翼型宽尾墩后河床冲刷机理研究

对溢流坝段闸墩尾部型式进行了试验研究,特别对翼型宽尾墩引起的挑跌水流作用于河床上的动水压特性、挑距及冲刷范围随平均流场参数变化的规律作了探讨。并将定床试验的力学特性与动床试验的冲坑特性之间的关系作了初步研究,给出了冲坑深度与范围的计算方法。     

舌形挑流鼻坎水力特性研究

基于拱坝表孔泄洪的水槽实验,分析了舌形挑坎曲率和挑角的变化对水流横向扩散及下游水垫塘底板时均压力的影响。在不同泄流量和下游水深条件下,对不同曲率和挑角的舌形挑坎以及常规挑坎进行了比较研究。结果表明,水流经过舌形挑坎时流态稳定,水舌横向扩散明显。在挑坎末端高程相同的条件下,下泄流量较小时,曲率和挑角越大,水舌单宽流量的横向分布越均匀,水垫塘底板最大时均压力越小;大泄流量时,曲率和挑角不宜过大,以保证水舌扩散效果。     

浅析壅水溢流堰在挑流消能中的应用

根据水力学计算理论,结合某山区水库挑流消能设计的实际状况,提出了在挑流消能中设立壅水溢流堰来减小冲坑深度的创新理论,并建立了可精确计算的数学模型和程序;在实际的工程中也发挥了重要作用。     

兰督水利枢纽溢洪道挑流鼻坎体型试验研究

兰督水利枢纽溢洪道泄洪的水流与河道正交、顶冲回流、消能防冲等问题较为突出，本文在理论计算的基础上，通过水工模型试验优化、检验、设计出较完整的扩散扭曲挑流鼻坎体型，与原设计的单侧平面扩散舌形挑流鼻坎体型相比，坎后水流流态及消能效果有了很大的改善。     

丁坝挑角等参数对坝头冲刷深度的影响

丁坝是山区沿河公路冲刷防护的常用构造物，坝头冲刷深度是丁坝设计的一个重要参数。影响坝头冲刷深度的因素很多，其中丁坝的挑角、漫水高度以及边坡系数对坝头冲刷影响很大。在分析上述参数对丁坝水流结构和冲刷特性的影响基础上，通过室内模型试验，对不同条件下的丁坝冲刷规律、特点进行观测。根据大量试验数据，并以不漫水板式正挑丁坝为基本研究对象，分析后得到了三个影响参数对丁坝冲刷深度的作用特点，建立了影响系数的计算公式。     

应用水滴随机喷溅数学模型预测挑流泄洪雾化的雨强分布

以初始抛射速度、出射角、偏移角和水滴直径等4个物理量为随机变量，建立了水滴随机碰溅的数学模型，并应用龙格一库塔(Runge-Kutta)法和蒙特卡罗(Monte-Carlo)法，求得挑流泄洪雾化的地面降雨强度．在数学模型验证的基础上．应用水滴随机碰溅的数学模型预测了某水电站挑流泄洪雾化的雨强分布．     

短时雨量预报的人工神经网络模型

针对雨量预报问题,建立基于神经网络的数学模型．首先采取“消除噪声”的方式对所给的数据进行处理,得到所需的目标数据,然后运用L—M优化算法对各观测站点进行模拟,得到各观测站点的预测值,计算出91个观测站点的预测值和其实测值之间的累积误差．     

基于人工神经网络的蜗轮瞬态温度场智能预报系统

通过蜗杆传动的传热学,摩擦学及啮合原理的耦合研究闻蜗轮瞬态温度场的数学模型,针对蜗轮齿面的几何特征和运动特征编制相应的有限元程序。在此基础上利用数值计算结果,建立了有限元模型的人工神经网络 瞬态温度场智能预报系统,为蜗轮齿面瞬态温度场的实时化分析提供必要手段。     

往复流作用下潮流能水轮机单桩基础冲刷试验

为研究往复流作用下潮流能水轮机单桩基础局部冲刷演变机制,在水槽中开展物理模型试验,探讨了水流强度对潮流能水轮机单桩基础冲刷过程的影响规律,并与仅单桩工况进行了对比.试验结果表明:往复流作用下,潮流能水轮机单桩基础冲刷过程具有显著的周期性震荡、逐步提高的特点;叶轮的存在加快了基础冲刷过程,增加了最大冲刷深度;最大冲刷深度...     

基于神经网络的物流量预测

应用不同的人工神经网络模型进行物流量预测。分析影响物流发出量、吸引量和周转总量的各相关因素及神经网络预测的基本思想,研究神经网络静态前馈模型和简单动态模型预测物流量的局限性,认为采用二者结合的综合预测方法能对物流量进行准确的预测。给出动态反馈的实时递归法仿真计算步骤,仿真结果与实际结果比较,具有较高的可信度。     

人工神经网络在淬透性曲线中的应用

利用人工神经网络中的BP算法,建立材料的合金成分与距水冷端不同位置上的硬度值的模型.根据材料的合金成分含量取得硬度值,获得了满意的结果,为预测淬透性曲线提供了一定的理论辅助手段.     

弓型折流板换热器动态响应神经网络预测

采用ARX动态模型设计了一种用于换热器动态特性辨识及预测的人工神经网络结构模型,基于有限的实验数据将人工神经网络技术应用于以水、油为换热工质的弓型折流板换热器动态特性的预测当中.采用Levenberg-Marquardt算法对网络进行训练和测试,辨识和预测了换热器单侧流量扰动情况下油侧出口温度的响应情况及换热器油侧进口发生温度扰动情况下油侧出口温度响应情况,并与数值计算进行了对比,神经网络的预测结果好于数值计算.分析了神经网络模型的泛化能力.计算结果表明,人工神经网络对于复杂系统的动态辨识及预测是相当成功的,与基于数理模型的数值预测相比,有更好的预测精度,且模型的泛化能力也很强.     

人工神经网络在结构振动控制中应用

对人工神经网络在结构工程振动控制中的应用做了综合评述 .简要介绍了人工神经网络的发展历程和基本性能 ;重点阐述了人工神经网络在结构振动控制中的应用情况 ,并对未来的发展方向进行了展望 .     

启动压力梯度预测的人工神经网络方法

针对低渗透多孔介质中存在启动压力梯度的问题,分析了影响启动压力梯度的主要因素.采用BP人工神经网络的方法对启动压力梯度进行预测,并结合岩心实际测定的启动压力梯度进行验证.研究结果表明,BP人工神经网络是一种较为有效的预测方法,具有较高的精度.该方法的应用,可以为低渗油田的开发提供可靠的基础数据,节省人力物力.     

用神经网络算法预测溅射镀膜时的溅射产额

文章运用人工神经网络理论建立预测模型,综合考虑了影响溅射产额的多个参数;用实例讨论了如何利用网络模型来预测不同条件的溅射产额,并对网络模型的适用性进行了检验,证明其有一定的适用价值;其结果可能在生产中应用,也指明了需要进一步研究的问题。     

混凝土强度的分阶段进化神经网络方法的预测

早期获得混凝土28d抗压强度值,对提高工程质量和加快施工速度具有非常重要的作用。本文在国内外早期推定混凝土强度方法的基础上,提出了用分阶段进化神经网络的方法来预测预拌混凝土的强度,从而可以减少网络训练的时间,加快算法的收敛速度,简化网络结构。     

电磁兼容的人工神经网络预测技术分析

电磁兼容预测是实现电子设备或系统电磁兼容性(electromagnetic compatibility,EMC) 的必要步骤.提出了应用人工神经网络对电磁兼容问题进行快速预测的方法.通过选择有效的电磁干扰参数作为输入预测因子,用误差反向传播的神经网络 (back propagation,BP)构造输入预测因子与敏感设备骚扰响应之间的映射关系,并用电磁场数值计算方法获得的训练样本集和测试样本集对构造好的BP网络进行训练,建立了基于BP网络的电磁兼容快速预测模型.最后以导线间的串扰问题为预测算例,表明了该方法的有效性.     

人工神经元网络在液压机行程停位控制中的应用

液压机行程停位精度是液压机先进性能的主要衡量指标，它直接影响着锻件产品的加工质量及液压机自动化生产。作者采用人工神经元网络来提取液压机工况条件和超程值之间的一般关系，并将其用于超程预测，从而实现了高精度停位控制。研究及大量试验表明：该方法不仅具有停位精度高及稳定性好等特点，而且这种控制系统的控制能力可以在液压机生产过程中具有不断提高的智能特性。该方法在３．１５ＭＮ液压机上的停位控制精度已能达到±０．５ｍｍ．     

一类基于概率神经网络的语音识别模型

介绍了采用人工神经网络,特别是概率神经网络(PNN)技术进行语音识别的原理．提出了一类基于概率神经网络的解决元音识别问题的模型,并且通过一个试验,研究了用于语音识别的PNN模型中的参数设置．试验表明,该模型对于元音的识别具有较好的识别率．