2003—2020年新疆北部积雪因子时空变化分析

积雪作为冰冻圈的活跃因子之一,对气候环境的敏感性使其能够快速反映出与气温、降水等气候因素的关系变化,并影响着全球水文变化。对新疆北部地区2003年6月—2021年6月的中分辨率成像光谱仪(moderate resolution imaging spectrometer, MODIS)逐日积雪数据进行去云处理,并基于像元计算了积雪覆盖比例(snow cover percentage, SCP)、积雪覆盖日数(snow cover days, SCD)、积雪开始时间(snow onset day, SOD)和积雪结束时间(snow end day, SED)。实验结果表明：积雪产品相对于气象站点数据的总精度达到91.47%,有利于提高对积雪因子的时空变化分析。新疆北部地区SCD空间分布差异较大,SCD随海拔的升高而增加,SOD随海拔升高而提前,主要在11月和12月出现;SED随海拔升高而推迟,主要在2月和3月出现;夏季平均SCD最少,主要分布于天山中部以及阿尔泰山北部区域,约占3.35%,冬季平均SCD最为明显,大于60 d的区域占46.3%;而SCP在1月达到最大,7月和8月最小。趋势变...     

李-凯斯勒方程的牛顿-二分求解法

李-凯斯勒方程能够准确描述烃类多组分混合流体P-V-T(压强-体积-温度)性质,在稠油化学复合冷采过程中,李-凯斯勒方程常常被用于计算稠油的物性。通过对牛顿法和二分法进行优势互补,提出了基于最小自由能原理的李-凯斯勒方程牛顿-二分混合求解算法。该算法先是参照二分法的思路迅速从李-凯斯勒方程的定义域内搜寻出目标区间,随后利用牛顿迭代公式求解出区间内的实根及对应的吉布斯自由能,最后迭代这一过程直至自由能不再下降。牛顿-二分混合算法的优点包括：对初值不敏感,无需配合复杂的初值生成规则使用;收敛速度快,相较于二分法而言可以加速1～2倍;适用范围广,可同时适用于气相与液相流体。相较于牛顿法和二分法而言,牛顿-二分混合算法更适合嵌入各类模拟软件中进行混合流体的P-V-T性质计算。     

寒冷地区钢箱组合梁桥温度梯度模式

为研究寒冷地区钢箱组合梁桥温度梯度模式,选取山东枣木高速公路某钢箱组合梁桥开展温度监测,共获取12个月的温度监测数据,基于概率统计方法确定了寒冷地区钢箱组合梁桥温度梯度模式标准值。研究结果表明:钢箱组合梁桥正、负温度梯度模式的双折线模型能够合理反映截面温度分布情况,其中负温度梯度在混凝土层内沿竖向方向先减小、后增大,在钢主梁上先增大、后保持不变;荷载重现期50年时,正、负温度梯度模式的标准值分别为15.4、6.1、-1.9、-9.2℃;荷载重现期100年时,正、负温度梯度模式的标准值分别为15.8、6.2、-2.1、-9.5℃;提出的寒冷地区温度梯度模式标准值高于现行规范中取值,在设计计算时应根据当地气象资料及结构类型等因素进一步确定。     

融合知识图谱的多通道中医辨证模型

中医辨证是中医临床立法、处方、用药的基础和前提。中医电子病历缺乏高质量语料,模型训练容易欠拟合,且四诊信息的症状表达形式存在较大差异,限制了网络模型对复杂症状的识别能力。针对上述问题,通过对四诊信息多通道的分开处理,以及人工构建的小规模知识图谱对模型训练进行知识的增强,提出了融合知识图谱的多通道中医辨证模型。实验结果表明,基于中医电子病历数据集,提出的模型在P@1指标、P@3指标、P@5指标上相比基线模型分别提高3.51%、3.38%、3.32%,相比其他网络结构模型也有不同程度的提高,验证了所提模型对中医辨证具有显著效果。     

基于遗传算法-深度神经网络的分布式光纤监测工作面矿压预测

煤层开采过程中的工作面矿压分析与预测,对煤矿顶板管理与安全生产具有重要意义。然而,工作面开采引起的围岩移动和变形影响着矿压预测的准确度。为了提高工作面来压位置预测的精度,以分布式光纤监测采动覆岩变形的频移数据为基础,引入门控循环神经网络(gated recurrent neural networks, GRU),建立了遗传算法(genetic algorithm, GA)-GRU-反向传播(back propagation, BP)的工作面来压位置预测模型。将光纤频移值的统计特征融合工作面推进距离等因素作为特征向量,并采用GA对GRU及BP网络的超参数寻优。实验结果表明：预测模型的决定系数为98.7%,平均绝对误差为1.224 cm,均方根误差为1.769 cm,预测的准确性高,为工作面矿压预测提供了新的方法。     

低分子有机酸对林地土壤磷释放及活化影响

为了解林地土壤中闭蓄态磷转化为有效磷的转化效率,以淮河流域固始县意杨林灰潮土为例,开展了在不同低分子有机酸、酸浓度及反应时间下灰潮土壤总磷(total phosphorus, TP)的释放及各形态磷,包括TP、无机磷(inorganic phosphorus, IP)、有机磷(organic phosphorus, OP)、Fe/Al-P和Ca-P的活化影响实验。结果表明：苹果酸、柠檬酸及草酸对土壤TP释放率分别增长了180%、161%和217%。苹果酸和柠檬酸对土壤TP的平均活化率均在164%以上,而草酸则在中浓度时才表现出活化作用。3种低分子有机酸均能有效促进灰潮土磷的释放与活化,且释放作用和有机酸种类、浓度及实验处理时间密切相关,活化作用也与酸种类和酸浓度相关性显著,研究结果为磷肥的合理施用和土壤有效磷的提升提供科学依据。     

一种深度学习网络的树木点云骨架重建方法

基于激光雷达(light detection and ranging, LiDAR)数据重建树体三维模型并精准获取林木空间枝干结构参数是精准林业发展的必然趋势。本文研究面向激光点云提出了一种融合基于晶格投影的深度学习网络,以及面向提取的枝干点云的树木模型骨架重建的方法。该深度学习网络包括旋转不变性模块、晶格投影与重心插值模块,多尺度变换与卷积操作层,通过将旋转变换后的点云晶格投影到三个坐标平面上再分别重心插值获得变换系数,解决了三维点云因排列无序而造成空间卷积困难的问题。以海南多类树木为研究对象,首先,把带枝叶标签的林木点云基团带入构造的深度学习网络中训练网络参数,实现测试样本中的林木数据的枝叶分离。其次,对分类后的树木枝干点云垂直分层并空间聚类,获取每层的聚类中心点并按相邻层中心点距离最小原则实现骨架链表构造,同时采用自适应随机抽样一致(random sample consensus, RANSAC)方法来计算的圆柱体拟合半径,以重建树木的各级枝干。最后,根据中心点连通的链表结构以及角度变化最小准则自动识别树木中的主枝干和各个一级分枝。通过与实测数据比对验证表明,深度学习枝叶分类准确...     

节点刚度对管桁架拱稳定性的影响

为研究节点刚度对管桁架拱稳定性的影响,在节点弹簧单元和壳单元滞回性能一致性得到验证的基础上,采用往复荷载下的变刚度弹簧模型代替壳单元考虑节点的半刚性。弹簧模型的节点刚度方程由节点域壳单元模型在往复荷载加载作用下的骨架曲线确定。以矢跨比为0.29、跨度为50 m的管桁架拱为算例,采用材料与几何非线性有限元法对节点域弹簧模型和普通模型进行稳定性分析。结果表明：“静力失稳模态”为空间管桁架拱的最不利初始缺陷形式;节点刚度对管桁架拱的承载力影响程度与考虑初始缺陷的大小、分布形式和荷载作用范围有关。     

光伏电站机电暂态实用化等值建模方法

为兼顾光伏电站实际运行特性及大电网全域仿真压力,同时考虑场站级建模实际成本及工程推广,提出了一种光伏电站机电暂态实用化等值建模方法。首先基于光伏电站有功功率控制及逆变器低电压穿越试验实测数据,利用最小二乘估计法辨识得到符合实际特性的光伏发电单元关键参数,并在此基础上考虑集电线路等对光伏电站暂态特性的影响,依据光伏电站整场实际运行情况搭建完成场站级详细机电暂态模型;然后基于综合距离指标实现扰动情况下对各光伏方阵的分群聚类,并根据分群结果利用等值前后并网点输出功率不变原则求取集电线路等值参数,由此完成场站级等值模型搭建。最后仿真对比某实际光伏电站等值模型及详细模型运行特性。结果表明所提机电暂态等值建模方法具有较好的准确性和工程实用性。     

基于多目标遗传算法的混合动力汽车能量管理优化

混合动力技术是实现汽车节能减排的有效途径。以P2混合动力汽车为研究对象,考虑电池荷电状态(state of charge, SOC)分别为高、中、低3种不同的电量模式时,设计不同的能量管理策略,以实现混合动力汽车节能减排的同时维持SOC的平衡的目的。该策略在基于规则的基础上采用Isight软件中的多目标遗传算法对门限值进行优化,以提高能量管理策略中门限值的可靠性和有效性。仿真结果表明,该能量管理策略对降低车辆油耗的效果显著,并且能很好地维持电池SOC的平衡。