摘要：边坡岩块体从稳定状态变为不稳定状态的过程中,其动力学指标会发生显著变化,因此,引入合适的动力学指标是实现危岩体精准识别的关键。引入时域、频域以及能量等6种动力学指标,采用PSO-SVM算法开展危岩体识别方法实验与工程应用研究。实验结果表明,相比较于时域动力学指标与时频域双动力学指标的危岩体识别模型,基于多层次动力学指标的危岩体识别模型的预测效果最好,其均方误差MSE=0.004772,相关系数平方R~2=0.984865。因此,应用时域、频域与能量的多层次动力学指标的危岩体识别方法,可实现危岩体的准确定量分析。数据分析得出,6种动力学指标的识别敏感性重要性排序依次为均方频率>裕度指标>第一频带相对能量>重心频率>冲击能量>脉冲指标。研究为工程现场更好开展危岩体的勘察识别工作提供相对丰富的敏感性动力学监测指标,进而有助于建立一套基于大数据分析的危岩体识别方法,从而满足高山峡谷地区崩塌灾害防灾减灾工作的现实需求。

摘要：为了研究全尾砂-废石膏体的管道输送特性,采用流变仪测试了不同尾砂-废石质量比(尾废比)及固体质量分数条件下膏体的流变特性,构建了综合考虑密实度、灰砂比及体积分数的输送阻力方程.将该方程代入Comsol软件中进行模拟计算并与环管实测结果进行对比验证,数值模型所测误差均在7%以内,说明该模型用于计算全尾砂-废石膏体的阻力特性是合理的,还模拟了不同浓度、尾废比及初始速度条件下管道输送阻力的变化特征.实验结果表明:塑性黏度和屈服应力随着粗骨料膏体固体质量分数和尾废比的增加而增大;由于颗粒间的摩擦效应导致阻力损失随尾废比的增加呈先增大后减小的趋势,阻力损失在尾废比5∶5处取得最小值;固体质量分数增大导致水含量的降低,使粗骨料浆体难以流动,从而导致阻力损失快速增长;初始流速增加,颗粒运动变得不稳定,摩擦加剧,并于“拐点”—2.2 m·s^(-1)处阻力损失的增长率大大提高.研究成果对于粗骨料膏体管输系统的设计具有一定借鉴意义.

摘要：建立了水煤浆管内层流流动的阻力损失模型、层流向紊流过渡的判断标准模型及紊流阻力损失模型.实验结果及现场采集的数据证明了模型的可靠性,由模型的求解结果作出的水煤浆流动的范宁摩擦阻力系数-赫斯特罗姆准数-宾汉雷诺数关系图可用于指导工程设计的需要.

摘要：运用有限元软件对W/Cu梯度材料进行了热应力优化设计,结果表明,在30MW/m2的表面热流负荷下,经过优化设计的W/Cu功能梯度材料有较好的热应力缓和效果,与非梯度材料相比等效热应力降低了62.3%,表面工作温度下降了50℃;与单纯金属W相比,W/Cu梯度材料的表面工作温度较之大幅度降低445℃。

摘要：随钻岩性识别是一种便捷、高效的地层信息获取技术,具有即时、准确、环保以及节能等优点,可应用于岩石边界确定、支护参数设计、爆破参数设计以及区域地层强度参数识别等工程领域,一直是国内外学者研究的重点方向。本文系统分析了随钻岩性识别技术研究现状以及发展趋势,结合近年来随钻岩性识别技术的应用,探讨了该技术作为智能化探测的新方法与新理论。首先,总结了随钻岩性识别关键技术国内外发展历程;其次,阐述了国内外岩性识别系统的研究现状,包括技术原理及系统组成,并对部分国内外典型岩性识别系统进行对比和评价;再次,总结钻进过程中钻进参数与岩石之间的响应关系及建立的钻进指标和评价体系,并根据旋切式及旋切-冲击式两种钻进方式讨论影响随钻岩性识别的因素;最后,根据随钻岩性识别技术研究领域的发展动态,总结现阶段工程应用中存在的问题,展望随钻岩性识别技术研究未来的发展趋势。

摘要：深水大跨径斜拉桥在地震荷载作用下,桥梁水下部分与周围水体之间相互作用必然导致斜拉桥受到水体运动产生的动水力的作用。在已有Morison动水理论的基础上提出了一种适用于深水大跨径斜拉桥动力时程反应分析的动水力简便计算方法,并应用于南京长江第三大桥,分析了动水对斜拉桥结构的动力特性和地震反应的影响。研究发现:水与斜拉桥下部结构相互作用会使斜拉桥自振频率有所减小,其中第一阶自振频率相对无水时减小了8.24%;地震作用下动水对斜拉桥结构各个构件地震动力反应都有显著的影响,使主梁弯矩最多增大了7.73%,最不利桩位底部弯矩增大了14.22%。在深水斜拉桥结构进行抗震设计中,动水对斜拉桥动力响应的影响不容忽略。

摘要：采用有限差分法软件FLAC3D对一天然气存储地下盐岩洞室围岩的流变数值分析表明,由于盐岩的大流变特性,盐岩层中的稳定应力场具有静水压力的特征,这一点对围岩的稳定有十分重要的意义。在设计平均天然气内压6MPa条件下,当达到设计使用年限(80a)时,洞室的剩余存储能力仍保有初始存储能力的27 5%。考虑模型尺寸效应及模型边界条件的影响,计算结果为相对保守的可靠估计。

摘要：当前球磨机负荷检测方法难以准确评估磨机内部变化,给磨机综合运行状态的控制和优化带来较大难度.本文设计了一款内嵌加速度传感器且与钢球介质物理性质相一致的智能磨矿介质用于识别磨机负荷,开展了不同充填率等磨矿条件下的磨矿试验,设计磨矿效果系数划分磨机负荷状态;分别采用了卷积神经网络方法(CNN)和优化的支持向量机(SVM)模型对智能磨矿介质获取的加速度信号进行球磨机负荷识别.基于优化的SVM模型将获取的一维加速度信号进行互补集合经验模态分解算法(CEEMD)去噪、时域特征值和样本熵提取等预处理,将上述磨机负荷的特征向量分别输入GA-SVM、GS-SVM、PSO-SVM分类模型进行训练,研究表明,PSO-SVM模型的识别准确率可达98.33%,但存在训练过程繁琐,耗费时间长的问题.在图像识别领域具有优秀应用能力的CNN模型是把智能磨矿介质检测加速度信号数据转换为二维图片后直接输入基于VGG19网络的CNN模型进行分类识别,磨机负荷分类识别准确率高于优化的SVM模型,可达98.89%,在保证识别准确率的同时有效节约了计算时间.基于CNN的智能磨矿介质球磨机负荷识别方法可为实现球磨机负荷检测与在线评估提供重要解决方案与技术保障.

摘要：通过PacketTracer模拟物联网智能家居场景,并将所涉及的理论知识进行分解后纳入实训课程,使学生能够循序渐进地掌握智能设备、网络、物联网等方面知识和技术,同时理解雾计算的概念以及在智能家居场景中选择雾计算的必要性,培养解决物联网工程领域复杂工程问题的能力。

摘要：该文基于法拉第磁光效应,设计了一种四光路磁光调制的光纤通信装置,当线圈电流跳跃变化时传输数字信号,连续变化时传输模拟信号。该装置采用磁光调制,避免了直接调制的色散现象,通过继电器与单片机组合控制电路通断,实现了小电流控制大电流,提高了信号产生过程的安全性和可调性。实验采用四光路法测量椭圆偏振光主偏振方向,实测数据表明光的偏振角度随着流经每个线圈电流的增大而增大,二者近似呈线性关系,与理论相符合,当流经每个线圈的电流每增加1A,偏振角度平均增加5.3°,角度变化明显,可以通过控制电路的通断传输数字信号(0、1)。