融合图卷积神经网络和注意力机制的PM2.5小时浓度多步预测

PM_2.5小时浓度多为单步预测。为实现PM_2.5小时浓度的多步预测,基于“编码器-解码器”的序列-序列预测（Seq2Seq）模型,集合图卷积神经网络提取非欧式空间数据特征的能力以及注意力机制自适应关注特征的能力,提出了融合图卷积神经网络和注意力机制的PM_2.5小时浓度多步预测（GCN_Attention_Seq2Seq）模型。并与Seq2Seq模型和使用了图卷积神经网络、未使用注意力机制的GCN_Seq2Seq模型进行了对照,以2015—2016年北京市22个空气质量监测站点的空气质量数据为样本进行实例验证,结果表明,Seq2Seq模型和图卷积神经网络（GCN）可对PM_2.5小时浓度数据的时空依赖进行有效建模,注意力机制有助于减缓多步预测中的预测精度衰减,提升PM_2.5小时浓度多步预测的精度。GCN_Attention_Seq2Seq模型可有效应用于多种长度的PM_2.5浓度预测窗口。     

颗粒毛细效应影响因素的离散元分析

颗粒毛细效应是指将一根细管插入填充有颗粒物质的容器中并对管施加竖直振动时颗粒在管内上升并最终达到一个稳定的高度的现象, 该现象为颗粒物料的逆重力输运提供了一种潜在的技术途径. 为探究颗粒毛细效应的影响因素, 采用离散元方法, 模拟再现了颗粒毛细效应过程,展示了不同管径下颗粒竖直方向速度演变特性, 考察了不同容器宽度和振动条件下颗粒最终毛细上升高度随管径的演变规律. 结果表明, 在容器宽度与粒径比为40、管振幅与粒径比为14.33、管振动频率为12 Hz情况下, 管径与粒径比$D/d = 3.33$时, 管内颗粒堵塞严重, 使得颗粒上升缓慢,并造成颗粒柱中断; $D/d = 8.33$时, 起初毛细上升高度增加迅速, 随后毛细上升高度的增大逐渐减缓, 管内颗粒在管径方向几乎不存在速度梯度; $D/d =15$时, 随着颗粒毛细上升高度的增大, 管内颗粒柱分离为速度截然不同的两层, 上层颗粒在管径方向几乎不存在速度梯度, 而下层颗粒存在明显的速度梯度.研究还发现, 在毛细效应能够发生的管径范围内, 存在一个对应于颗粒最终毛细上升高度最大值的临界管径, 当管径小于临界管径时, 颗粒最终毛细上升高度随管径的增大而增大, 当管径大于临界管径时, 颗粒最终毛细上升高度随管径的增大而趋于减小; 增大容器宽度,临界管径有所增大; 增大振幅、适当提高频率能够有效促进临界管径的增大.      

大风区铁路沿线挡风墙积沙机理及优化措施的风洞实验研究

位于兰州至新疆的兰新二线是世界上首条穿越大风区的高速铁路,途径著名的烟墩风区、百里风区、三十里风区及达坂城风区,风区段铁路里程长达462.4 km,占新疆段线路总长的65.1%,大风对铁路的运营、养护和运输造成很大危害.为了降低大风对通行列车的危害,兰新铁路沿线设置了大量挡风墙.挡风墙发挥作用的同时,也带来了铁路沿线的积沙问题.为了解决这一工程实践的现实问题,本文提出了在现有挡风墙背风侧的不同位置处,设立第二道挡墙以减弱铁路积沙的治理思路,并开展了对应条件下对现有单道挡风墙、以及在现有单道挡风墙背风侧坡顶处和坡脚处设置第二道挡墙,共计3种情景的风洞模拟实验,发现设置第二道挡墙后距轨道线路高0.1 m处的沙粒水平速度、数密度、输沙通量及沉积率较无第二道挡墙时明显减少,介于8%～12%,51%～69%,20%～73%以及26%～38%,而且在现有单道挡风墙背风侧坡顶部增设第二道挡风墙的效果更好.因此,本文的研究成果有助于优化大风区已有铁路沿线、城镇等防沙治沙工程措施.     

多孔铁电陶瓷冲击压缩响应与损伤演化的离散元数值模拟

采用flat-joint粘结模型,建立多孔铁电陶瓷在一维应变冲击压缩下的PFC (particle flow code)颗粒流离散元模型,通过数值模拟再现了平板撞击实验中实测的自由面速度剖面历史,并揭示了多孔铁电陶瓷在冲击压缩下的响应过程与损伤演化机制。多孔铁电陶瓷在冲击压缩下的响应过程可分4个阶段:弹性变形、失效蔓延、冲击压溃变形、冲击Hugoniot平衡状态;其中,失效蔓延的内在机制是由剪切裂纹的成核与增长,而冲击压溃变形的主要机制是孔洞的塌缩以及层状剪切裂纹的形成与扩展;冲击速度与孔隙率对铁电陶瓷的响应有显著的影响,Hugoniot弹性极限强烈依赖于孔隙率,但与冲击速度的大小无关,宏观损伤累积随着冲击速度和孔隙率的增加而增加。     

冻结立井爆破近区井壁振动信号基线漂移校正和消噪方法

冻结立井爆破过程中,近区监测信号中含有的基线漂零及噪声成分对其局部特征精细化提取影响显著。在对近区井壁振动信号有效采集基础上,通过互补总体经验模态分解（complementary ensemble empirical mode decomposition, CEEMD）方法、稀疏化基线估计消噪（baseline estimation and de-noising with sparsity, BEADS）方法和隐马尔可夫模型消噪（hidden Markov model de-noising, HMMD）方法等,解决了信号中基线漂移和随机噪声消除难题,并采用交叉小波变换对校正和消噪效果进行了相关性评价。实例分析结果表明:信号中缓变的基线成分遍历信号各个模态分量的整个过程,且主要集中于低频分量中,而噪声则集中在高频分量。组合分析方法对低频基线漂零和高频噪声的处理效果好,是一种高效且相对保幅的信号分析方法,可用于批量信号数据的预处理过程。     

基于持续同调的边坡土颗粒应力链失稳分析

采用颗粒离散元方法和持续同调理论,研究了内排土场堆叠至不同高度时的边坡稳定性。为便于研究,现采用一水平金属板向下施加压力,代替不同厚度土层的重力荷载,对边坡在竖向荷载作用下的失稳破坏过程进行了颗粒离散元模拟。研究了二维边坡土颗粒速度总矢量、边坡失稳破坏时滑移开裂面的角度以及边坡坡顶y方向的平均速度等宏观响应过程,并构建了自然堆积下边坡堆积体颗粒的法向力链无向网络模型。最后,用持续同调方法对边坡坡顶颗粒接触力链网络的拓扑特征进行分析,获得条码图,建立了岩体结构持续同调特征与失稳演化的关系。本文为研究边坡失稳拓扑识别提供了一种新方法,从而可以有效预测边坡的失稳破坏。     

风沙运动的DPM数值模拟

采用离散颗粒模型对风沙气固两相流动进行了数值计算．在该模型中,采用体平均的Navier-Stokes方程来描述气相的运动,对离散颗粒采用拉格朗日方法模拟,求解颗粒运动方程．采用硬球模型描述颗粒问碰撞作用．计算结果表明,沙粒平均水平速度廓线在0．02 m以上高度可以表示为按对数函数或幂函数规律增加,在0．02 m以下则发生偏离;在大于0．02 m的高度,输沙通量随高度按指数规律衰减,而在地面附近由于颗粒蠕移的影响发生偏离,这与已有文献结果一致。本文的模拟有助于风沙运动规律的研究与掌握。     

转动惯量法在多轴疲劳本构关系预测中的应用

一些金属材料在承担多轴非比例加载过程时,会产生额外非比例附加强化或软化现象,这一现象往往会导致在评估疲劳寿命时因为材料本构关系的不确定而引起预测结果出现较大误差．因此基于单轴疲劳理论得出的寿命预测模型并不能准确地预测多轴非比例疲劳加载下的材料寿命．针对此问题,本文阐述了非比例附加强化效应产生的原因及结果,结合转动惯量法的理论和塑性增量法,建立了预测多轴低周疲劳加载下循环应力-应变曲线的数值计算模型．利用316L 不锈钢试样在5 种加载路径下的实验数据对预测结果进行了验证,结果表明该模型具有良好的预测有效性及精度．     

基于深度学习和细观力学的颗粒材料本构关系研究

颗粒材料的本构关系对岩土工程等众多领域至关重要. 不同于传统的唯象本构理论, 本文基于机器学习模型探索了一种细观力学理论指导下的数据驱动型颗粒材料本构关系预测方法. 根据Vogit均质化假设, 建立了小应变条件下颗粒材料应力?应变解析关系, 此关系唯一地确定了一组与颗粒材料本构行为相关的细观组构变量. 这些变量与反应颗粒材料宏观性质的主应力和主应变信息通过一系列离散元三轴压缩数值试验获得. 考虑到细观组构变量为内变量, 不能直接作为本构模型的输入. 本文基于有向图方法将颗粒材料微观结构信息隐式地包含在应力?应变的预测当中, 并采用门控循环单元(GRU)循环神经网络作为基础深度学习模型描述有向图中结点之间的映射关系. 通过将有向图从目标节点沿源节点展开, 整个应力?应变预测模型可由两个神经网络分别训练并组装而成. 将训练后的深度学习模型在全新的数据集上进行测试, 结果表明该训练策略能有效捕捉到颗粒材料在常规三轴任意加卸载, 等中主应力系数b的真三轴加载, 和等平均有效应力p的真三轴加卸载等复杂多轴加载工况下的应力?应变响应关系, 模型具有良好的内插和外推预测能力. 考虑到深度学习模型捕捉颗粒材料力学响应的能力及其开放式学习的特点, 充分结合数据驱动方法和理论本构模型可能是颗粒材料本构研究的一个重要方向.      

BaMgAl10O17:Eu2+,Mn2+中Eu2+→Mn2+的能量传递

在还原气氛下采用高温固相法合成了BaMgAl10O17:Mn2 ,BaMgAl10O17:Eu2 ,BaMgAl10O17:Eu2 ,Mn2 粉末样品,测量并研究了它们的激发光谱和发射光谱性质.结果表明:BaMgAl10O17:Eu2 ,Mn2 中,Eu2 的发射光谱和Mn2 的吸收光谱之间的光谱交叠范围较大,两种离子之间发生了明显的交叉弛豫过程,即有较强的共振能量传递过程,导致在紫外光的激发下,样品BaMgAl10O17:Eu2 ,Mn2 发射光谱中以蓝光和绿光为主.