湍流等离子体发生器工作特性实验

为了指导湍流等离子体发生器的结构设计,基于自行研制的两路进气式湍流等离子体发生器,采用实验的手段探究了主气和保护气流量对湍流等离子体发生器工作特性(热效率、热焓值、弧压)的影响。实验结果表明:湍流等离子体发生器的弧压随着主气流量的增加而升高,而受保护气流量的影响很小;另外,弧压随着弧电流增加而降低。湍流等离子体发生器的热效率随着主气流量的增加而升高,但随着弧电流的增加而降低;保护气流量对热效率的影响随着弧电流的增加而逐渐减小。湍流等离子体发生器的热焓值随着主气和保护气流量的增加而减小,但随着弧电流的增加而增加,且最后趋于一个稳定值。在湍流等离子体发生器工作过程中,其平均弧压高达160 V,产生的高电压、低电流的伏安特性有助于提高湍流等离子体发生器的电极使用寿命。     

斜坡桩-土体系动力p-y曲线影响因素分析

碎石土斜坡场地桩-土体系动力相互关系及其主要影响因素的研究成果鲜少。基于此，本文以西南地区穿越典型地形地貌和地基土大类的某一线路工程为例，调研分析斜坡桩基震害特点，并采用FLAD3D建立斜坡桩-土体系分析模型，研究斜坡桩-土体系动力p-y曲线的影响因素。获得了动力荷载作用下碎石土斜坡动力p-y曲线基本特点，建议了以滞回圈极值点或拐点绘制骨干曲线的方法，进一步归结出动力p-y曲线的刚度、桩土相互作用力、桩土相对位移及曲线滞回圈面积与埋深、桩径、碎石土相对密度和斜坡坡度的关系，最终引入桩侧土反力的桩径影响因子FD、土性密度影响因子FM、斜坡坡度影响因子Fβ，用于描述上述因素对桩侧土反力影响情况。以上研究成果可以更好的表述碎石土斜坡桩基在地震荷载作用下的桩-土体系间相互关系。     

化工原理线上线下混合式智慧教学模式探索与实践

化工原理是化工及相关专业的专业核心课程,旨在培养学生的工程意识和分析、解决化工生产中实际问题的能力.传统教学过程僵化、教学效果差、信息量少,难以满足新化工发展的需求.为提高学习效果,提出基于"雨课堂"、"慕课"和"慕课堂"等多种智慧教学平台的线上线下混合式智慧教学模式,分别在课前、课中、课后三个教学环节,给出了具体的线上和线下教学设计方案,丰富了教学内容和教学手段,提高了课堂管理效率和教学效果.     

基于近似模型和遗传算法的等离子喷焊工艺参数多目标优化

为了对等离子喷焊工艺参数进行优化,提高喷焊层的质量,通过径向基函数(radical basis function,RBF)神经网络近似模型和非支配排序遗传算法(non dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)遗传算法相结合的方法,对等离子喷焊试验数据,基于MATLAB平台进行训练,以此来构建显微硬度、磨损量和稀释率的近似模型,利用NSGA-Ⅱ遗传算法对模型进行下一步的多目标优化,最终得到帕累托最优解集,研究了工艺参数间的交互作用.结果表明:利用RBF-NSGA-Ⅱ遗传算法比响应面法能更显著地提高喷焊层质量.可见对等离子喷焊工艺的优化具有一定的参考价值.     

基于频控阵的递推最小二乘波束形成算法

频控阵通过在阵元间加入远小于载频的频率增量,使波束的空间分布距离角度二维相关。基于频控阵基本结构,引入两种接收信号处理机制,并对其进行理论推导分析,仿真表明两种机制均能有效接收信号。针对指向误差存在,导向矢量失配导致主瓣发生偏移问题,采用递推最小二乘波束形成算法处理。仿真结果表明,存在指向误差时,该算法在两种机制中均能在目标位置形成主瓣,在干扰位置形成零陷,验证了算法在频控阵中应用的稳健性。     

充气钻井环空弹状流稳态流动模型与实例验证

国内外针对弹状流(段塞流)管流的力学模型研究很少,且计算误差较大,无法应用于钻井工程。为此,针对充气钻井开展环空气液弹状流稳态力学模型研究,可准确预测和设计井筒流体参数。首先,借鉴国外研究成果,对钻井气液两相管流型态进行描述分析,推导出环空弹状流与泡状流的转换判别关系式,认为环空充气钻井液主要出现泡状流和弹状流两种流型,且充气钻井井深小于300 m的环空内为弹状流。然后,建立环空弹状流单元的物理模型,并对其流动参数进行解析计算。依据管流机械能守恒定律,建立充气钻井环空弹状流稳态力学模型,并给出数值解法。通过两井连通充气钻水平井(DNP02井)的实钻模拟,计算出的环空流动参数与现场实测数据非常吻合,误差小于5%。证实模型的理论体系完整,计算结果满足钻井工程需求,具有很好的通用性。     

基于改进的深度卷积神经网络的人脸疲劳检测

针对疲劳驾驶检测问题,提出一种以softmax损失与中心损失相结合的深度卷积神经网络算法。首先,利用含有方向的梯度直方图(histogram of oriented gridients,HOG)和级联分类器(support vector machine,SVM)算法的Dlib库中预训练的人脸检测器,来检测驾驶员的脸部区域。其次,使用级联回归(ensemble of regression trees,ERT)算法实现脸部68个关键点标定及眼睛和嘴巴的定位。最后,为了优化softmax损失在深度卷积网络分类中出现的类内间距大的问题,加入中心损失函数,提高类间差异性、类内紧密性以及驾驶员脸部疲劳状态识别准确率。在自建测试集和YawDD哈欠数据集中的实验结果显示,该方法能够准确地识别检测驾驶员疲劳表情,平均识别准确率达到98.81%。与传统的疲劳驾驶检测识别方法相比,该方法可以自动进行疲劳特征提取,并且训练准确率、检测识别率及鲁棒性得到提高;与未改进的深度卷积网络相比,检测识别的概率平均提高了约5.09%。     

二次加砂压裂技术在海上低孔渗砂岩气藏的应用

东海低渗储层具有埋藏深、温度高、边底水发育、平台空间小等特点,采用传统加砂压裂方式初期产量低、压后压降快、有效产能低,无法满足海上经济有效开发的需求。因此,基于平台化压裂的技术瓶颈,开展二次加砂压裂增产机理及适应性评估,通过技术优化研究,确定了二次加砂压裂施工排量、加砂规模、二次加砂比例、中途停泵时间等关键参数,优选评价了压裂液和支撑剂材料,并评估了平台空间综合利用,形成了一种适合海上低渗平台开发的增产技术。DX-B5井的实施效果表明:二次加砂压裂技术首次应用于海上低渗油气田,并取得显著的增产效果,相比邻井初期产量增加了2倍,累计产量增加了3倍,针对类似储层条件的油气井,可推广应用于东海及国内其他海域的低渗储层增产开发。     

数据分布特性对空调系统能耗预测的影响

空调系统能耗预测是实现智能调控、能源需求管理、系统节能的重要手段和前提之一,当前的空调系统能耗预测主要是基于机器学习算法。诸多机器学习算法的重要理论前提是数据的分布应尽量满足正态分布,然而空调系统的实际运行数据很少能满足正态分布特性,目前的研究鲜有涉及数据分布特性对空调系统能耗预测的影响。首先基于实际项目的空调系统能耗数据,从偏度和峰度两个指标分析了实际能耗数据分布与正态分布呈现出的偏离;然后通过对数变换对能耗数据进行数据变换,使能耗数据更接近于正态分布;接着以常见的4种能耗预测机器学习算法(广义线性回归算法、支持向量回归算法、人工神经网络算法、随机森林算法)对原始数据和经过数据变换后的数据分别进行空调系统能耗预测工作,分析负荷预测结果的RMSE和R~2统计量。结果对比发现,数据的分布特性对能耗预测有着重要的影响,合适的数据变换可以有效地提高空调系统能耗预测机器学习算法模型的预测效果。