管道受横向滑坡作用破坏分析——以中缅管道贵州晴隆段两次爆炸事故为例

穿越山区的管道工程其运行安全会受到滑坡的威胁,近年来发生的几次事故均造成了大量的人员伤亡和经济损失。本文以中缅天然气管道贵州晴隆段2017年和2018年两次滑坡断管事故为例,结合地质环境条件和现场事故调查资料,基于有限元实体接触模型,反演两次事故发生过程。分析管道在滑坡作用下的受力与变形特征,以确定事故发生原因。研究结果表明：滑坡作用下管道挠度变形呈现近正态式分布,且管道跨中和滑坡边界处Mises应力较大,易于发生破坏;管道所在斜坡上方的大量积土,致使管道产生较大轴向拉应力,易于在管道管体或环焊缝缺陷处产生脆性拉裂破坏,进而引起燃气泄漏爆炸。因此在管线后期维护过程中应避免受到工程扰动,尤其在管道上方的斜坡体上进行大量堆土,防止对管道的运行安全造成威胁。     

Al_2O_3-B_4C弥散芯块材料的烧结行为

本文研讨了Al_2O_3和B_4C粉末的粒度、烧结温度以及成型压力对Al_2O_3-B_4C芯块烧结密度的影响。芯块烧结的行为主要由Al_2O_3粉末的性能所决定,而B_4C则阻碍这一烧结的进行。当Al_2O_3粉末粒径大于6μm后,用烧结很难获得高于90%的密度。烧结温度高于1600℃后,含B_4C芯块和纯Al_2O_3压坯都发生急剧收缩。高于1750℃后,主要由Al_2O_3发生热解、失氧并挥发严重,导致芯块产生微量膨胀,开孔增加而密度下降和纯Al_2O_3压坯收缩减慢。     

基于词向量和EMD距离的短文本聚类

短文本聚类在数据挖掘中发挥着重要的作用,传统的短文本聚类模型存在维度高、数据稀疏和缺乏语义信息等问题,针对互联网短文本特征稀疏、语义存在奇异性和动态性而导致的短文本聚类性能较差的问题,提出了一种基于特征词向量的文本表示和基于特征词移动距离的短文本聚类算法。首先使用Skip-gram模型(Continuous Skip-gram Model)在大规模语料中训练得到表示特征词语义的词向量;然后利用欧式距离计算特征词相似度,引入EMD(Earth Movers Distance)来计算短文本间的相似度;最后将其应用到Kmeans聚类算法中实现短文本聚类。在3个数据集上进行的评测结果表明,效果优于传统的聚类算法。     

Al_2O_3-B_4C弥散芯块烧结过程中硼含量的控制

研究了在氢气氛下烧结Ａｌ＿２Ｏ＿－Ｂ＿４Ｃ芯块中硼含量的控制。研究结果表明，在特定填料保护下，芯块料中加入适量的碳，能使烧结后的芯块中硼烧失减少到０，达到硼含量的精确控制。     

高纯超细α-Al_2O_3粉体的研制

用硫酸铝铵和碳酸氢铵为原料,通过三种不同湿化工艺,制得了比表面积最高达18m~2/g的α-Al_2O_3粉体。其中倾入法较优,粉末团聚现象较弱,能简化操作,适合工业化生产。     

模糊综合评价法在垃圾填埋场选址中的应用

垃圾填埋场选址是一个多层次多要素的复杂过程.通过构建评价指标体系、评价集、隶属函数,采用层次分析法确定指标要素的权重,建立垃圾场选址模糊综合评价模型.并以黄山市生活垃圾填埋场为例,进行了适宜性综合评价.实例表明,该方法提高了评价过程的客观性和合理性,使结果更符合实际情况,是一种实用的综合评价方法.     

基于EGA算法的小样本非线性残差灰色Verhulst计量组合预测模型

针对复杂经济系统下时间序列所呈现出的小样本非线性残差特征,采用非线性残差灰色Verhuilst模型进行研究,修正传统计量模型对于残差信息挖掘不够,预测精度不高的问题,在此基础上,选择带有精英策略的EGA算法来建立灰色Verhulst计量组合预测模型,设计了算法实现的逻辑流程和非线性残差灰色Verhulst计量组合预测模型的整体建模思路,提出了改进多准则目标优化NP完全问题的新方法,对模型的预测效果进行比较分析.实证研究表明:基于EGA算法的小样本非线性残差灰色Verhulst计量组合预测模型算法收敛速度快,拟合效果好,预测结果更精确.     

基于群组DEMATEL与灰关联投影的供应商质量绩效评价

针对装备采购供应链的供应商准入评价中较少同时考虑主观判断模糊偏好及评价指标内在关联的问题, 提出一种基于决策实验室分析法(decision making trial and evaluation laboratory, DEMATEL)与灰关联投影的混合多属性群决策模型, 用以评价装备采购供应商质量绩效。该模型考虑了定量与定性融合的属性形式, 将定性评价转化为直觉模糊数形式。首先, 通过考虑专家偏好关联的λ模糊测度广义Shapley Choquet积分算子来集结主观群决策模糊信息。然后, 拓展群组DEMATEL来确定模糊环境下的指标相关权重。最后, 基于改进灰关联投影法集结主客观评价信息, 得到供应商的优劣排序。通过实例对比及敏感性分析进一步表明模型的实用性较强、可操作性好, 能有效解决混合多属性群决策问题。