隧道健康状态诊断过程作为一个模糊系统，具有随机性和模糊性的特点.传统的隧道结构健康诊断方法无法妥善地将系统的模糊性和随机性关联在一起.基于此，针对隧道结构健康状态诊断系统的模糊性和随机性特点，提出了基于云理论的隧道结构健康状态诊断方法.首先，建立反映隧道结构健康状况等级评语集的正态云模型.然后，依据逆向云发生器原理，将隧道结构健康状态指标的监测数据的归一化结果值转化为隶属度云模型.将健康状态指标的重要性语言值转化为权重云，用于表征各健康状态指标的重要程度.最后，运用云理论的计算方法对隧道结构健康状态等级进行诊断，得到健康状态等级诊断结果的云模型.应用云模型的改进方法，对某市地铁2号线盾构隧道结构健康状态进行了诊断，极大提高了诊断结果的可视化和鲁棒性

以河砂、水泥和盐为原料制作类砂岩型矿石试件,采用水浸的方式对不同品位矿石进行浸矿试验,对浸出液质量浓度进行监测.考察了浸出液质量浓度和浸出率随浸矿时间演变规律;将浸出液质量浓度时间序列进行相空间重构,用混沌理论揭示了不同品位矿石浸出液质量浓度在相空间中相点距演化规律;利用灰色理论,建立了浸出液质量浓度相点距演化预测模型,确定合理的浸矿周期.研究发现:浸出液质量浓度表现出混沌特性,对其进行相空间重构处理后,细微变化特征得以放大,内部规律得以充分展现;不同品位矿石表现出不同的非线性动力学行为;利用基于相空间重构的残差修正灰色模型预测了浸矿周期,为溶浸采矿理论与技术提供了一种新的研究和探讨方法

针对浙江华能玉环电厂脱硝工程,应用有限元分析方法对烟道结构进行小变形弹性和大变形弹性模拟,对钢结构烟道在实际荷载作用下的力学性能进行了分析,探讨了烟道长度变化对烟道结构应力和变形的影响.考虑大变形影响时,烟道的应力分布均匀,其应力值较不考虑大变形的应力值小5%~50%,烟道长度的变化对应力值的影响不超过20%.结合现场监测验证了数值模拟的可靠性

采用Burgers模型对排土场散粒体蠕变的减速蠕变和等速蠕变两阶段进行描述,利用分层总和法的思想,将垂直填筑的排土场进行分层处理,底层在上覆‘自重’变荷载作用下发生沉降变形,分别采用定常和非定常Burgers蠕变模型从理论解析角度推导排土场填筑动态过程中沉降、工后沉降及累计沉降计算公式.以齐大山铁矿排土场监测数据进行实例验算,应用结果表明:非定常Burgers模型和定常Burgers模型拟合的相关系数均较高,非定常Burgers模型沉降最终收敛于5.07 m,定常Burgers模型沉降曲线具有发散性,可见非定常Burgers模型能更好地表述排土场沉降真实工况;将排土场分为十个分层,结合FLAC3D软件的蠕变数值分析计算,得出各单层沉降率的变化规律,即各单层工后沉降量上层沉降值小于下层和中间层,且上层沉降量呈现单调递减变化,越接近排土场顶部单层沉降量越小;中间层沉降量相对下层沉降量要大,其中第5单层的沉降量最大

利用最短距离聚类法对某矿山微地震活动的时空分布进行了分析,结合现场采掘计划,有效识别了井下地压活动区.通过建立各活动区内微震参数时间序列曲线,研究了局部围岩的应力变形规律,探讨了岩体失稳的前兆规律.结果表明:研究期间井下各微震聚集区相互孤立,采掘活动不会引起大范围的地压活动;微震累计事件数及累计能量时间序列曲线出现由平静突然增大时表征了岩体内累积应变能的突然释放,预示围岩稳定性的劣化.根据研究结果,最终建立了基于微震监测技术井下岩体稳定性研究的一般模式

针对现有注浆加固试验装置难以平衡高压注浆所需密封效果和多功能试验所需空间结构的缺点,研制了一套新型多功能综合注浆加固试验系统.该试验系统的优点为:(1)尺寸适中、结构合理,既具有布设监测元件的试验空间又具有良好的密封效果;(2)适用范围广,可针对不同岩土体介质开展多类注浆加固试验;(3)具备多元物理信息并行采集功能;(4)可同时满足加固体宏观物理力学性质测试及浆-岩界面微观耦合机制的研究需求.该系统成功应用于断层角砾介质注浆加固室内模拟试验,分别从应力响应-传递特征、加固体强度增长规律及加固模式等方面探究了断层角砾介质的注浆加固机理,提出了角砾介质强度增长的经验公式,揭示了加固过程中注浆压力的传递分配机制

为较好地表征当前北京整个区域大气颗粒物质量浓度随时间尺度的变化及区域分布污染特征，根据北京市35个监测站点获得的2013年3—5月颗粒物质量浓度1 h均值，分析和研究PM2.5和PM10质量浓度的季节性变化并提高其空间分辨率，在此基础上探讨颗粒物可能的影响因素及污染来源.结果表明，3—5月颗粒物质量浓度具有周期性变化规律和显著相关性，应用MATLAB空间插值算法实现的颗粒物质量浓度区域分布图具有一定精度，可外推并揭示颗粒物区域污染特征.分析表明当前北京颗粒物污染的影响因素有冬末的冷锋和降雪、春季的沙尘和大风、夏初的降雨和湿热等；污染区域则呈现南高北低的特征，污染来源除了本地人为源以外，周边区域传输也有较大影响.通过颗粒物污染的时间序列和空间插值的结合分析，可为进一步研究颗粒物时空关系及掌握区域污染特征提供方法

基于传感器技术、信号处理技术和模式识别技术发展起来的电子鼻技术是过去二十年中发展最为迅速的气相分析和气体检测技术之一,它已逐渐在生物医学、环境监测、农业生产、食品检测等多个领域得到应用.电子鼻是利用对待测气体具有交叉敏感性的传感器阵列将待测气体中的混杂气味组分信息转化为与时间、成分、浓度或含量相关的可测物理信号组,利用信号采集系统输出含有待测气体特征信息的数字信号,通过模式识别系统分析数字信号得到待测气体综合气味信息和隐含特征,实现对待测气体快速、系统、准确的鉴别和分析.本文综述了电子鼻技术中的传感器技术和模式识别技术及在中国白酒品牌鉴定、风味识别、酒龄检测方面的最新研究进展;以聚合物石英压电传感器型电子鼻为例,阐明该电子鼻的技术方案及其在中国白酒检测中的应用;展望电子鼻未来研究方向

为了提高瓦斯涌出预测的准确性,采用BP型神经网络,利用BP型神经网络自学习、自组织和自适应等特性,在MATLAB环境下构建瓦斯动态预测模型.通过对唐山矿瓦斯信号实时监测数据的分析,对瓦斯动态预测模型进行训练和测试.结果表明,该模型的预测速度快、精度高,可以实现对工作面瓦斯涌出的动态预测,并能综合判断工作面所处地点的安全状况以及前方的潜在的危险性

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景