据。研究结果表明,茅坪溪心墙堆石坝不会发生水力劈裂破坏,该坝蓄水后虽然水压上升,但心墙仍是安全的。     

矿井通风网络解算可视化软件研究

采用面向对象编程语言Visual Basic6.0为开发工具,以Access为后台数据库,开发了具有风机优选功能的矿井通风网络解算软件。该软件承袭了Windows系统应用程序界面直观、交互性好的特点,集矿井通风网络解算、自然风压计算、风机自动选型以及经济断面优化等功能于一体,并辅以强大的数据管理系统,为矿山通风设计和管理工作提供了便利工具。     

一种机(针)织物与非织造布网络互穿复合材料的研究

本文主要对机织物与非织造布复合材料的网络互穿结构进行了描述,并从材料选择、单体试制、复合工艺方面进行了实践,研制出了较高透气性能和剥离强度的复合材料。     

多因素耦合条件下硫化矿自燃神经网络动态预测模型研究

硫化矿石自燃是多种因素、多场耦合综合作用的结果,是一典型的非线性问题。笔者应用人工神经网络技术,以Matlab软件为平台,通过现场调查和理论分析,建立了矿石含硫量、通风强度、环境温度3因素与硫化矿石自燃之间的预测模型;通过数据样本学习与部分现场监测数据相结合进行模拟,研究表明预测数据与实测结果基本吻合,误差控制在10%以内,取得了较好的效果。该研究为预防硫化矿石自燃提供一个新的思路和方法,具有一定的理论意义和应用价值。     

基于社会网络分析的江西各地市公路行业碳排放的关联与分异特征研究

针对各地公路碳排放的空间差异与关联特征，制定合理的低碳策略，实现各地协同碳减排，是行业可持续发展的热点问题。以江西省为研究对象，采用空间自相关、社会网络分析和引力模型等分析11地市公路行业碳排放的空间差异与关联，识别社会网络的结构特征及其演变趋势，明确不同地市在网络中的地位和作用，结果显示：（1）公路货运是公路行业碳排放的最主要来源；（2）江西省公路行业碳排放整体上呈现空间随机分布，不存在全局的空间聚集性，且局部空间聚集特征不断变化；（3）公路行业碳排放网络逐渐从南昌、新余双中心结构演变为南昌为主的单中心结构，网络的协同作用整体呈减弱趋势，核心地市对外围地市的影响力和带动作用不足。     

发挥环保监督网络作用 搞好“一控双达标”

介绍了新余发电有限责任公司建立环保监督网络和开展环保技术监督，做好“一控双达标”工作的具体做法。     

基于BP神经网络的苯储罐泄漏事故风险评价模型研究

为了在事故发生之前对苯储罐进行风险评价，提出1种基于BP神经网络的泄漏事故风险评价方法，利用该方法构建了苯储罐的风险评价模型，并对模型进行了训练及验证。研究结果表明:BP神经网络成功完成了建模任务，且模型训练结果较好，可利用基于BP神经网络所构建的苯泄漏事故风险评价模型对苯储罐发生泄漏事故的风险进行评价。     

Stochastic Transfer Function Model and Neural Networks to Estimate Soil Moisture1

Abstract: A practical methodology is proposed to estimate the three‐dimensional variability of soil moisture based on a stochastic transfer function model, which is an approximation of the Richard’s equation. Satellite, radar and in situ observations are the major sources of information to develop a model that represents the dynamic water content in the soil. The soil‐moisture observations were collected from 17 stations located in Puerto Rico (PR), and a sequential quadratic programming algorithm was used to estimate the parameters of the transfer function (TF) at each station. Soil texture information, terrain elevation, vegetation index, surface temperature, and accumulated rainfall for every grid cell were input into a self‐organized artificial neural network to identify similarities on terrain spatial variability and to determine the TF that best resembles the properties of a particular grid point. Soil moisture observed at 20 cm depth, soil texture, and cumulative rainfall were also used to train a feedforward artificial neural network to estimate soil moisture at 5, 10, 50, and 100 cm depth. A validation procedure was implemented to measure the horizontal and vertical estimation accuracy of soil moisture. Validation results from spatial and temporal variation of volumetric water content (vwc) showed that the proposed algorithm estimated soil moisture with a root mean squared error (RMSE) of 2.31% vwc, and the vertical profile shows a RMSE of 2.50% vwc. The algorithm estimates soil moisture in an hourly basis at 1 km spatial resolution, and up to 1 m depth, and was successfully applied under PR climate conditions.     

基于贝叶斯网络的航空维修人因可靠性分析

根据维修人为因素分析和分类扩展系统的框架选取影响因素,在航空维修领域应用贝叶斯网络进行人因可靠性分析,建立飞机维修效能模型,直观地表示影响因素与维修效能之间的关系。同时以目视检测为例,结合专家意见确定随机影响因素,通过专家访谈、事故报告、调查问卷、操作记录等渠道获取数据,得出条件概率表,进而建立目视检测表现模型,展示贝叶斯网络的建模流程。案例研究结果表明,组织文化、视觉信息、设备、疲劳、检测距离等因素对目视检测表现的影响非常显著,欲改善目视检测表现,必须对多影响因素进行综合管理。     

热浮力及室外风压耦合驱动下高层建筑疏散走廊烟气运动网络模拟分析

火灾发生后,火灾烟气主要通过疏散走廊向建筑的其他部位蔓延.有效控制疏散走廊中的烟气,可以阻止其进一步蔓延到楼梯间.了解火灾烟气在疏散走廊中的运动规律,是控制其蔓延扩散的前提.热浮力和室外风压是烟气在走廊中运动的主要驱动力,研究二者耦合作用对走廊中烟气运动的影响,对进一步弄清火灾烟气的流动规律具有较大的意义.采用网络模拟软件CONTAM 3.0模拟疏散走廊中火灾烟气在上述两种驱动力作用下的运动情况.结果表明,随室外风速增大,疏散走廊中火灾烟气的运动速度增大,远大于单纯热浮力作用时烟气的运动速度;当热浮力和室外风压耦合驱动时,室外风压对烟气运动的影响起主要作用.