基于改进的CRITIC法和云模型的科技奖励评价研究

针对科技奖励评价问题,用标准差系数改进CRITIC法对专家评分进行动态赋权,结合云模型用逆向云发生器构造模糊评价矩阵,用虚拟云计算出评价项目的期望、熵和超熵,得出评价结果并排序.既考虑了科技奖励评价过程中专家评分的模糊性和随机性,又实现了定性语言与定量数值之间的转换,减少了专家主观因素的干扰,使评价结果更加准确、客观.     

基于改进CRITIC-G1法组合赋权云模型的高阶段充填体稳定性分析

针对高阶段充填体稳定性风险评估过程中存在模糊性与随机性的特点,引入云模型理论,建立了高阶段充填体稳定性评判模型。以安庆铜矿等国内4座深井矿山为研究对象,选取坍落度、侧向暴露面积、充填料浆坡度、充填接顶效果等16项影响因素作为风险评估指标,借助云理论计算隶属于不同风险等级的各指标云模型参数,同时基于改进CRITIC-G1法,综合考虑指标之间的相关性与专家的理性判断,将主客观权重进行优化组合,最终根据评估指标的云数字特征和组合权重确定4座矿山充填体稳定性等级。研究结果表明,安庆铜矿、李楼铁矿、冬瓜山铜矿、司家营铁矿风险等级分别为Ⅳ级、Ⅳ级、Ⅲ级、Ⅱ级,司家营铁矿充填体相对更稳定。与其他数学模型相比,该模型在保证结果准确的同时,利用云数字表征模糊性与随机性从而获得不同评估指标耦合作用下的充填体稳定性等级,实现了等级的可视化,具有一定的可靠性,为高阶段充填体稳定性风险评估提供了一种新方法。     

基于云模型改进AHP的桥梁施工风险评估

为有效预防桥梁施工过程中风险事故的发生,给予工程安全前瞻性建议,提出了一种基于云模型改进层次分析法（analytic hierarchy process, AHP）的桥梁施工风险评估方法 .首先,利用鱼骨图识别风险因素,构建桥梁施工风险评估体系.其次,考虑赋权过程中专家意见的不确定性,利用云模型改进AHP,计算各指标权重.最后,从风险发生概率和风险造成损失2个维度,构建二维云模型评价各风险因素,结合指标权重计算二维综合云模型,通过贴近度定量描述桥梁施工风险等级.应用上述评估方法对长春某桥梁施工风险进行评估,结果表明,该方法具有较高的可行性和有效性,能够为桥梁施工风险的预防和控制提供借鉴和参考.     

深井充填管道失效概率准则的模糊综合评判

以深井管道自流输送工艺为研究对象, 通过层次分析并利用二级模糊综合评判方法, 确定系统失效的可接受概率. 将深井充填工艺可能发生的输送失效划分为6个因素和5个等级. 在此基础上, 以层次分析法确定因素权重, 以等比值递增法或递减法确定5个因素等级隶属度, 应用经验和参照类似工艺系统将系统允许概率范围确定为[10-4 ,10-2], 并将其离散为9个区间. 最后, 采用三角函数和插值模糊推理及二级模糊综合评判方法, 得到了系统的模糊综合评判集和可接受的失效概率. 以管道设计水平较高、材料和施工质量一般、维护管理水平一般、运行环境较差、事故后果严重为例对系统进行评判, 得到其事故的可接受概率为7.743×10-4～12.915×10-4, 即介于适度发生概率到不易发生概率之间, 与现有系统实际发生的事故概率基本吻合.     

充填管道磨损风险评估的组合权重与可变模糊耦合模型

针对充填管道磨损风险各影响因素之间的复杂性和不相容性,引入主客观组合权重与可变模糊集相结合的充填管道磨损风险评估方法。选取充填骨料加权平均粒径、骨料颗粒形状、浆体密度、浆体腐蚀性、管道耐磨性、钻孔内管道内径、管道壁厚、钻孔偏斜率、充填倍线、管道安装质量、流速与临界流速比值和管线变化程度共12项主要影响因子,建立充填管道磨损风险评估的主客观组合权重与可变模糊耦合模型。以国内5座矿山充填系统的输送管道实测数据为例,根据AHP法和熵权法确定评估指标的最优组合权重,然后利用可变模糊模型计算评估对象的综合风险特征值,进而确定充填管道的磨损风险等级,最终通过与其他模型得到的结果进行对比来验证其准确性。研究结果表明:该模型评估结果与其他风险评估模型评估结果相一致,也与现场实际结果相吻合,为充填管道磨损风险评估提供了新的参考方法。     

垂直管道中锆粉云火焰传播速度特性及锆颗粒群燃烧模型

在粉尘云瞬态火焰实验系统上开展实验研究,揭示了垂直管道中锆金属云的火焰传播速度特性并建立了垂直管道中向上运动的锆颗粒群燃烧模型. 研究结果表明,锆颗粒的燃烧产物二氧化锆颗粒具有单斜和四方两种晶相. 管道中的锆粉云浓度高低可根据火焰锋面形状进行初始判断. 垂直管道中锆粉云的最大火焰传播速度随锆粉云浓度的增加先增大后减小,这是由于管道中富燃料燃烧缺氧和未燃颗粒吸收体系热能而造成. 锆粉云浓度为0.625 kg/m3时,管道中出现最快火焰的传播速度可达39.7 m/s. 在锆颗粒群燃烧模型中将颗粒燃烧过程分为4个阶段. 从宏观现象和微观机理上对锆粉云在垂直管道中的火焰传播过程进行了表征.      

基于全尾砂充填体非线性本构模型的深井充填强度指标

目前矿山深井充填体强度指标是类比浅部充填经验来确定的,为改变这种不合理局面,根据某深井开采矿山全尾砂充填体单轴压缩实验的应力-应变关系曲线,建立了全尾砂充填体峰值应力前的非线性本构模型.结合全尾砂充填体与深部围岩耦合作用下能量损耗相近的原则,得出了全尾砂充填体抗压强度设计公式.实例研究结果表明:建立的全尾砂充填体峰值应力前的非线性本构模型与实验结果吻合;深部开采全尾砂充填体强度指标与围岩原岩应力、弹性模量以及充填体本身的力学性能有关,采用非线性本构模型确定的全尾砂充填体强度指标比采用线性本构模型确定的强度指标更精确.     

基于云模型的边坡风险评估方法及其应用

针对边坡风险评估随机性和模糊性共存的特点,在传统模糊综合评判法(FCE)的基础上引入云模型理论,提出一种边坡风险评估方法.选取边坡坡高等7项因素作为评估风险集,将风险划分为5个等级,采用云模型来构建隶属度函数.通过正、逆向云发生器计算权系数矩阵和综合评判矩阵,利用Matlab软件直观生成评价云和"云滴"图来对比分析,综合评价得到边坡风险等级.以大崎山旅游公路边坡为例进行建模分析,将评估结果与传统模糊理论评判方法所得结果进行对比,与实地调查结果相合,分析结果表明该方法是有效的.     

基于云模型理论改进的贝叶斯分类算法

基于云模型理论对朴素贝叶斯分类器进行了改进,使得分类器能够处理语言中的一些模糊值,扩展了朴素贝叶斯分类器的应用范围.使用UCI鸢尾花数据集对算法进行了实验仿真和结果分析.结果表明,改进后的分类算法在一定程度上提高了分类精度.     

基于云模型的信任评估研究

讨论了信任关系的随机性和模糊性共存以及相互融合问题。分析云模型描述不确定性概念的方法和实现定性语意与定量数值相互转换的算法,提出了基于云理论的信任评估模型—信任云。该模型提出云特征参数表达的信任传递和合并算法,在精确描述信任期望值的同时,通过熵和超熵刻画了信任的不确定性。相对于传统的信任评估策略,该模型获取的信任值包含更多的语意信息,更适合作为信任决策的依据。     

扩展的正态云发生器

正态云模型是一种最基本的云模型,用于定性概念与定量描述之间的不确定性转换.根据实际定性概念的含义,可扩展为三角云、半正态云和正态组合云.将云模型的数字特征期望理解为函数或图形,提出函数云、分形云等扩展云模型.给出各种扩展云模型的云发生器算法,有效地扩大地云模型的应用场合.     

复杂条件下深井立孔瓦斯压力测定工业实验

针对望峰岗矿深井立孔测压复杂的客观实际,提出了高压复合注浆分组隔断封孔法这种新的测压封孔工艺。通过利用4#地质探测立孔进行工业实验,成功获得了千米深处的突出煤层B11b的瓦斯压力值,从而为矿井下一步制定瓦斯综合治理措施提供了技术依据。     

计算机模拟技术在逆向云发生器中的应用

针对采集大量的定量信息存在一定的困难,引入了计算机模拟技术。利用计算机模拟技术,可以由采集到的少量的云滴信息模拟出大量的云滴信息。逆向云发生器可以实现定量数值到定性语言值的转换,其精度依赖于定量数值的数目,误差随着定量信息的增加而减少。通过实例验证,结果表明：模拟数据可信,该研究为提高逆向云发生器算法的精度提供了一种新的方法。     

管井井点降水在某深基坑开挖中的应用

介绍了某工程深基坑开挖管井井点降水方案的设计和应用情况。     

垂直管道颗粒沉降速度的影响因素

 针对深部资源开采的“高井深”问题,研究了垂直管道水力提升过程中颗粒沉降速度的影响因素。基于球形颗粒的水中沉降机理,分别建立层流区、过渡区及紊流区的颗粒沉降速度表达式,对影响沉降速度的颗粒粒径、颗粒密度及水温进行敏感性分析,并考虑颗粒形状及浓度对沉降速度的影响。结果表明,在层流区和过渡区,各因素对沉降速度影响的敏感度随颗粒密度ρ_s与水密度ρ之间比值不同而变化,当层流区ρ_s >2ρ及过渡区ρ_s >3ρ时颗粒粒径 >颗粒密度 >水温,当层流区ρ_s<2ρ及过渡区ρ_s<3ρ时颗粒密度>颗粒粒径>水温;在紊流区,各因素对沉降速度影响的敏感度为颗粒密度 >颗粒粒径 >水温;球形颗粒沉降速度理论值大于不规则颗粒沉降速度实际值,可采用颗粒形状系数加以修正,且在干涉沉降过程中采用Richardson-Zaki 公式,使计算结果符合工程实际。     

HKRNet: 高实时性点云配准轻量化框架

为解决lio-sam等基于ICP方法的传统点云配准策略和HRegNet等基于深度神经网络方法的新型点云配准模型均存在的算力消耗高、配准时间长等问题,通过深入研究HRegNet神经网络点云配准模型框架,提出具有轻量化、实时性特点的HKRNet网络模型。首先,使用点云体素化和高斯阈值降采样联用的滤波方法,去除雷达扫描地面的大量无用点,将点的数量从13万左右降至约7万。其次,对HRegNet模型内部耗时大的KNN点云聚类算法改进为KD-Tree算法,能够在保证精度的前提下提升25%的处理速度。最后,针对模型内部卷积模块内存消耗高、计算效率低的问题,使用张量分解的轻量卷积模块并提出分层奇异值分解算法,将模型压缩至原来的86.1%并节约61.2%的计算量。结果表明,HKRNet网络相对于HRegNet网络可以在微小的精度损失下,减少40%的配准时间,单次配准时间不超过84ms,满足实时配准的使用需求。