遗传算法在结构损伤识别中的应用研究

结构损伤识别是结构系统在使用期间进行监测和维护的重要组成部分,而基于动态测试技术的结构损伤识别方法又是近来研究的热点。本文提出了一种基于改进遗传算法的结构损伤识别方法,主要改进包括:浮点编码、基于标准化几何分布排名的选择策略、最优保存策略、算术交叉算子、非均匀变异算子。在常规模态分析的基础上,以节点的残余力向量构造目标函数,提出了一种用于遗传搜索优化的新的目标函数形式。利用遗传算法重点进行了噪声条件下的结构损伤定位和定量研究,并用一平面桁架模型进行了数值模拟。结果表明:提出的方法不仅能够同时进行结构的损伤定位和定量计算,而且抗噪性能很好。最后,对方法应用中存在的一些问题进行了深入分析,给出了一些有益的结论。     

基于小波包分析的框架结构损伤识别

损伤将引起结构动力特性和动力响应的变化,反过来,可以通过结构动力性能或动力响应的变化识别结构损伤,但它们对结构局部损伤并不十分敏感。而小波包分析具有优越的时-频局部化性能,可以在时—频域以任意精度进行信号分析。本文在小波包分析基础上,提出了基于小波包分析的损伤检测和识别方法:首先将结构响应信号分解为小波包组分,然后通过考察各组分小波信号的变化情况识别损伤。该方法仅利用结构响应数据识别损伤,实测方便,计算简单,并通过3层钢框架结构的模型试验成功地识别出损伤时刻和损伤位置,验证了其可行性。     

高负荷活性污泥法中污水有机组分表征

污水有机组分表征是高负荷活性污泥法(HRAS)模型建立的基础。针对经典活性污泥1号模型不适用于HRAS这一问题,提出了相应的双水解模型,即将污水有机组分中水解型有机物分为快速水解型与慢速水解型2种,发现两者水解动力学参数具有明显差异。对原水氧利用速率进行参数拟合,通过灵敏度和共线性分析,估计了快速生物降解型有机物、快速水解型有机物、慢速水解型有机物以及异养菌等4种污水有机组分,探讨了污水有机组分与增加HRAS碳源捕获率的关系。结果表明：以上4种有机组分均可被准确识别,共线性指数γ_K低于经验限值,各组分比例分别为13.9%、11.6%、12.6%和12.8%;从污水组分角度来说,提高HRAS碳源捕获率的3个方向分别为：反应器中的异养菌尽可能将快速生物降解型有机物和快速水解型有机物同化生成细胞物质;避免絮体污泥中的慢速水解型有机物过量水解;抑制异养菌衰减,减少内源呼吸产物的产生。双水解模型对污水有机组分成功表征有助于HRAS的设计、运行及优化。     

结构响应与损伤识别敏感性探讨

利用小波多分辨分析的特性,研究结构不同位置加速度响应信号对损伤的敏感性问题。通过对一个5层框架结构在不同损伤工况下的数值计算结果表明,不同位置的加速度传感器表征结构损伤特性的能力是不同的,每一传感器只能描述其附近区域结构的工作状态。如果仅利用某一个或者某一些传感器信息进行损伤诊断,就有可能导致错误的诊断结论。只有综合利用多传感器的数据信息,才能使损伤识别更具全局性,才可能准确地识别出结构损伤的发生。     

港口总体规划环境影响评价指标体系研究

港口总体规划环境影响评价在促进港口空间资源集约节约和生态保护方面发挥着重要的作用,但现有的评价指标体系在响应生态环境保护新政策、新要求上缺乏适应性和针对性。通过调研指标体系方面的已有研究成果,根据港口规划环境影响特征,采用基本指标体系模式构建了新形势下评价指标体系,包含生态保护、环境质量保护、资源利用、环境风险应急保障4大类环境要素,生态保护红线、生态环境分区管控、环境敏感区、岸线分区、生态环境、渔业资源、生物多样性、水环境、大气环境、碳排放、声环境、岸线资源、土地资源、水资源、资源循环利用、泊位专业化水平、环境风险、应急保障18个子要素共50项评价指标。相关指标总体体现规划实施对应的环境保护要求、环境影响程度和资源利用水平,可为港口规划环境影响评价实践提供参考。

     

马尾松根化感物质的生物活性评价与物质鉴定

通过超临界流体萃取技术提取和分离马尾松根化感物质,并依据生物活性评价结果筛选抑制活性较强的组分进行物质鉴定.就总体而言,生物活性评价结果表明:非夹带剂萃取的马尾松根化感物质对马尾松种子的发芽势、胚根长、胚轴长及鲜物质重、干物质重具有不同程度的促进作用,而对发芽率则具有不同程度的抑制作用;夹带剂萃取的马尾松根化感物质对马尾松种子的发芽率、胚根长、胚轴长、鲜物质重及干物质重具有显著的抑制作用,而对发芽势则表现为促进作用;筛选出抑制活性较强组分的物质鉴定结果表明,非夹带剂萃取的马尾松根化感物质是α杜松醇、г杜松烯等,在夹带剂条件下,马尾松根化感物质是棕榈酸、叶绿醇等.图1表5参11     

Detection and delineation of critical areas using echelons and spatial scan statistics with synoptic cellular data

Geographical surveillance for hotspot detection and delineation has become an important area of investigation both in geospatial ecosystem health and in geospatial public health. In order to find critical areas based on synoptic cellular data, geospatial ecosystem health investigations apply recently discovered echelon tools. In order to find elevated rate areas based on synoptic cellular data, geospatial public health investigations apply recently discovered spatial scan statistic tools. The purpose of this paper is to conceptualize a joint role for these together in the spirit of a cross-disciplinary cross-fertilization to accomplish more effective and efficient geographical surveillance for hotspot detection and delineation, and early warning system.     

无人机在重大自然灾害中的应用与探讨

重大自然灾害往往会造成重灾区信息通讯中断和道路交通破坏,灾情传递受阻将导致抢险救灾盲目部署,继而造成更大的损失和次生灾害。因此,获取灾情成为重大自然灾害抢险救灾的首要问题。无人驾驶飞机(简称无人机)是一种新工具,能够越过山川河流阻隔,通过摄影、摄像或其他遥感手段获取灾情。通过在北川县曲山镇等地震灾区进行无人机获取灾害信息实验,在2010年玉树地震抢险救灾工作中实现了高原灾区无人机首次航拍,获取的高清图片为划分灾区范围提供了重要依据。鉴于上述实践和探索,介绍了无人机性能和影响无人机摄影的诸多因素,如天气条件、无人机航带航迹和高度、航片重叠率、图片拼接及校正等,对相机与地面影像分辨率的关系进行了介绍,还通过航拍图片和地面图片比对,总结出建筑物倒塌破坏识别的基本要则。     

一种基于斜坡单元的山区城镇地质灾害高危险坡段识别方法

地质灾害高危险坡段的识别对山区城镇防灾减灾具有重要意义.以山西省石楼县城区为例,采用层次分析法对石楼县城区斜坡开展地质灾害危险性评价,初步确定出14处高危险坡段.再利用Geostudio软件对初定的高危险坡段开展稳定性计算,进一步识别高危险坡段范围,最终将11处斜坡段内出现整体不稳定或局部不稳定的坡体定为高危险坡段.经...