摘要：云梦小镇一期安置点因工程建设形成挖方边坡,2017年9、10月份连续强降雨,致使安置区斜坡发生滑动,存在较大的安全隐患。为了防止造成危害,将该滑坡分为东、西侧,分别对其稳定性进行分析评价,结果表明,无论在自然工况还是暴雨工况下,两侧滑坡稳定性均较差,西侧滑坡略好于东侧,需进行治理设计。采用双排桩加固(上侧抗滑桩+下侧抗滑桩+板墙+支撑盲沟+挡墙)对滑坡进行治理设计。

摘要：以西安某深基坑为例,采用理正深基坑软件试算深基坑桩锚支护结构在不同设计参数组合下,分析了其结构内力、水平位移与竖向沉降量,得出最优的支护设计参数,并经与施工期监测数据对比,监测数据结果与计算变形值基本接近,基坑安全可靠,达到了设计预期,计算结果合理,数据可靠。

摘要：本文阐述了深基坑支护中常用支护结构形式,简单分析了其支护原理,对支护结构进行了分类,并简要探讨了各种支护结构类型的特性、优缺点、经济性、安全性、适用范围及对基坑侧壁位移控制效果,给出了各种支护结构形式的适用条件,为后续深基坑支护工程设计选型提拱参考。

摘要：建立汽车发动机舱盖焊点有限元模型,并将分析结果与试验模态对比,验证该有限元模型的准确性.分别采用准静态法和模态应力恢复法得到焊点的应力-时间历程;基于Palmgren-Miner线性损伤累积准则和S-N曲线对比评估焊点疲劳寿命,并在模态应力恢复方法中考虑截止频率和结构阻尼对焊点疲劳寿命的影响.与虚拟台架试验的对比结果表明:准静态预测的焊点寿命大于试验寿命,截止频率为200 Hz且结构阻尼为0.06的模态应力恢复结果与试验结果较吻合.基于模态应力恢复法优化设计的发动机舱盖通过耐久路试.

摘要：目前支持向量机(SVM)和随机森林(RF)等算法在煤矿巷道支护领域应用较少。研究了不同的机器学习模型进行支护参数设计的适用性,以建立一个更高性能的模型来实现锚杆支护的合理、科学设计。首先建立煤巷支护智能预测数据库:采用现场调研、问卷调查和文献检索等方式收集煤矿巷道样本;采用缺失值填补、箱形图修改离群点和局部异常因子剔除等方式对数据进行处理,建立煤巷支护数据库。提出一种基于合成少数类过采样(SMOTE)-遗传算法(GA)-SVM的煤巷支护参数预测模型:将数据库中的数据分成训练集与测试集,采用SMOTE技术平衡训练样本,提高模型对少数类样本的拟合能力;训练过程采用GA对SVM的超参数进行全局寻优,进一步提高模型整体性能。测试结果表明,SMOTE-GA-SVM模型的分类精度达到83.8%,比传统的SVM模型提高了21.8%。将SVM、人工神经网络(ANN)、RF、AdaBoost(ADA)和朴素贝叶斯分类器(NBC)等机器学习方法引入到煤巷锚杆支护参数预测中,建立对应的支护参数预测模型,比较结果表明:从最优到最差的预测模型排序分别为SMOTE-GA-SVM、RF、GA-ANN、SVM、NBC和ADA,6种模型的平均分类精度达69.9%,验证了机器学习方法在煤巷锚杆支护参数预测方面的可行性。在山西霍宝干河煤矿有限公司对SMOTE-GA-SVM模型进行了应用,模型预测准确率达87.5%,具有较强的适用性和可靠性。

摘要：为了解杂交水稻制种过程中移栽父本最适秧龄和栽植密度,从而建立单期父本群体适宜的机插模式。本研究以杂交水稻制种组合4001S/黄莉占的机插父本黄莉占为试验材料,设计了单期父本机插3种不同秧龄(20 d、25 d、30 d)、2种栽插规格(20 cm×30 cm和14 cm×17 cm),并探讨了其对供试父本群体生育期、苗穗动态及穗粒结构等性状的影响。结果表明,(1)单期父本不同秧龄单本机插,以25 d秧龄的单穗颖花数显著高于其他2种秧龄移栽,表现为B2>B3>B1,30 d秧龄的播始历期、抽穗历期和盛穗历期最长,最高苗数、有效穗数和单位面积颖花数显著高于20 d秧龄处理(P﹤0.05);(2)2种等行距移栽,以20 cm×30 cm规格机插的最高苗数和有效穗数显著高于14 cm×17 cm规格的处理(P﹤0.05);(3)采用30 d秧龄单本移栽并按20 cm×30 cm栽插规格时,能够建立起良好的父本群体结构,保证其具有足够的颖花数和较长的抽穗历期,满足母本授粉的需求。本研究结果能够为进一步简化杂交水稻制种提供参考。

摘要：针对丰镇发电厂6号炉电除尘器除尘效率低、粉尘排放浓度超标、耗电率高的问题,提出拆除电除尘器内部阴、阳极系统,加大电场除尘面积等改造方案。改造后,经整体效果测试,6号炉电除尘器除尘效率达到99.7%,粉尘排放浓度小于设计值,可实现节电36.35%041.29%。