基于Web的信息采集系统

提出了一种利用多主体理论设计的信息采集系统ICS．它利用现有搜索引擎搜集回应者（能够提供查询问题答案的网络用户）的电子邮箱地址,将查询问题通过电子邮件发送给回应者,并收集回应者提供的答案,经过处理后提交给用户,从而将静态的信息检索变为用户之间动态的对话．试验证实,该系统能够提供复杂查询的答案．     

基于突变理论的边坡监测预警概率性模型研究

为解决边坡系统演化过程中不确定因素的影响,得到非确定性的边坡预警结果。结合突变理论与广义胞映射理论提出了一种边坡监测预警概率性模型。该模型采用尖点突变理论识别边坡稳定状态;将边坡稳定性演化结果视为随机事件,基于广义胞映射理论计算滑坡在某一时刻准时发生、提前发生、滞后发生、滑坡不发生的概率,从而实现边坡概率性预警。利用该模型计算了某黄土区工程边坡在某时刻发生失稳的概率为100%,且滞后发生的概率为83.8%,判定边坡系统突变会在该时刻之后发生,预警结果与实际情况一致,验证了该模型的有效性。与传统模型相比,概率性预警模型可提供更丰富合理的信息,有助于提升监测预警的准确率,为边坡监测预警研究提供了一种新思路。     

基于BP神经网络的隧道下穿既有运营地铁线注浆施工参数预测——以广州地铁18号线隧道注浆工程为例

新建隧道下穿既有运营地铁线施工过程中极易对既有运营地铁线产生不利影响,而广泛采用的超前预注浆尚处于以经验性选取注浆施工参数的阶段,导致工程事故频发。为此,首先以开挖段地层物性参数、地层位移变化值作为输入层,注浆施工参数为输出层,构建了基于BP(back propagation)神经网络的注浆施工参数预测模型;其次,以MAPE(mean absolute percentage error)作为预测精度评价指标,采取试算法对BP神经模型参数(隐含层节点数目、学习率)进行了探讨;最后,将提出的BP神经网络用于指导工程实践。研究结果表明：当BP神经网络预测模型隐含层节点数为9、学习率为0.01、训练次数为20 000以及精度目标值为1×10^-4时,模型适用性评价显示预测值与监测值之间最大相对误差为19,平均相对误差均低于13,说明提出的BP神经网络预测模型可行;进一步的工程应用结果表明：采用预测的注浆施工参数进行注浆后掌子面稳定、开挖过程中未发生隧道塌方等事故,满足相关规范要求。研究成果也可在隧道下穿其他结构或建筑物灾害防控注浆工程中得到推广应用。     

非均相电芬顿技术降解抗生素废水的研究进展

抗生素废水污染如今已成为全球最为严峻的环境问题之一,对人类的生存和生态系统的平衡都具有巨大的威胁。非均相电芬顿法作为一种可以降解抗生素污染物的高级氧化技术(advanced oxidation process, AOPs),因其氧化效率高、氧化性能强、不易产生二次污染等优点而受到广泛关注。从反应机理、催化剂、阴极材料3个方面概述了非均相电芬顿技术降解抗生素废水的研究现状和存在问题,最后对非均相电芬顿技术降解抗生素废水发展方向做出展望。     

含Ⅰ型边缘裂纹离心叶轮的应力强度因子预测方法

离心叶轮叶片在高速旋转时容易因裂纹扩展出现断裂破坏。由于叶片几何形状和载荷均很复杂,采用公式法计算I型裂纹的应力强度因子不可避免地存在着误差。扩展有限元法分析应力强度因子虽精度较好,但一般要花费大量的计算时间且有时收敛困难。首先基于ABAQUS软件扩展有限元法模块,仿真分析了不同的裂纹起始位置和裂纹长度下的叶片裂纹尖端应力强度因子,得到其与裂纹长度和起始位置的关系。接下来,基于断裂力学理论知识,检验了公式法估算应力强度因子的准确度。最后,以扩展有限元法的仿真结果为训练数据,以叶片裂纹位置和裂纹长度为输入参数,建立了裂纹尖端应力强度因子的多层反向传播人工神经网络(back propagation artificial neural network, BP-ANN)。算例表明,BP-ANN的预测精度优于公式法,并可有效减少扩展有限元法的仿真次数,推进断裂力学在离心叶轮可靠性设计中的应用。     

VP型宽频带倾斜仪故障信号的BBA-SOM智能诊断

针对现有VP型倾斜仪故障诊断主要依靠人工经验和诊断流程较为复杂的问题,提出以互补集合经验模态分解(complete ensemble empirical mode decomposition, CEEMD)多尺度近似熵和二进制蝙蝠算法(binary bat algorithm, BBA)优化SOM神经网络参数的VP型倾斜仪故障诊断新方。首先,将归一化后的仪器故障信号进行CEEMD分解,对6阶本征模态函数(intrinsic mode function, IMF)求取多尺度近似熵值;然后将网络输入法按比例分为训练集和测试集,以训练集的识别率为适应度函数,应用二进制蝙蝠算法(binary bat algorithm, BBA)优化SOM神经网络的竞争层维数和网络训练次数;最后应用上述得到的BBA-SOM网络模型对倾斜仪故障特征数据进行辨识。实验表明：CEEMD多尺度近似熵判据对倾斜仪故障特征的区分效果符合预期;相对于朴素贝叶斯、AdaBoost集成学习与LDA等学习模型,BBA-SOM模型可以准确进行故障诊断;该方法对实现VP型倾斜仪故障的自动诊断有重要现实意义。     

基于BP神经网络的离线迭代混合试验方法研究

利用反向传播(误差逆传播算法back propagation algorithm,BP简称反向传播算法)神经网络对非线性结构位移-力系统进行拟合,将训练好神经网络作为试验子结构与数值子结构联合求解,省去了混合试验中试验子结构与数值子结构之间的实时数据交互,并通过迭代训练样本的方法不断逼近真实响应,克服了神经网络需要大量训练样本的问题。通过对两个自由度的非线性结构进行混合试验数值仿真,验证了该方法的可行性。以实际工程的一榀框架为混合试验对象,取一个隔震垫作为试验子结构进行数值仿真,进一步验证了该方法的有效性。     

新型压缩空气储能及其技术发展

压缩空气储能研究是目前绿电储能的重要科技前沿,主要为大规模绿电的存储转换及并网等问题,提供有效的解决方案。回顾了压缩空气储能的背景,介绍了传统压缩空气储能及其衍生技术的工作原理,分析了新型压缩空气储能的优缺点和应用范围、中外压缩空气储能的应用现状及其经济效益。基于此,提出了未来压缩空气储能的应用前景及发展趋势,为相关学者和方案决策人员提供参考。     

边坡稳定性分析的区间极限平衡法

边坡工程具有大量不确定性因素,需要采用不确定性方法对其进行分析。通过对边坡稳定分析中不确定性因素的分析,提出了一种使用区间理论来计算边坡工程稳定性的新方法。这种方法可以考虑稳定分析中所涉及到的计算力学参数的不确定性。把区间数学和极限平衡法相结合,建立了区间极限平衡方法,推导了区间安全系数的计算公式。实例研究表明,边坡稳定性区间分析方法是一种更合理的边坡稳定性评价方法。     

考虑孔隙率和不均匀系数的土石混合体颗粒流分析

为研究低含石率情况下,由土体主导的土石混合体的力学特性,采用分层欠压和随机生成多边形相结合的建模方法,建立土石混合体颗粒流模型,提出不均匀系数作为衡量土石混合体非均质性的指标。通过室内试验校核了颗粒模型的细观参数,并开展双轴数值模拟试验,研究在低含石率情况下,含石率、土体孔隙率和不均匀系数3个因素对土石混合体力学特性的影响。结果表明:在低含石率情况下,土石混合体的强度受土体孔隙率影响较大,随着土体孔隙率的减小,土石混合体的强度有较大提高;块石的存在破坏了土体的均匀性和连续性,反而在低含石率情况下,随着含石率增大,土石混合体整体强度有微小减小的现象;土石混合体的不均匀系数对体应变影响较大,不均匀系数越大,体应变的膨胀现象越明显。