大坝渗流监测的蚁群神经网络模型

运用蚁群算法和神经网络构造了大坝渗流监测的蚁群人工神经网络模型,采用蚁群算法学习了神经网络的权值.实例表明,用蚁群算法训练神经网络可兼有广泛映射能力和快速全局收敛性能,与常规统计模型相比,提高了模型拟合精度和预测能力.     

基于云-RBF神经网络模型的大坝监测数据预报

基于云理论的峰值法云变换,采用隶属云模型与RBF神经网络相结合的方法,分析了岩滩水电站工程大坝监测数据预报.实例结果表明,云-RBF神经网络的预测精度优于传统法,是大坝监测测值预报的一种有效新方法.     

基于Elman神经网络的面板堆石坝沉降预测模型

分析了某面板堆石坝运行初期坝体的监测资料,选择水压分量与时效分量为影响因子构建逐步回归分析模型,应用反馈神经网络理论建立Elman神经网络模型,并与逐步回归模型预测精度做了对比分析.结果表明,Elman神经网络模型预测精度高、可靠,有助于分析大坝的安全性态.     

大坝安全监控PCA-BP融合模型研究

针对大坝资料分析中经常遇到多因子的相关性影响分析效果的问题,利用主成分分析法提取综合变量,与BP神经网络相融合构建了大坝安全监控 PCA-BP 融合模型,并与传统大坝安全监控模型做了对比分析.结果表明,模型优化拟合精度得到提高,收敛时间加快.     

多测点多方向BP网络模型在大坝变形监测中的应用

鉴于大坝变形监测资料分析是大坝结构性态安全评价与预报的重要手段,针对单测点模型存在的缺点,建立了既考虑坝体不同方向的位移又考虑空间多个测点分布的多测点多方向位移模型,并利用BP神经网络较强的非线性映射能力,直接选取了对大坝变形有较大影响的自变量因子,解决了在建立大坝多测点多方向传统模型时自变量因子数众多、计算工作量大等问题。实例应用结果表明,多测点多方向BP网络模型可反映大坝变形的分布及变化规律,可见采用BP神经网络建立大坝多测点多方向变形监测模型具有可行性和有效性。     

基于FCM-WOA-LSTM的大坝变形预测模型及其应用

随着大坝变形监测资料的持续积累和变形测点数量的不断增多,预测分析全部变形测点往往需耗费大量的时间,容易造成反馈不及时的问题。对此,引入模糊C-均值聚类算法(FCM),根据大坝变形规律的相似程度进行分区,将鲸鱼优化算法(WOA)用于长短期记忆神经网络(LSTM)模型的参数优化,建立基于FCM-WOA-LSTM的大坝变形预测模型,以某混凝土双曲拱坝的实测变形资料作为样本数据进行预测分析,并与LSTM模型和SVM模型的预测结果进行对比。结果表明,FCM-WOA-LSTM模型预测结果的平均绝对误差M_MAE、均方误差M_MSE、均方根误差R_RMSE均为3种模型中最小,且拟合段的3个评价指标值和预测段的3个评价指标值均接近,FCM-WOA-LSTM模型具有更高的预测精度和更好的适用性。     

改进的非等间距GM(1,1)大坝位移监控模型

针对传统GM(1,1)监控模型在拟合和预测大坝位移方面的不足,通过采用积分方式重构背景值、引进最佳赋权矩阵体现原始数据的时间影响效应、优化残差等途径,提出了改进的非等间距GM(1,1)大坝位移监控模型。结合工程实例,对比分析表明改进的GM(1,1)监控模型相比于传统GM(1,1)监控模型在对大坝位移原始监测资料分析的基础上,预测精度有较大提高,可作为一种新的预测手段应用于大坝位移预测中。     

ARIMA-GRNN模型在大坝安全监测中的应用

为提高大坝安全监测数据预测精度,将差分自回归移动平均模型(ARIMA)与广义回归神经网络(GRNN)相结合,建立了ARIMA-GRNN预测模型。以前期实测值和ARIMA拟合值作为GRNN网络的输入,后期实测值作为网络输出,以平均平方误差最小为原则寻找光滑因子,建立最佳的预测模型,并运用熵权法和标准离差法对各模型进行多指标综合评价。结果表明,ARIMA-GRNN模型预测精度较ARIMA模型明显提高,可应用于大坝安全监测。     

ARIMA-BP组合分析模型在某心墙堆石坝沉降量预测中的应用

针对大坝变形监测中存在的大量小样本时间序列所具有的强非线性特性,引入组合建模的思想,综合应用ARIMA时间序列模型和BP神经网络模型实现了小样本大坝变形监测数据序列的分析,即先利用ARIMA时间序列模型对大坝变形监测数据进行拟合和预测,然后依据时间序列残差建立BP神经网络模型对残差进行预测,最后将两者结合以获得大坝变形的预测。实例分析表明,ARIMA-BP组合模型较单一模型的预测精度高,预测值更接近实测值。     

基于改进组合深度学习模型的大坝位移预测研究

大坝位移可直接影响大坝的质量和运行安全，为找出大坝位移的合理预测模型，以时间卷积神经网络模型为基础(TCN),采用遗传算法对麻雀搜索算法(SSA)、灰狼算法(GWO)和蝙蝠算法(BA)三种仿生算法进行改进，得到MSSA、MGWO、MBA三种优化算法，并引入深度置信网络模型(DBN)构建了D-MSSA-TCN、D-MGWO-TCN、D-MBA-TCN三种组合赋权模型，以均方根误差、决定系数、平均绝对误差、效率系数和GPI指数为精度指标体系，结果表明在三种优化仿生算法中，MSSA算法的运行效率及精度最高，三种组合模型的精度显著高于其余模型，其中D-MSSA-TCN模型在所有模型中精度最高，可推荐用于估算坝体位移。     

省煤器防磨初探

主要叙述了省煤器的磨损处理,对省煤器的设计,安装与运行提出了防磨建议与要求。     

爆燃燃烧对火焰辐射光变化的影响

应用火花塞光纤传感测量系统对BJ492Q汽油机爆燃燃烧进行测量和研究,分析了爆燃燃烧时火焰光辐射的变化情况。正常燃烧时,CH（431．5nm),C2(516.5nm),H2O(588nm)自由基的光强曲线出现双峰值,着火延迟期内自由基光辐射。爆燃较强工况时,只出现一个峰值,主要是碳粒子热辐射,峰值处出现剧烈波动,相位提前,无自由基的光辐射。试验表明,火花塞光纤传感器完全可用于爆燃测量。     

Research on non-flammable criteria on refrigerants

The two targets including the ratio of maximal composition RXM and the minimum for operating area SMI have been proposed for judging the flammability of the alternative to CFCs and HCFCs in air conditioner and refrigeration system. Analytical results in this paper illustrate that for different flammable refrigerants, the RXM and SMI are different and the relationship between different refrigerants are also different, which depends on the flammability of the refrigerant.     

天然气成分对发动机性能及排放影响的试验研究

在同一台发动机上通过燃用属于同类别的两地天然气的对比试验,研究了天然气（CNG）成分对发动机性能及排放的影响。试验结果表明：天然气成分的差异导致发动机的空燃比发生变化,是造成发动机性能与排放产生较大变化的主要原因,而控制发动机空燃比在较小范围变化,可以减少天然气成分对发动机性能及排放的影响。     

供热系统节能探讨

针对集中供热采暖系统定压（补水）方式和循环方式的电耗情况及水力平衡调节技术对供热系统节能的作用进行分析和总结,寻求供热采暖系统中可实施节能措施的环节和节能工作的切入点,配合实现既有建筑进行节能改造的阶段性目标,合理降低供热采暖系统的能耗,从而达到供热采暖系统节约能源的目标,为供热采暖系统的节能改造提供科学依据。     

基于GT-POWER的配气相位对柴油机性能影响的研究

采用GT-POWER软件,分析1款老产品4112柴油机的配气相位对其性能的影响,并对配气相位进行优化。首先,建立发动机模型,计算发动机外特性曲线,并与发动机试验参数比较,验证模型的可靠性;然后,用发动机模型,对进排气门配气相位气进行分组优化模拟计算,得到每个转速下的最优配气相位;最后,模拟计算标定点转速下最优配气相位所对应的发动机充气效率、燃烧效率、功率和扭矩,结果表明,4项性能均得到提高。     

基于投入产出方法的居民消费全流程能耗分析

本文在合理界定居民消费内容及活动水平的基础上,利用投入产出方法和生命周期能耗分析思想,对居民衣、食、用、服务、行、住等消费的全流程能耗进行了分析和计算,给出了2005年居民各项消费的全流程能耗现状,并对2010年、2020年、2030年的居民消费全能耗状况进行了预测,得到了居民消费全能耗占全国能源消费总量的比重在40%以上等一系列重要结论,并提出了相关政策建议。     

超滑金属涂层在水泵上的应用

通过对影响水泉效率的因素和超滑金属涂层性能的应用分析,研究利用超滑金属涂层对1日水泵进行节能改造。通过实验测试和实际应用,证明该方法是可行的。     

锅炉钢管压扁试验研究

压扁试验是重要的工艺试验，以日常试验获得的大量数据为基础，针对常用锅炉管材进行了压扁不合格极限高度试验，为减免压扁试验提供了依据。