无量纲廓线函数对稳定度分类的影响

讨论了无量纲廓线函数对稳定度分类标准计算结果的影响,利用北京325m气象铁塔的超声脉动资料和常规梯度观测资料,对4种无量纲廓线函数进行比较.结果表明,对于北京地区Businger-Hick公式最合适,风速比法稳定度分类标准不是稳定度级别的单调函数.     

故障树可视化分析系统

论述了自行研制设计的可视化故障树分析系统的功能及程序结构与设计原理。该系统由故障树生成、故障树分析计算、文件输出和系统管理 4个模块组成 ,可使故障树生成与分析变得非常直观而简便 ,只需用鼠标在屏幕上绘制出故障树图 ,系统就能自动识别并进行定性与定量分析。     

地表水中BOD5的快速预测

应用日常监测地表水得到的大量BOD5、IMn和DO数值,根据最小二乘法原理,可寻求地表水中BOD,与IMn、BOD5与DO的一次线性函数关系,并建立直线回归方程。由此通过短时间内测定地表水中UMn。或在现场使用溶解氧测定仪测定的DO,以及其已建立的直线回归方程,可快速预测地表水中的BOD5。     

低照度下改进YOLOX的煤矿无人电机车轨道障碍物检测方法

为解决地下煤矿光照不足进而导致无人电机车脱轨、撞车或侧翻等问题,提出了一种低照度多特征融合的YOLOX-CBAM目标检测算法,对矿井无人电机车轨道障碍物进行有效识别与分类。首先,通过实际场景采集及标注构建地下煤矿障碍物数据集,并将其输入微光数据处理Zero＿DCE模型中;其次,对YOLOX目标检测网络进行改进,分别在骨干网络CSPDarknet和特征金字塔(Feature Pyramid Networks, FPN)部分增加双通道CBAM注意力模块,解决了特征提取环节通道单一的问题;最后,将预测头部分的损失函数替换成SIoU,加快了模型迭代的速度。结果表明,与传统两阶段Faster-RCNN网络、YOLOv4网络、YOLOv5网络和原YOLOX网络相比,本模型精确率分别提高了4.65百分点、2.65百分点、2.19百分点、1.35百分点,召回率分别提高了9.39百分点、4.36百分点、0.82百分点、0.76百分点,速度分别提高了28.6帧/s、16帧/s、13.6帧/s、2.9帧/s,同时本模型与分别添加CBAM、SA、SA+SIoU、SE、SE+SIoU,YOLOX-CBAM模块的...     

天津中东部平原区土壤盐分空间分布特征

土壤盐渍化是滨海地区生态保护修复的重要影响因素.为了解天津平原地区土壤盐渍化程度,沿永定新河、海河干流和独流减河3条入海河流海陆方向开展堤外土壤盐分采样调查,结合地统计学和GIS技术,分析海陆方向土壤盐分的空间梯度和变异特征,以期为天津生态保护修复和陆海统筹提供科学依据.结果表明:土壤水溶性盐含量和碱化度整体呈自东南向...     

区域水战略方案选优的动态组合评价模型研究

水安全危机是人类进入新世纪以来在生存及发展方面所面临的最严重挑战之一。研究科学合理的水安全战略成为区域可持续发展的重大课题。针对区域水战略问题涉及众多因素且各因素之间动态关联的特点,提出了基于水战略方案优选的兼容度极大化动态组合评价模型（CMM—DCEM）,并将其成功地应用于我国广东省北江下游及其三角洲地区水安全战略方案优选评价。评价结果及模型基于不确定性的敏感性分析结果证明：CMM—DCEM实现了主、客观赋权方法以及单一评价模型的融合,使用实码加速遗传算法求解目标函数,克服了传统的组合评价方法计算繁琐的不足,评价过程更加科学合理。     

基于RBF神经网络模型的砂土液化震陷预估法

以我国海城地震、唐山地震和日本新漏地震中建筑物地基的液化震陷实测资料为基础,地震动方面选取地震烈度,,上部结构特征方面选取基底压力P、基础类型r、宽深比BD。和建筑物的长高比L/H,地基土方面选取土的相对密度Dr、上覆非液化土层厚度Da、地下水位dw,共8个影响建筑物地基震陷的主要因素作为神经网络模型的输入参数,地基震陷量与液化土层的深度之比SD作为神经网络模型的输出,采用径向基函数神经网络模型建立建筑物地基的液化震陷预估模型,并利用该模型建立了因素影响趋势线,通过对该神经网络模型的建立、运行和检验,得到了各因素对砂土液化引起的地基震陷量大小的若干影响规律。     

蠕变－样条联合模型及其在滑坡时间预报中的应用

根据滑坡演化的一般规律并考虑到外动力因素对斜坡变形破坏的影响，提出了一种蠕变与样条的联合模型。通过新滩滑坡和链子崖危岩体的实例分析，采用蠕变－样条联合模型进行滑坡位移数据分析和临滑时间预报。初步研究表明，联合模型与其它模型相比具有使用方便和精度高等优点     

基于IRBFNN和PCA的电网预想故障安全运行评估方法研究

为了更快速直观地监视、分析和评估故障后电网的安全运行状态,提出了基于径向基函数(radical basis function,RBF)神经网络和主成分分析法(principal component analysis,PCA)的评估模型。利用带衰减因子的吸引力传播(affinity propagation,AP)聚类算法选择RBF神经网络中心和隐含层节点数,同时提出了扩展的电网运行状态安全评估指标,利用越限指标权重和指数阶数避免了安全评估的遮蔽现象,利用主成分分析选取RBF神经网络的输入矢量特征,最后通过IEEE-30节点仿真算例验证了所提模型的有效性。     

叠氮增塑剂/硝化棉共混物的分子动力学模拟

目的 揭示叠氮增塑剂与硝化棉的相互作用机理,探索叠氮类增塑剂结构与性能间的关系,筛选能量性能和稳定性均较好的叠氮化合物。方法 建立硝化棉（NC）、1,3–二（叠氮乙酰氧基）–2–甲基–2–硝基丙烷（DAMNP）、1,3–双（叠氮乙酰氧基）–2–乙基–2–硝基丙烷（ENPEA）和1,8–二叠氮基–3,6–氧杂辛烷（AZTEGDN）纯物质模型以及NC/DAMNP、NC/ENPEA、NC/AZTEGDN共混物体系的微观分子模型,利用分子动力学模拟（MD）方法,对叠氮增塑剂/硝化棉的微观性质进行预测。分析共混体系的溶度参数、MSD值、结合能、径向分布函数、力学性能和玻璃化转变温度等性能。结果 DAMNP、ENPEA、AZTEGDN与NC之间的溶度参数差值较小。ENPEA与NC的结合能最大,DAMNP次之,AZTEGDN最小。3种增塑剂与NC的相互作用主要为vd W相互作用。加入增塑剂分子可以改善NC的运动能力,由于AZTEGDN的分子结构体积小,改善效果明显。径向分布函数分析结果进一步证明,NC与增塑剂分子间存在较强的氢键作用。结论 添加叠氮增塑剂可以改善NC的运动能力、力学性能,降低NC的玻...