Bandis经验公式修正及其应用

针对三维离散元程序中刚度参数合理选取方法及其应用开展研究.通过理论分析,给出了结构面剪切刚度及法向刚度的理论公式;结合室内剪切试验研究和数值分析,得到了符合工程实际的剪切刚度修正Bandis经验公式及法向刚度参数经验公式,从而明确提出了一种结构面刚度参数的选取方法;通过实际工程边坡稳定性分析,探究了基于上述方法选取的参数对实际工程模拟的适用性.研究表明,岩体结构面刚度参数是应力的函数,修正Bandis经验公式能够较为完善地表征剪切破坏前结构面的剪切刚度变化规律;利用编制FISH程序使刚度参数随应力变化而改变的方法,使3DEC软件对工程岩体变形特征的模拟更加符合实际,从而验证了该方法的合理性.     

基于EMD和SVD的在线手写签名特征提取方法

为使在线手写签名认证的使用更具实用性,提出了一种基于经验模态分解(EMD)和奇异值分解(SVD)的在线手写签名特征提取方法.针对在线签名数据的坐标信息,以EMD分解所得的本征模态函数(IMF)分量为初始矩阵,并进行矩阵奇异值分解,以奇异值的能量值作为样本数据的特征分量构成用户特征向量,建立了基于支持向量数据描述(SVDD)的一类认证模型验证该方法效果.在SVC2004签名数据库上的实验结果表明:该方法提取的签名特征区分明显,使用少量的单类真实签名作为训练样本,得到FAR=3.38%,取得了较好的认证识别效果.     

储层条件下超临界二氧化碳与原油体系最小混相压力研究

注二氧化碳开采原油已经成为目前世界范围内特低或超低渗透油田重点采用的提高原油采收率技术,驱油过程中较为理想的驱替形态就是能够形成二氧化碳混相驱,而最小混相压力是形成混相驱关键因素之一,因此快速准确预测最小混相压力是实现混相驱的重要环节.通过长细管驱替实验法和多种经验公式法对储层条件下超临界二氧化碳与试验区原油体系最小混相压力的预测进行了研究,并用长细管驱替实验法对各经验公式法测定的结果进行了误差分析.研究结果表明:长细管驱替实验法预测的最小混相压力为29.15 MPa;各经验公式法计算得到的最小混相压力相差较大,预测最大值为42.60 MPa,最小值为10.34 MPa,平均值为26.83 MPa;对比长细管驱替实验法测得的结果,各经验公式法预测的最小混相压力平均值的相对误差为7.96%,其中相对误差最小的是石油采收率研究所提出的PRIⅠ方法,相对误差为1.26%.     

同分布负相协情形下威布尔分布族参数的经验贝叶斯检验问题

在同分布负相协样本情形下研究了威布尔分布族参数的经验贝叶斯检验.利用密度函数核估计方法构造了参数的经验贝叶斯检验函数,在加权线性损失下获得了该估计的收敛速度,在适当条件下证明了经验贝叶斯检验函数的渐近最优性.     

坑道中冲击波冲量传播模型的试验

合理确定装药堵口爆炸情况下坑道中冲击波冲量的传播规律,是防护门抗精确打击设计的前提.为此,在野外进行了9次模型坑道堵口爆炸试验.钢筋混凝土模型坑道截面积为0.67 m2,TNT炸药的装药量范围为400～800 g.用坑道侧墙上的压力传感器实测了冲击波波形,由实测数据拟合出了装药堵口爆炸情况下,冲击波正相冲量沿着等截面直坑道传播的工程经验模型.算例分析表明,所拟合的坑道内冲击波冲量工程经验模型具有一定的实用价值.     

基于EEMD-Renyi熵和PCA-PNN的滚动轴承故障诊断

针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故障特征的向量,采用主元分析(PCA)对特征降维,提取主元输入概...     

均匀经验过程几乎处处中心极限定理的一个注记

设{ξ1,ξ2,…,ξn}为来自［0,1］上服从
均匀分布的独立同分布样本, 产生的经验过程为Fn(t)=n-1/2∑〖DD(〗n〖〗i=1
〖DD)〗(I{ξi≤t}-t), 0≤t≤1; ‖·‖表示一致模, 即‖Fn‖=sup〖D
D(〗〖〗0≤t≤1〖DD)〗〖JB(|〗Fn(t)〖JB)|〗; U为D［0,1］上的Brown桥, ‖U‖
=sup〖DD(〗〖〗0≤t≤1〖DD)〗〖JB(|〗U(t)〖JB)|〗. 利用概率强收敛工具,
得到了关于‖Fn‖及sup〖DD(〗〖〗0≤t≤1〖DD)〗Fn(t)的形如l
im〖DD(〗〖〗n→∞〖DD)〗〖SX(〗1〖〗log
n〖SX)〗∑〖DD(〗n〖〗k=1〖DD)〗〖SX(〗1〖〗k〖SX)〗I{‖Fk‖≤x}=P{‖U‖≤x}=1
+2∑〖DD(〗∞〖〗k=1〖DD)〗(-1)ke-2k2x2 a.s.
的几乎处处中心极限定理.     

经验Bayes估计

本文在 Robbins H.一文的基础上,给出了一个更为一般的经验 Bayes 估计公式,并给出了若干个应用例子.     

一种非线性非平稳时间序列预测建模方法

提出了一种基于经验模式分解和支持向量回归的非线性、非平稳时间序列预测建模方法.首先,针对时间序列的非平稳特征,通过经验模式分解将其分解为若干个本征模式分量,使其中每个分量均成为平稳序列;其次,对每个本征模式分量,基于支持向量回归建立相应的平稳时间序列预测模型;最后,再一次利用支持向量回归对这些预测模型进行非线性组合,得到非线性、非平稳时间序列的预测模型.仿真实验和工程应用均表明,所提的预测建模方法与传统的基于支持向量回归的建模方法相比,具有较高的精度,说明该方法对于非线性、非平稳时间序列的预测是有效的.     

基于过程神经网络时变系统的参数辨识

提出了一种基于过程神经网络时变系统的参数辨识方法,过程神经网络具有强大的非线性映射功能以及自学习、自适应等功能,其输入与时间有关,输出可为变量.文中基于过程神经网络,对一刚度随时间变化的三自由度系统进行参数辨识.实验结果表明:提出的方法对于时变系统具有较好的辨识效果.