以大冶铁矿为工程背景,采用相似材料模型实验和数值模拟计算相结合的方法,对深凹露天转地下开采高陡边坡的变形和破坏规律进行了系统研究.首先,模型相似实验中,采用百分表、压力传感器和近景摄影测量等手段监测模型的应力应变和破坏特征,对围岩位移和破坏裂纹进行系统分析,揭示了高陡边坡的变形和破坏基本规律.其次,采用有限差分软件,从地表沉降量、应力值变化和塑性区分布等方面与相似材料实验结果进行了对比分析.结果表明,高边坡竖向最大沉降为28.2mm,围岩破坏程度随着开采深度的增加递增,塑性区范围不断扩大,剪切破坏主要集中在两侧边坡的边脚部位.相似模型实验和数值模拟相结合可以较好地揭示深凹露天转地下开采过程中高陡边坡的变形和破坏基本特征,是一种较好的理论研究方法

在建立数学模型时常常需要确定一些参数,选什么量为参数 ,怎样选取参数,其中也有一些技巧,参数选得不好,会使 问题变得复杂难解,给自己增添许多不必要的麻烦。确定参 数以后,一般需要利用数据来获得这些参数的具体取值,例 如在使用经验方法建模时,假如你准备用线性函数ax+b来 表达变量间的关系,你还要用最小二乘法去求出参数a、b 的值,这一过程被称为“参数识别

在建立数学模型时常常需要确定一些参数,选什么量为参数 ,怎样选取参数,其中也有一些技巧,参数选得不好,会使 问题变得复杂难解,给自己增添许多不必要的麻烦。确定参数以后,一般需要利用数据来获得这些参数的具体取值,例如在使用经验方法建模时,假如你准备用线性函数ax+b来 表达变量间的关系,你还要用最小二乘法去求出参数a、b 的值,这一过程被称为“参数识别”。总之,参数的选取应使其后的识别尽可能简便,让我们来考察一个实例

背景:药物进入机体后,在随血液输运到各个器官和组织的 过程中,药物不断地被吸收、分布、代谢，最终排除体外. 药物在血液中的浓度,即单位体积(毫升)血液中的药物含量 (毫克或微克),称为血药浓度.人们主要关心血药浓度的大 小以及它随时间和空间(机体的各部分)的变化.这些对新药 研制、剂量给定、给药方案设计等方面都有指导意义和实 际价值.这个学科分支称为药物动力学

为探索钢水中大量粒子的凝聚过程,应用分形理论的DLA模型,对粒子集团凝聚行为进行了模拟研究.结果表明,模拟得到的凝聚体与钢中簇状类型夹杂物的形状相似.根据分形理论可以认为它们的凝聚过程遵守同一规则.大量粒子凝聚时先是各自凝聚成小集团,然后再合并成大集团.形成相等尺寸的粒子集团所需时间不同,初始条件相同形成的粒子集团形状不同.粒子凝聚速度随其移动步长和粒子浓度增大而加快,夹杂物粒子平均移动步长主要受钢水粘度和粒子尺寸影响.粒子集团大小分布随凝聚时间和粒子平均移动步长而变化

借鉴水泥净浆流动度测试方法，引入扩散度参数判别尾砂膏体的流变特性，开展试验研究分析扩散度与尾砂膏体质量分数（Cw）、灰砂比、屈服应力和黏度系数的关系，根据5个矿山的扩散度和流变参数测试结果，构建扩散度与屈服应力的经验模型，并与推导的解析模型作对比。结果表明：尾砂膏体的扩散度主要与质量分数有关，灰砂比对其影响不显著，随质量分数、屈服应力和黏度的增加而减小，质量分数为68%、70%和72%的尾砂膏体的扩散度分别为20.37、17.22和12.44 cm；尾砂膏体的扩散度与屈服应力的变化趋势相吻合，二者呈指数型函数关系，经验模型计算得到的屈服应力与测试结果误差在25%范围内，且尾砂膏体质量分数越大，二者的误差越小，达到10%以内；解析模型与经验模型计算所得的屈服应力在扩散度为12～16 cm之间结果较接近，解析模型计算结果整体上高于测试值；相比于坍落度，扩散度测试简便易操作，扩散度能有效表征尾砂膏体的流变特性，指导矿山现场充填

在第三章中,我们有多处对不连续变化的变量采取了连续 化的方法,从而建立了相应的微分方程模型。但是由于以 下原因: 第一,有时变量事实上只能取自一个有限的集合; 第二,有时采取连续化方法后律立的植刑比校复杂,无 求出间题的/电子计算机的广泛应用为我们处理大量信息 建模时我们提供了实现的可能,这就十分自然地提出了 对连续变量一个问题

结合风口回旋区燃烧和炉外煤气预热、脱除和循环的平衡关系,建立了氧气高炉一维气固换热与反应动力学模型,并采用传统高炉的运行和解剖数据对模型进行了验证分析.通过模型研究了氧气含量和上部循环煤气流量对氧气高炉炉内过程变量的影响规律.结果表明:氧气含量偏低和上部循环煤气流量不足时,会降低铁矿石还原效果,炉渣内出现大量未还原铁氧化物;氧气含量和上部循环煤气流量的提高可以有效提高炉内CO含量和铁矿石还原速度,但提高上部循环煤气流量会大幅提升炉顶煤气温度,增大热量损失.与传统高炉相比,氧气高炉内CO含量提高1.0~1.5倍,炉内气体还原性更强;铁矿石还原完成位置提高1.49 m,全炉还原反应速度更快;直接还原度降低55.2%~79.2%,炉内直接还原反应消耗的碳量更少

第六章飞机总体参数优化 6.1飞机总体参数的多学科设计优化 6.1.1多学科设计优化的基本概念 飞机总体设计是一个复杂的系统工程,覆盖了多个学科的内容,例如空气动力学、结构 学,推进理论,控制论等。对某一个学科领域,进行计算分析和优化设计,可以建立起数学 模型和计算软件,对于复杂的工程系统,目前很难建立起统一的分析和优化的数学模型,只 能是各子系统模型和计算软件的“总装配”,这种装配式的设计必将是低效耗时和昂贵的, 它包括了大量的设计变量,性能状态变量,约束方程,各个系统模型相互交叉影响,各个设 计目标对设计变量的要求相互矛盾,子系统的构成可能是由不同领域的专家甚至在不同地点 来操作运行的

为解决进行PM2.5质量浓度预测中多因素回归模型的不稳定、神经网络模型的过拟合及局部最小等问题，提出应用支持向量机和模糊粒化时间序列相结合的方法，对PM2.5质量浓度未来变化趋势和范围进行预测.根据PM2.5不同季节的日变化周期模式，确定以24 h为周期的粒化窗宽，利用三角型隶属函数对数据样本进行特征提取作为支持向量机的输入，并在k重交叉验证法下采用网格划分寻找出模型的最佳参数.以2013年3月—2014年2月北京市海淀区万柳监测点四个季节PM2.5的1 h质量浓度监测值为样本数据，应用该方法建立PM2.5质量浓度的时间序列预测模型，并在MATLAB平台下应用LIBSVM工具实现计算过程.结果表明，基于模糊粒化时间序列的预测模型，能较好解决PM2.5机理性建模方式下由于影响因素考虑不全而造成的预测结果不稳定，对模糊粒子拟合效果较好