建筑垃圾资源化处理工艺改进研究

在分析国内建筑垃圾分类及传统处理工艺现状的基础上,针对传统工艺存在的问题进行改进和优化。所设计的新型处理工艺流程从提高破碎比、改善筛分效果,增强骨料强度和降低扬尘4个方面进行了改进,重点为破碎后骨料的颗粒整形强化工艺、凝胶强化工艺、破碎喷淋除尘工艺。具体表现为:在通用处理流程的基础上,把破碎环节改进为筛分后再进行二次破碎,改进筛分为多次筛分,利用不同的筛分原理实现不同筛分效果;骨料形成后的回收环节增加凝胶喷淋提高骨料强度,弥补了当前处理工艺流程的不足,提高了建筑垃圾的处理效率及品质,可为建筑垃圾资源化处理提供参考。     

支持向量机用于芳烃类化合物对芳烃受体亲和性QSAR研究

尝试将支持向量机(SVM)应用于3种典型芳烃类环境毒物(PCDD,PCDF和PCB)定量构效关系研究,通过对芳烃受体亲和性考察,结果发现该组样本的生物活性在一定程度上与分子电性距离矢量具有非线性联系.SVM对内部和外部样本都具良好稳定性能和预测能力:所得模型拟合、交叉检验、外部预测复相关系数及均方根误差分别为R2cum=0.922、Q2cum=0.825、Q2ext=0.834和RMSext=0.531将其与文献报道及多元线性回归、偏最小二乘、人工神经网络进行比较,结果表明对小样本、非线性问题SVM具较强拓展性及泛化能力,故在环境毒物评价和控制中具有广阔应用前景.     

基于SVR的含缺陷管道剩余强度研究

针对采用标准预测含缺陷管道剩余强度误差较大这一问题,在Matlab中建立基于SVR的含缺陷管道剩余强度预测模型,并基于60组含缺陷管道爆破试验数据进行训练测试,以验证模型的实际性能.结果表明:SVR模型预测测试集结果的最小相对误差为0.55％,最大相对误差为10.35％,平均相对误差为2.63％,预测结果的R2高达0....     

基于SVM的矿井通风阻力系数影响因素分析与预测

矿井通风阻力系数是通风安全最重要的基础参数之一,为了实现矿井通风阻力系数简单准确地预测,提出了利用支持向量机（SVM）来预测矿井通风阻力系数的方法。通过分析影响因子与矿井通风阻力系数的相关性关系,并利用MATLAB逐步建立单影响因素与矿井通风阻力系数、多影响因素与矿井通风阻力系数之间的SVM预测模型,对比分析各预测模型的相对误差,确定最佳矿井通风阻力系数预测模型,即当输入模型影响因素为巷道断面积、周长和支护方式时,预测相对误差小于10%的样本数占测试样本的76%,相对误差小于20%的样本数占测试样本的90%。结果表明:该预测方法在矿井通风阻力系数预测中是可行的,并具较高的准确性。     

建筑施工安全效能ADC计算方法

为计算建筑施工安全系统的效能,基于ADC效能评估模型,尝试构建建筑施工安全系统效能的测算方程,该系统方程包括建筑施工安全可用度A的测算、建筑施工安全可信度D的测算、建筑施工安全固有能力C的测算和建筑施工安全效能干扰因子G的测算,进而推导出建筑施工安全系统效能评估的一般数理模型及特定模型,并以脚手架搭设系统为例进行效能测算。算例表明该数理模型可以较准确计算建筑施工安全子系统的效能。     

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。     

重构煤炭主体专业教育的公益性

从煤炭主体专业教育具有的公益性属性分析入手,指出煤炭主体专业的办学经费日紧和煤炭主体专业边缘化与去煤化,公益性日渐式微。建议从国家、高校、企业、个人家庭等各个层次全方位重构煤炭主体专业教育的公益性,加强国家利益至上,强化政府主渠道作用,在政策与教育投入要向其倾斜,优先发展与保障煤炭主体专业的教育,制定相关法规确保煤炭专业生源与人才培养质量,并在该领域就业。国家、企业、高校与个人家庭利益相关者都应在制度上强化各自应有的责任,从而形成一个多层次全方位良性互动发展的培养与吸纳人才的机制,确保煤炭主体专业教育的公益性,促进煤炭主体专业健康发展,满足安全生产的人才需求的供给,从而为煤炭安全生产提供重要保障。     

复杂环境下浅埋大跨地铁渡线隧道施工地层沉降控制方法研究

以北京地铁4号线白石桥至学院南路区间渡线隧道作为工程背景,阐述在复杂环境下浅埋大跨隧道施工的地层沉降控制方法。该隧道具有"隧道跨度大(最大跨度22.1 m),埋深浅,断面类型多、结构复杂"等特点,隧道上方有雨水管等市政管线,地层沉降控制难度极大。首先介绍了渡线隧道总体施工顺序安排、超前加固方案和各断面施工方法,并利用FLAC3D三维数值模拟程序,对最大断面开挖支护过程进行了模拟计算,研究了地表沉降规律和塑性区分布情况,用于指导施工。在施工期间对地表沉降进行监测,其结果表明:渡线隧道施工方法是合理的,地表沉降在控制范围内,确保了隧道周边环境的安全。     

沿海钢结构设施的防腐研究

针对沿海钢结构设施的腐蚀情况及目前常用防腐涂料的性能,优选了3种重防腐涂料——环氧富锌底漆、环氧玻璃鳞片中间漆、聚氨酯面漆。讨论了环氧树脂、锌粉、玻璃鳞片、聚氨酯改性树脂的选择方法,并提出了适合涂料涂装的表面处理技术和施工工艺。     

基于遗传-支持向量机和遗传-径向基神经网络的有机物正辛醇-水分配系数QSPR研究

基于遗传算法(GA)的因子筛选和支持向量机(SVM)的非线性回归,提出了1种改进的有机物定量结构-性质相关(QSPR)建模方法--遗传-支持向量机(GA-SVM),并将其用于38种食品工业常用有机物正辛醇-水分配系数(Kow)的QSPR建模.结果显示,QSPR模型选取了分子量、Hansen极性、沸点、含氧率和含氢率5种参数;模型的预测值与实测值间的误差平方和(SSE)、均方差(RMSE)和决定系数(R2)分别为0.048、0,036和0.999,表明模型具有较强的预测能力;同时,交叉验证的结果(SSE=0.295,RMSE=0.089,R2=0.995)也表明,模型具有良好的稳健性,因此,GA-SVM算法适用于对有机物正辛醇-水分配系数的QSPR建模.此外,将基于GA-SVM的QSPR模型分别与基于遗传-径向基神经网络(GA-RBFNN)和基于线性算法的模型进行了比较,结果表明,应用GA-SVM建立的QSPR模型无论从稳健性还是预测能力上都优于应用其它2种算法建立的模型,因此,GA-SVM算法比GA-RBFNN和线性算法更适合于对有机物正辛醇-水分配系数进行QSPR建模.