模拟地震前兆数据远程入库的实现

介绍了模拟前兆数据远程入库的实现过程并给出了相应例程。     

沈阳市地下水源热泵应用现状及管理措施

沈阳市地下水源热泵应用已经取得一定规模和成绩,但在实际应用当中还有一些问题,针对地下水源热泵在实践应用过程当中的经验和不足,探讨地下水源热泵应用和推广的一些管理措施,为地下水源热泵应用提供一些建议。     

宜昌台超导重力观测中的海潮与大气负荷效应研究

基于2017年宜昌地震台超导重力仪观测数据,对数据预处理、极移改正和长周期趋势改正后的重力潮汐观测数据进行调和分析,获得宜昌台精确地方重力潮汐参数,选取NAO.99b和osu.Chinasea.2010海潮模型研究海潮负荷对重力观测的影响。结果表明,宜昌台海潮负荷变幅约为25 nm·s^-2,经海潮改正后潮汐因子有所改善。采用时域导纳方法以及基于全球大气模型ERA-Interim计算宜昌台大气重力负荷效应,研究结果表明,宜昌台大气重力导纳值为-3.219 3 nm·s^-2·hPa^-1,近区大气重力负荷变幅约为160 nm·s^-2,远区大气重力负荷变幅可达70 nm·s^-2,在进行超导重力数据处理分析时全球大气负荷效应不能忽略。     

高性能位置伺服控制系统的Simulink仿真研究

高性能位置伺服控制系统具有响应迅速、超调量小、精度高、跟踪性能好等优点。 在传统的三闭环伺服控制系统中存在跟踪滞后、轻载超调量大等问题。 为此,我们在伺服控制系统的电流环和速度环中引入前馈控制环节解决滞后性的问题,在系统位置环中设置微分负反馈环节来减小超调量。 仿真实验验证了该系统已满足高性能伺服控制系统的性能要求,具有一定的工程应用价值。     

基于人工神经网络的高频雷达风速反演

风速是重要的海洋状态参数之一,对海面风速的准确提取是实现海洋环境监测和沿海工程应用的重要保证。目前,作为新兴海洋环境监测设备,高频雷达在风速提取方面仍然存在挑战。本文提出了一种基于人工神经网络的风速提取方法,利用历史浮标测量海态数据训练风速提取网络,实现风速与有效波高、波周期、风向及时间因素之间的非线性映射。测试结果表明了这一网络在时间和空间上的稳定性;进而将已训练的网络应用到便携式高频地波雷达OSMAR-S的风速反演中,得到的风速与浮标测量风速间的相关系数达到0.849,均方根误差为2.11 m/s。这一结果明显优于常规由浪高反演风速的SMB方法,验证了该方法在高频雷达风速反演中的可行性。     

基于CMIP6多模式集合的未来中国风功率预估

实现我国2060年“碳中和”目标,需要大力发展包括风能在内的清洁能源,然而气候变化给未来风资源利用带来较大的不确定性。本文利用人工神经网络(Artificial Neural Network,ANN)算法对16个CMIP6气候模式风速数据进行逐一订正,在此基础上预估21世纪30、60年代以及21世纪末这3个不同年代在低(SSP1-2.6)和高(SSP5-8.5)排放情景下中国风功率较当代的变化。结果表明,ANN算法使CMIP6气候模式均方根误差平均降低(39.93％±9.57％),并使多模式集合平均与观测的相关系数从0.56增加到0.83,更好地再现了中国当代风速的空间分布和季节变化。在此基础上,预估的21世纪60年代(2050—2064年)风功率密度在两种情景下分别减少了(1.01±0.94) W·m^-2(2.62％±2.27％)和(1.11±1.45) W·m^-2(1.90％±2.51％)。时间上,春季作为风能密度最大的季节,两种排放情景下风功率分别减少了(1.16±1.14) W·m^-2和(1.43±1.58) W·m^-2。空间上,中国东南部风功率密度在SSP1-2.6情景下降(0.56±0.53) W·m^-2,而SSP5-8.5情景下上升(0.40±0.29) W·m^-2。近期(2025—2039年)全国平均风功率密度在两种情景下分别减少了(0.52±0.83) W·m^-2和(0.54±1.02) W·m^-2,而长期(2085—2099年)风功率密度分别减小了(0.98±1.17) W·m^-2和(1.83±1.17) W·m^-2。利用极度梯度提升(XGB)算法订正CMIP6数据的预估变化量级偏小但趋势一致,表明随着全球变暖幅度的增加,我国风功率降低的趋势将更加显著。     

考虑注浆作用的矩形顶管竖向土压力计算模型

针对矩形顶管上竖向土压力计算模型研究较少的现状,借助Terzaghi土压力计算理论,结合矩形顶管工程特点建立了考虑注浆作用的矩形顶管竖向土压力计算模型,提出了改进的竖向土压力计算公式;依托苏州某矩形顶管工程中竖向土压力实时监测数据,探究了其变化规律并验证了该计算公式的准确性.研究结果表明:土体中的剪切带从管道外壁两侧产...     

2019～2020年北极野火极端事件的气象成因解析

利用MERRA-2再分析气象变量（降雪量、降水量、地表风速、相对湿度、2 m气温、日最高气温）和加拿大火险天气指数，通过逐步回归方法构建1997～2020年间北极不同关键区内气象因子与野火碳排放量之间的关系，在此基础上解析北极地区2019～2020年野火极端事件的主导气象因子。结果显示在北极的3个关键区中，野火排放的主导因子都是火险指数之一的粗腐殖质湿度码（Duff Moisture Code, DMC）。2019～2020年北极地区850 hPa位势高度异常偏高，带来极端升高的日最高温和显著减少的降水，共同导致异常偏高的DMC值并促进了野火极端事件的爆发。这一结果表明高温和干旱等气候异常对于目前频发的北极野火有较强的促进作用。