自适应滑模控制器的EPS侧风反向控制研究

为了研究在侧风影响下汽车正向助力转向偏移过大而威胁驾驶员行车安全的问题,提出一种将反向助力和自适应滑模控制器相结合的控制方法。该方法通过驾驶员转矩和汽车车速的配比设计反向助力特性曲线,并利用自适应滑模电机控制器控制电机输出助力转矩,使汽车在转向过程中,增加了驾驶员转向的阻尼感,也同时提高了驾驶员对转向电机的实时操纵性。将其应用到汽车EPS系统中,仿真结果表明,在不同的车速、风速下,采用反向控制策略不仅减小了方向盘角度、齿条位移,还减小了汽车横摆角速度,可以显著地改善汽车行驶的稳定性和安全性。     

基于PSO优化BP神经网络的钻井动态风险评估方法

传统钻井动态风险评估严重依赖于专家主观判断、结果大多是定性或半定量,无法满足深井复杂地层钻井安全需求。针对该问题,研究建立了基于PSO优化BP神经网络的钻井动态风险评估方法。通过对录井资料的监测分析,实时判断井下风险发生的类型并定量计算风险发生概率,可以在风险发生的早期给出预警信息,及时指导风险调控措施的开展。海上BD气田的实例分析表明,基于构建的动态风险评估模型得到的风险预测结果与实际风险发生情况相符合,说明建立的模型是合理可行的。该模型对于钻井作业过程中动态风险评估具有一定的参考价值。     

ISM耦合ANP矿工安全注意力衰减影响因素模型

为了减少煤矿安全事故的发生,从“纵向过程观”角度,引入矿工安全注意力控制空间、安全信息分配空间和安全行为结果空间,建立矿工安全注意力衰减影响因素模型。首先,基于文献研究,建立矿工安全注意力衰减影响因素体系,一共包含12个指标;其次,利用解释结构模型（ISM）构建矿工安全注意力衰减的3级递阶有向图;最后,采用网络层次分析法（ANP）构建矿工安全注意力衰减影响因素的权重模型,并借助Super Decision（SD）软件求解。结果表明:安全自制力、行为习惯、工作负荷、风险应对力以及安全信息刺激频率为表层直接影响因素;安全认知、工作要求、作业环境特征、安全信息变化多样性和风险感知力为中层间接影响因素;管理方式和安全信息刺激强度为深层根本影响因素。主要影响因素有:安全认知、安全自制力、行为习惯、管理方式、安全信息刺激频率以及风险感知力。     

煤矿作业人员人因可靠性的径向基神经网络评价模型研究

依据人因可靠性原理、事故致因理论,结合煤矿生产系统的特点,提出了观测可靠度的概念,确立了一系列便于统计和赋值的人因可靠性评价指标。针对人因失误事件过程的动态性、复杂性以及数据的不完整性,利用径向基（RBF）神经网络学习速度快、抗干扰能力强的特点,建立了基于RBF神经网络的煤矿作业人员人因可靠性评价模型。对于岗位工龄短或有效记录不足的煤矿作业人员,利用训练好的RBF神经网络模型进行人因可靠性评价,经过实例验算证实了模型的可信性。     

营运驾驶员驾驶事故影响因素仿真研究

解决营运驾驶员驾驶事故频发的不安全行为问题,基于复杂适应系统（CAS）理论和多主体建模与仿真（ABMS）方法,构建营运驾驶员驾驶事故模型。通过调节车辆状况、管理者管理监督水平、营运驾驶员情绪状态、安全教育水平、驾驶经验和环境综合条件等因素,运用NetLogo仿真平台分析安全管理水平、营运驾驶员安全责任意识、心理负荷水平对驾驶事故的影响。研究表明:营运驾驶员驾驶事故的发生系统是一种典型的CAS,营运驾驶员驾驶事故是三大主体属性和行为环境交互的结果,且交互作用程度不同。因此,运输企业要考虑多种因素,采取相应的措施来降低营运驾驶员驾驶事故的发生。     

东江流域水利工程对流域地表水文过程影响模拟研究

东江流域为香港及广州等特大城市的重要水源地,新丰江、枫树坝与白盆珠三大水库对东江全流域水资源有控制性调蓄作用,加上人类活动影响,导致东江流域地表径流发生显著变异.研究分析东江流域上中下游水利工程建成前、后径流在时间与空间的变异特征,对水利工程与人类活动影响的东江流域水资源管理提供重要依据.基于此,选取多元线性回归、神经网络与支持向量机等模型模拟水利工程建成前的径流变化,研究认为:①神经网络为水利工程建成后径流变化模拟的最优模型;②水利工程建成后,流域径流变异特征分两阶段:1974-1982年流域水文变异不显著,水利工程影响不大;1983-2000 年径流变异显著,水利工程削峰填谷作用明显;③东江流域龙川、岭下、博罗站水文变化均受水利工程调蓄影响,但影响程度各异:博罗站水文变化受水利工程影响最大,岭下站次之,龙川站受影响最小.另外,在水利工程调蓄作用影响下,东江流域月径流变化幅度趋于平坦,在一定程度上降低了洪水风险及减少了极端气候条件对东江流域水资源供给造成的负面影响.     

基于自适应调整蚁群-RBF神经网络模型的中长期径流预测

径流预测历来是水利部门的一项重要工作,针对水库和河流中长期径流预测精度不高,提出了自适应调节人工蚁群算法(ARACS),对RBF神经网络参数进行优化,建立了自适应调节人工蚁群-RBF神经网络组合算法(ARACS-RBF)预测模型,综合考虑影响径流预变化因素,对安康水库进行中长期径流预测。对预测效果进行检验,结果证实该模型可真实地反映河川径流变化的总体趋势, 并为判断时间序列数据的非线性提供了一种新方法。与RBF神经网络模型、人工蚁群-RBF神经网络模型预测结果进行对比,结果表明,应用ARACS-RBF模型对中长期径流量进行预测,预测精度更高、效果更好。该方法克服了RBF神经网络和人工蚁群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了RBF神经网络的泛化能力,收敛速度快,输出稳定性好,提高了径流预测的精度,置信度为98%时的预测相对误差小于6.5%。可有效用于水库和河川中长期径流预测。     

发挥供销系统网络优势 延伸餐厨废弃物资源利用的思考

对处于国家中心城市地位的广州来说,随着城市人口、经济社会不断发展,尤其随着餐饮行业的蓬勃发展,日产餐厨废弃物近1万t,如不妥善合理处理,将对城市环境和城市管理造成极大压力。无论是焚烧、填埋、还是生化处理模式,餐厨废弃物资源化处理后产品的出路都没有得到有效解决。广州供销社系统在产业链后端延伸方面具有我国任何社会组织无法比拟的优势,是解决餐厨废弃物资源化产品深加工出路的重要力量。除了发挥供销社网络优势外,仍需要政府在政策、土地、资金等方面的大力支持,共同推进,才能实现餐厨废弃物"由餐桌中来,加工调制后再到农田中去,生产出来的有机食品再回到餐桌"的真正循环。     

Simulating wildfire patterns using a small-world network model

This paper presents the development and validation results of a weighted small-world network model designed to simulate fire patterns in real heterogeneous landscapes. Fire spread is simulated on a gridded landscape, a mosaic in which each cell represents an area of the land surface. In this model, the interaction between burning and non-burning cells (here, due to flame radiation) may extend well beyond nearest neighbors, and depends on local conditions of wind, topography, and vegetation. An approach based on the coupling of the solid flame model with the Monte Carlo method is used to predict the radiative heat flux from the flame generated by the burning of each combustible cell to its neighbors. The weighting procedure takes into account latency (a combustible cell will only ignite when it has accumulated enough energy along time) and flaming persistence of burning cells. The model is applied to very different fire scenarios: a historical Mediterranean fire that occurred in southeastern France in 2005 and experimental fires conducted in arid savanna fuels in South Africa in 1992. Model results are found to be in agreement with real fire patterns, in terms both of rate of spread, and of the area and shape of the burn. This work also shows that the fractal properties of fire patterns predicted by the model are similar to those observed from satellite images of three other Mediterranean fire scars.     

Social network properties within a fish assemblage invaded by non-native sunbleak Leucaspius delineatus

Network theory is commonly used to reveal social interactions and the organisation of interconnected nodes—but has not yet been applied to animal invasions. Non-native species invasions are now considered one of the foremost threats to natural ecosystems and biodiversity. This is the first attempt to assess social network properties within a freshwater fish assemblage invaded by a non-native fish species. We show that invasive sunbleak Leucaspius delineatus is socially more strongly interconnected with native species than the native species with each other. The social networks also reveal characteristics of a ‘small world’ such as low clustering coefficients C and short path lengths L. The findings may indicate potential traits of successful invaders and the implication for the spread of pathogens between individuals within a group of animals that contain a non-native invasive species. The success of establishment and subsequent invasion may be highlighted not only by the capacity of the new species to adapt to the new environment, but also in its capacity to penetrate the social circle of the native community.