青海氯盐渍土地区半埋混凝土耐久性研究

文章在现场调查的基础上,针对青海察尔汗盐湖至格尔木高速公路上使用的混凝土进行氯盐快速腐蚀试验和氯离子测试实验。试验结果表明:混凝土相对动弹性模量先上升后下降;混凝土吸附区氯离子的分布规律为先随着距表层距离的增加而增加,在0.75cm处达到最大值,之后随着距表层距离的增加而下降。结合半埋状态下混凝土各部位和周围盐渍土之间的离子交换传输机理,以及氯离子的腐蚀机理,对半埋混凝土状态下钢筋混凝土的使用寿命进行了预测。结果表明:半埋状态下混凝土和周围盐渍土之间的离子交换机理是外部"蒸发-浓缩"和毛细管吸附,内部为扩散;氯离子在半埋混凝土靠近表层处浅层区域的传输机理主要是毛细管吸入,深层区域为扩散;钢筋混凝土腐蚀的主要原因是氯离子使钢筋表面钝化膜破坏,形成腐蚀电池并产生孔蚀,随着铁锈体积增大,导致混凝土保护层开裂。最后,研究得出的青海氯盐渍土地区的半埋钢筋混凝土使用寿命和钢筋保护层厚度之间的关系与调查结果基本一致,说明了文中的寿命预测方法的合理性。     

含预测和容错的自适应Kalman目标跟踪

针对模型不准确时,传统Kalman滤波目标跟踪算法精度有限甚至发散的问题,研究了基于新息协方差在线匹配技术的自适应Kalman滤波算法,提高跟踪精度;并以Kalman滤波估计的目标位置为基础,利用一步Kalman预测得到下一时刻目标可能的位置范围,避免对整幅后帧图像进行遍历搜索,减小了计算量;为了避免存在干扰时异常量测对目标跟踪的影响,研究了量测信息异常检测算法,以Kalman预测的量测代替异常量测,增强抗干扰能力。实验证明,所提算法能够有效提高目标跟踪的精度和鲁棒性。     

气体钻井地层出水定量预测模型研究

气体钻井地层出水定量准确预测是气体钻井可行性钻前论证的关键。目前,已有的出水量预测方法较少考虑气体钻井井底压差下地层渗流过程与地层应力变化的流固耦合作用对出水量的影响,在渗流力学和岩石力学的基础上,综合考虑地层渗流过程与岩石应力变化的流耦合作用对地层应力、孔隙度、渗透率以及孔隙压力的影响,建立气体钻井孔隙性地层和孔隙-裂缝性地层出水量预测动态流固耦合模型。结合工程实际,通过该模型计算得到气体钻井快速钻穿水层后出水量随时间的变化关系,计算结果与现场监测吻合。研究对于钻前准确预测出水量和筛选气体钻井层位具有重要意义。     

基于D*算法的场面滑行动态规划研究

研究了机场场面滑行路径动态规划问题.基于三种滑行冲突约束,建立了使航班总体滑行时间最短的动态优化模型.改进了传统的D*算法,提出了基于时间权值的冲突预测和代价修正函数.案例计算相比Dijkstra算法得到的结果减少了203s,有效减少总滑行时间,提高场面运行效率.该算法不仅可以用于滑行路径的初始规划,也适用于场面实时滑行引导的实施.     

平均模型在致密气井产量预测中的应用

在致密气资产快速评价中应用经验型递减模型能够快速得到气井产量的递减情况;但不同的递减模型在完成历史拟合后,长期产量和累积产量预测结果相差很多。应用GLUE法评价各模型预测结果的不确定性,并引入平均模型的概念,计算各模型权重后建立平均模型。以加拿大致密气田两口致密气井的实际生产数据为例应用平均模型进行累积产量的计算,结果表明GLUE法可进行各模型预测结果的不确定性进行分析,且通过设定筛选标准后,利用满足条件的模型进行聚合得到的平均模型计算结果具有更小的标准差与变异系数。     

人白介素6表位疫苗的设计及其免疫原性

构建人白介素6(h IL-6)表位疫苗,研究其免疫原性。利用在线预测工具预测h IL-6线性B表位(Ala69-Asn80);重叠延伸PCR法对h IL-6进行基因融合,克隆到质粒p GEX-6P-1,并在大肠杆菌BL21(DE3)中表达;亲和层析法纯化融合蛋白,鉴定其纯度达95%以上;皮下免疫BALB/c小鼠,ELISA法测定抗血清效价,表位(Ala69-Asn80)移植到白喉毒素转膜区(DTT,Ser305-Ile310),构建的表位疫苗可刺激机体产生针对h IL-6的抗体,抗血清效价达1.0×105。     

支持向量机方法预测七鳃鳗miRNA前体

将七鳃鳗miRNA前体(pre-miRNA)序列的结构特征作为支持向量机工具Lib-SVM的输入向量,经Grid程序优化参数后,开发序列预测程序Lj-miRSVM,通过10倍交叉法验证,平均敏感性和特异性分别为95%和95.9%,准确率为95.8%,接收者操作特征曲线(ROC)下的面积比约为98.9%。用Lj-miRSVM预测其他20个物种的pre-miRNA,平均正确率为78.5%。     

一种基于混合模型WRC的流量预测方法

针对当前网络流量预测方法在刻画网络流量多重特性方面存在的准确性及噪声干扰的问题,提出了一种基于混合模型WRC的流量预测方法,该方法利用小波分解将网络流量混沌时间序列分解为流量特性不同的近似时间序列和细节时间序列,并利用RBF神经网络和混沌模型分别对这两种时间序列进行处理,得到预测时间序列后再进行小波重构,得到最终的预测值.仿真实验结果表明模型预测有效,且预测精度较高.     

基于蚁群搜索理论的优化卡尔曼步频预测

为了使智能下肢能够实时地调节膝关节阻尼,使其固有频率与实际步频相符,达到更加接近正常步态的效果,提出了一种基于蚁群搜索理论的卡尔曼步频预测算法.利用蚁群算法在规定的连续域中寻找卡尔曼预测方程中系统误差与测量误差两个参数的最优组合,实现对卡尔曼预测方程的优化.通过获取六组人行走的步频数据进行实验,结果表明:经蚁群算法优化后,卡尔曼预测算法预测得到的步频与后验值之间的误差比跟随方式的误差分别减少了44.10%,43.42%和36.17%,证明了基于蚁群搜索理论的优化卡尔曼步频预测方法在智能下肢控制上具有良好的应用前景.     

基于模型预测的无人机组合陀螺在线标定

为解决无人机长时间航行时,由于环境等因素的变化,导致陀螺漂移、标度因数误差和陀螺安装轴不正交误差的问题,借助天文导航系统(CNS:Celestial Navigation System)提供的高精度姿态信息,基于四元数误差建立陀螺在线标定误差模型,提出一种基于模型预测的捷联惯性导航系统(SINS:Strap Down Inertial Navigation System)/CNS组合陀螺在线标定混合滤波方法.仿真结果表明,该方法能够很好地适用于在线标定,不仅满足标定精度要求,而且降低了滤波的计算量,提高了滤波的数值稳定性.