改进BP神经网络的再生粗骨料混凝土强度预测*

抗压强度作为评价再生混凝土主要性能指标之一,从四篇文献中搜集了43个抗压强度样本。基于改进的BP神经网络理论,建立了以再生粗骨料取代率、水灰比、龄期为输入,抗压强度为输出的神经网络模型,其结构形式为3-7-9-1。对该网络进行训练和学习,对并测试样本进行检测,结果表明,训练效率不仅大大提高,且而误差较小,并结合回归拟合系数,进一步表明该模型能够有效的的预测再生混凝土抗压强度值,能满足工程需要。     

重复插拔桩引发粉质海床扰动效应研究

自升式钻井平台的插桩和拔桩过程会严重扰动天然海床，形成安全隐患。借助室内物理模型试验模拟了粉质海床中自升式平台的插拔桩过程，并将物理模型试验结果与现场CPT重复贯入测试结果进行了对比分析，从定性和定量角度探讨了单次和重复插拔桩引起的粉质海床扰动效应。研究表明:相比初次插拔桩，二次插拔桩形成桩坑的几何尺寸有所增大；二次插桩较初次插桩引起的超孔压有所下降，最大降幅可达35%；重复插拔桩引发的海床扰动度随距桩靴中心水平距离的增大基本呈线性减小趋势，中间层位土体的扰动度相对浅表层和深层土体更大；相较初次插桩，二次插桩桩端阻力有所减小，但桩端最终峰值阻力却稍有增大，二者的起拔力则比较接近；室内重复插拔桩物理模型试验桩端阻力发展趋势与现场CPT重复贯入探头阻力监测结果吻合较好。     

窑系统升温中窑尾袋除尘器糊袋原因和解决措施

<正>我公司2500t/d生产线的窑尾袋除尘器是由电除尘器自行改造的,处理风量500000m3/h,过滤风速0.84m/s,收尘阻力1.0~1.2kPa,风机功率800kW。1出现的问题2014年3月11日结束大检修,当日18:00左右窑系统点火升温,计划升温时间为30h。之前升温初期一直使用预热器一级筒出口冷风阀提供负压,但出于环保考虑,避免冷风阀在升温中有烟尘排放,本次     

面向QoE的LTE网络故障定位与优化技术

为了保障LTE网络流媒体业务的用户体验质量（Quality of Experience,QoE）,提高用户对业务的满意度,需要实时监测终端用户的用户体验质量,且需要在用户体验质量下降时,实施网络故障定位与优化,确定引起用户体验质量下降的网络故障,并针对网络故障实施具体的优化措施,使用户体验质量恢复到正常水平。但随着移动网络规模的扩大,网络参数种类和数据量的增加,人工的运维和优化方式已经不能满足日常运维的工作需要。针对这一问题,笔者提出了一种面向QoE的LTE网络故障定位和优化方法,提出了基于K-近邻机器学习算法的故障定位模型,并针对网络带宽不足和信号强度过低两种故障,提出了基于保证比特率（Guaranteed Bit Rate,GBR）的带宽保障方法和基站发送功率调整方法。仿真结果表明,所提故障定位和优化系统能够很好地实现移动终端流媒体业务的用户体验质量的监测和用户体验质量下降后的自动定位和优化。