排序方式: 共有31条查询结果,搜索用时 218 毫秒
1.
不同固有频率比条件下圆柱双自由度涡激振动特性的数值研究 总被引:1,自引:1,他引:0
采用RANS方法,结合SST k-ω湍流模型,对不同顺流向与横顺流向固有频率的比值(即固有频率比,fnx/fny)条件下低质量比圆柱体的双自由度涡激振动进行了二维数值模拟。圆柱体的质量比为2.6,雷诺数范围为2 500~18 750,相应的约化速度范围为2~15,包括了经典试验中出现的整个锁定范围。通过研究发现,固有频率比是影响振动特性的重要参数,随着固有频率比的增加,响应幅值逐渐降低且向更高的约化速度偏移;在低约化速度范围内,固有频率比对顺流向和横流向振动之间的相位差以及升力频率有较大影响,从而得到各种不同偏向的8字形轨迹;最后对不同固有频率比条件下的尾涡模式进行了讨论,给出了对应不同约化速度时的尾涡模式。 相似文献
2.
机器学习在滑坡的易发性评价中面临两个难点,一是评价指标的客观量化,二是训练样本的选择。鉴于此,采用频率比法实现了评价指标的客观量化,利用k均值聚类算法实现了非滑坡样本数据的筛选。结果表明,以k均值聚类算法筛选非滑坡为前提,神经网络的训练精度由73%提升到了97%,支持向量机的训练精度由75%提升到了96%。基于GIS平台,将神经网络和支持向量机模型计算的全区易发性指数按自然断点法分为五个区域,分区图与历史灾害点的叠加分析统计结果显示,神经网络在全局范围内的评价结果优于支持向量机模型,全局精度分别为76%和74%。研究结果可为南江县的防灾减灾工作提供参考。 相似文献
3.
本文在利用多台研究1999年11月29日和2000年1月12日发生在辽宁岫岩Ms5.4级和5.1级地震前拐角频率比随时间变化的基础上,对岫岩、营口、苏家屯、丹东、宽甸、北镇、新民单台记录的纵横波拐角频率比fcp/fcs做了比较详细的波谱分析。结果表明:在震中距小于200 km以内的不同方向的台站,记录到的地震波拐角频率比值在5.4级前和后均出现不同程度的异常显示,能够捕捉到一些带有短临性质的信息,不过,距震中较远的台站,地震波拐角频率比值在震前异常不如近台明显,表明不同距离的台站,记录的地震拐角频率比值存在着差异。 相似文献
4.
采空塌陷危险性评价是编制地质灾害防治规划、开展地质灾害防治与监测预警工作的重要依据。本文采用层次分析法与频率比模型相结合构建了采空塌陷危险性评价模型(AHP-PF组合模型)。以沈阳市蒲河-清水矿区为例,考虑了地质条件、地表特征、开采条件等3方面影响因素,选取了第四纪覆盖类型、第四纪松散层厚度、地质构造复杂程度、可采煤层顶板强度指标、煤层倾角、地表沉陷速率、采深采厚比、采空区叠置层数等8个评价指标,利用AHP-PF组合模型计算各指标权重及频率比,最后进行采空塌陷危险性分区。评价结果表明,采空塌陷危险性高区主要集中在采深采厚比小、沉陷速率大及目前仍在开采的区域,该区域是地质灾害防治、搬迁避让的重点区域。 相似文献
5.
以我国东北地区为例,选取了地形、可达性和植被覆盖共7个静态预测因子,分别使用频率比和逻辑回归模型对火险敏感度进行制图表达.使用历史火灾数据和AUC方法对模型进行内部检验和独立检验,结果显示:1)开发的两个模型具有较好的可靠性和区分能力,BLR模型的区分能力更稳健.2)选取的几个静态因子对东北地区火险空间格局起着结构化作用,表明在区域空间尺度上使用静态预测因子对火险建模的可行性.最后,研究了2000-2009年东北地区的火灾事件响应敏感区. 相似文献
6.
本文以湖北省远安县为研究区,利用采集的资料,提取出了与滑坡发生相关的8类指标因子:高程、坡度、坡向、地层岩性、斜坡结构、断层、水系、公路。针对连续型致灾因子,选取定性等间距划分和频率比法划分得到两类指标因子体系,分别带入人工神经网络模型和随机森林模型,绘制得研究区易发性评价区划图。最后,利用ROC曲线图对4个模型的精确性进行分析,得到ANN模型的成功率和预测率分别为0.899和0.901,FR-ANN模型的成功率和预测率0.934和0.935; RF模型的成功率和预测率分别为0.886和0.886,FR-RF模型的成功率和预测率分别为0.928和0.929。以上说明,无论对于人工神经网络还是随机森林模型,基于频率比法的因子分级均表现出了更高的精确性。 更多还原 相似文献
7.
利用安徽数字地震台网安庆台记录的地震波形资料,采用单台法,计算2011年1月19日安徽安庆4.8级地震余震的波速比及利用Matlap程序计算其卓越频率,得出以下分析结果:1)波速比存在高低值异常分布,低值地震沿断裂带分布,对应地震的高频度、高强度阶段,表明该地震序列是在波速比低值异常状态下发生;处于序列后半段的余震,波速比则呈现整体高值状态,并沿区域应力场主压应力方向分布,可能是受到震源区应力调整的影响。而整个序列波速比的平均值为1.740与该区域背景值1.730基本一致,可能反映了该区域基本处于较稳定状态,发生较大地震的可能性不大。2)主震后,波速比开始上升,几次较大余震前,均呈下降的趋势,震后开始回升。3)主震后,纵横波卓越频率比迅速下降,几次较大余震前均呈现异常低值(<1.0)的状态,之后上升的过程中发生较大余震。这些结果可为较大余震的预测提供参考。 相似文献
8.
本研究以围绕着白龙江流域的甘肃省南部的宕昌县、舟曲县和武都区部分地区为研究区,根据全国滑坡编目中得到的272个历史滑坡数据以及选取的高程、坡度、坡向、平面曲率、剖面曲率、归一化植被指数(NDVI)、降雨、岩性、距道路距离和距河流距离10种影响因子,利用三种具有代表性的定量方法:信息量模型、以及基于频率比模型的逻辑回归模型和人工神经网络模型对研究区内滑坡灾害危险性进行评价。三种评价结果均显示研究区内滑坡灾害的极高和高危险区主要沿白龙江河谷地区呈带状分布。从危险性分区图可看出,人工神经网络模型得到的分区图较为合理,既表现出沿河谷地区集中分布的趋势,也呈现出对滑坡历史数据较为独立的特征,这一研究结果与前人研究结果一致。根据受试者工作特征曲线(ROC曲线)对三种模型的精度进行检验,检验得到的AUC值分别为0.818、0.829和0.837,说明三种评价结果均具有较高的可靠性,基于频率比模型的人工神经网络模型相比其他两个模型具有更好的评价精度,能更好地进行滑坡危险性的预测和评价,其中高程、降雨、岩性以及距道路距离对评价结果影响更大,这四种影响因子重要性值占比为52.1%。为该地区的城市扩建与灾害预防预测提供了参考。 相似文献
9.
对于滑坡易发性预测建模,连续型环境因子在频率比分析时的属性区间划分数量(attribute interval numbers,AIN)和不同易发性预测模型是两个重要不确定性因素.为研究这两个因素对建模的影响规律,以江西省上犹县为例,考虑5种连续型环境因子AIN划分(4、8、12、16及20)和5种数据驱动模型(层次分析法(analytic hierarchy process,AHP)、逻辑回归(logistic regression,LR)、BP神经网络(back-propagation neural network,BPNN)、支持向量机(support vector machine,SVM)和随机森林(random forest,RF)),总计25种不同工况下的滑坡易发性预测研究.再开展滑坡易发性指数的不确定性(包括精度评价和统计规律等)分析.结果表明:(1)对于同一模型,随着AIN值从4增加至8再到20时,易发性预测精度先逐渐提升,然后缓慢提升直至稳定;(2)对于同一AIN值,RF模型预测精度最高,其后依次为SVM、BPNN、LR和AHP模型;(3)在25种组合工况下,AIN=20和RF模型的预测精度最高,AIN=4和AHP模型精度最低,但在AIN=8和RF模型组合下的易发性建模效率较高且精度也较高;(4)更大的AIN值和更先进的机器学习模型预测出的滑坡易发性指数的不确定性相对较低,更符合实际的滑坡概率分布特征.在环境因子属性区间划分为8和RF模型工况下高效准确地构建滑坡易发性预测模型. 相似文献
10.
区域滑坡易发性评价对滑坡灾害防治具有重要意义,贵州省思南县由于其特殊的自然地理和地质条件,受滑坡地质灾害的影响非常严重,因此,非常有必要对思南县的滑坡易发性进行评价。在滑坡编录的基础上,采用由RS、GIS和GPS组成的3S技术,获取了思南县的数字高程模型、坡度、坡向、剖面曲率、坡长、岩土类型、地表湿度指数、距离水系的距离、植被覆盖度和地表建筑物指数10个滑坡影响因子;再在频率比和相关性分析的基础上,利用逻辑回归模型对思南县的滑坡易发性进行了评价并绘制了易发性分布图。结果表明:利用逻辑回归模型预测思南县滑坡易发性的准确率(AUC值)达到0.797,较为准确地预测出了思南县滑坡分布规律;极高和高滑坡易发区主要分布在高程低于600 m、地表坡度较大且以软质岩类为主的区域;而极低和低滑坡易发区主要分布在高程较高、地表坡度较小且以硬质岩类为主的区域。 相似文献