排序方式: 共有29条查询结果,搜索用时 93 毫秒
1.
2.
海底油气集输管网可靠性评估 总被引:1,自引:0,他引:1
对海底油气集输管网进行了可靠性评估,提出了一种适用于树状海底油气集输管网可靠性评价的方法,将流可靠度和单元重要度的概念引入到海底油气集输管网可靠性的分析中,该方法能够有效地评价海底油气集输管网的可靠性。 相似文献
3.
可靠性约束下的海底油气集输管网系统优化 总被引:1,自引:0,他引:1
在管网系统满足一定可靠度的基础上,以费用最小为优化目标,对系统进行了优化,求出了满足一定可靠度指标的费用最小的管网布置方案。对树状网络可靠性进行了评估,提出了一个0-l规划模型,并运用图论和网络理论将管网系统的优化问题转变为求可靠度至少为α的网络固的最小生成树问题。 相似文献
4.
采用蒸汽平衡法测定了4种温度(T=5、25、40、60℃)条件下Whatman No.42滤纸的率定曲线,建立了考虑温度影响的双线性率定曲线方程,发现滤纸的持水性能随温度升高而降低,且温度对率定曲线高吸力段滤纸持水性能的影响要弱于低吸力段。在此基础上,以南宁膨胀土为研究对象,使用滤纸法测定了不同温度作用下膨胀土试样的土-水特征曲线。试验结果表明,随着温度的升高,膨胀土持水性能下降,但温度的影响幅度会随着吸力的增大而减弱,当基质吸力达到40MPa时,不同温度下试样的体积含水率并没有明显变化,即此时温度对膨胀土的持水性能变化几乎无影响。为解释上述宏观现象,选取部分试样进行了压汞试验和吸附结合水试验,并根据试验结果从土体中各相及各相界面相互耦合作用的物理机制角度阐述了南宁膨胀土持水性能的温度效应及微观机制。 相似文献
5.
6.
为了探讨水泥掺量Ps、水灰比W/C(W为水质量,C为水泥质量)、含水率ω等因素对水泥胶结钙质砂导热系数λ的影响规律,基于热探针法测定了不同试验条件下水泥胶结钙质砂的导热系数,分析了各因素影响下导热系数的变化规律,运用电镜扫描技术阐释了上述变化趋势发生的微观机制;在此基础上,提出了考虑水泥掺量、水灰比、含水率3个因素共同影响的水泥胶结钙质砂导热系数计算模型。试验结果表明:(1)水泥胶结钙质砂的导热系数λ显著大于天然钙质砂的λ值,随着水泥掺量Ps的增加,λ值递增,但增长幅度依次递减;(2)水泥胶结钙质砂导热系数λ随含水率ω的增加而递增,呈正相关关系;水灰比W/C越大,λ反而越小;(3)水泥胶结钙质砂内微孔隙大小、数量的变化从本质上决定了其宏观热传导特性,凝胶状水化产物连续填充其内部孔隙,引起其孔隙率降低,改善砂样内部传热,宏观表现为其导热系数λ随着胶结程度的增加而递增;(4)综合考虑Ps、ω、W/C的3个因素共同影响的水泥胶结钙质砂导热系数计算模型具有很好的适用性,相关系数R~2=0.916 4。 相似文献
7.
8.
介绍了用于遥感教学的微机遥感图像处理系统的设计,以及C++语言的实现方法,为辅助遥感教学提供了一个比较好的途径。 相似文献
9.
常规的InSAR影像配准方法主要是根据相干系数最大的原则进行配准,在短基线和高相干区域可以取得很好的效果。但该方法未考虑到地形因素的影响,在地形起伏较大的区域容易导致误匹配。为避免该问题,通过考虑地形因素进行InSAR影像配准来提高配准的精度,对地形因素在InSAR影像配准时的影响进行研究,通过比较分析常规配准方法与考虑地形因素配准方法的结果,表明利用地形信息辅助配准能够部分提高配准的精度,尤其是在方位向和失相干区域。 相似文献
10.
基于长短时记忆神经网络的台风路径临近预报模型 总被引:3,自引:0,他引:3
It is of vital importance to reduce injuries and economic losses by accurate forecasts of typhoon tracks. A huge amount of typhoon observations have been accumulated by the meteorological department, however, they are yet to be adequately utilized. It is an effective method to employ machine learning to perform forecasts. A long short term memory(LSTM) neural network is trained based on the typhoon observations during 1949–2011 in China's Mainland, combined with big data and data mining technologies, and a forecast model based on machine learning for the prediction of typhoon tracks is developed. The results show that the employed algorithm produces desirable 6–24 h nowcasting of typhoon tracks with an improved precision. 相似文献