期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多指标融合的土石坝渗流性态监控与分级预警研究
1
作者
李明
陈斯煜
+3 位作者
张晓军
黄昊冉
王雨田
谷艳昌
《水力发电》
CAS
2024年第9期118-122,共5页
渗流是反映土石坝运行安全的重要效应量。为服务某土石坝渗流安全监控和预警需求,基于大坝渗压原型监测资料,分别采用置信区间法和典型小概率法拟定大坝渗压水位数学模型监控指标;采用地勘和反演方法确定渗透系数,建立大坝典型断面有限...
渗流是反映土石坝运行安全的重要效应量。为服务某土石坝渗流安全监控和预警需求,基于大坝渗压原型监测资料,分别采用置信区间法和典型小概率法拟定大坝渗压水位数学模型监控指标;采用地勘和反演方法确定渗透系数,建立大坝典型断面有限元模型并开展渗流分析计算,拟定大坝渗压水位结构分析监控指标;在此基础上,融合数学模型和结构分析法渗压水位监控指标并进行验证对比,探究并构建了“数据-机理”驱动的大坝渗流性态监控与分级预警方法。经实例分析,验证了提出方法的有效性,以期为大坝渗流监控和工程安全服役提供有效支撑。
展开更多
关键词
土石坝
渗流
监控指标
渗压水位
指标融合
分级预警方法
在线阅读
下载PDF
职称材料
基于时空图卷积网络的瓦斯体积分数预警效果研究
2
作者
高翼飞
张晓航
+2 位作者
畅明
葛帅帅
陈伟
《中国安全生产科学技术》
CAS
CSCD
北大核心
2024年第1期58-64,共7页
为了提升瓦斯体积分数预警效果,提出1种融合时空特征的瓦斯体积分数预警模型(STGCN),以图神经网络作为基本框架对同一工作面多传感器进行统一的训练和推断,并通过图卷积的方式捕捉瓦斯体积分数数据的时空特征。在此基础上,提出瓦斯体积...
为了提升瓦斯体积分数预警效果,提出1种融合时空特征的瓦斯体积分数预警模型(STGCN),以图神经网络作为基本框架对同一工作面多传感器进行统一的训练和推断,并通过图卷积的方式捕捉瓦斯体积分数数据的时空特征。在此基础上,提出瓦斯体积分数分级预警方法,将预测扩展为分级预警。研究结果表明:STGCN在瓦斯体积分数预测和预警任务上取得更好的准确率和效率。研究结果可为矿井瓦斯灾害防治提供参考。
展开更多
关键词
瓦斯体积分数
预警
图卷积网络
时空数据
可学习矩阵
分级预警方法
煤矿安全
在线阅读
下载PDF
职称材料
题名
基于多指标融合的土石坝渗流性态监控与分级预警研究
1
作者
李明
陈斯煜
张晓军
黄昊冉
王雨田
谷艳昌
机构
山西漳河水务集团有限公司
南京水利科学研究院大坝安全与管理研究所
水利部大坝安全管理中心
出处
《水力发电》
CAS
2024年第9期118-122,共5页
基金
国家自然科学基金资助项目(52309157,51979175)
南京水利科学研究院中央级公益性科研院所基本科研业务费(Y722003,Y723002,Y723008,Y724005)。
文摘
渗流是反映土石坝运行安全的重要效应量。为服务某土石坝渗流安全监控和预警需求,基于大坝渗压原型监测资料,分别采用置信区间法和典型小概率法拟定大坝渗压水位数学模型监控指标;采用地勘和反演方法确定渗透系数,建立大坝典型断面有限元模型并开展渗流分析计算,拟定大坝渗压水位结构分析监控指标;在此基础上,融合数学模型和结构分析法渗压水位监控指标并进行验证对比,探究并构建了“数据-机理”驱动的大坝渗流性态监控与分级预警方法。经实例分析,验证了提出方法的有效性,以期为大坝渗流监控和工程安全服役提供有效支撑。
关键词
土石坝
渗流
监控指标
渗压水位
指标融合
分级预警方法
Keywords
earth dam
seepage
monitoring index
seepage water level
index fusion
multi-level warning method
分类号
TV641 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
基于时空图卷积网络的瓦斯体积分数预警效果研究
2
作者
高翼飞
张晓航
畅明
葛帅帅
陈伟
机构
北京邮电大学经济管理学院
运城职业技术大学信息技术应用创新学院
运城职业技术大学继续教育学院
运城职业技术大学建筑工程学院
出处
《中国安全生产科学技术》
CAS
CSCD
北大核心
2024年第1期58-64,共7页
基金
国家自然科学基金项目(72271034)
北京邮电大学博士研究生创新基金项目(CX2021132)。
文摘
为了提升瓦斯体积分数预警效果,提出1种融合时空特征的瓦斯体积分数预警模型(STGCN),以图神经网络作为基本框架对同一工作面多传感器进行统一的训练和推断,并通过图卷积的方式捕捉瓦斯体积分数数据的时空特征。在此基础上,提出瓦斯体积分数分级预警方法,将预测扩展为分级预警。研究结果表明:STGCN在瓦斯体积分数预测和预警任务上取得更好的准确率和效率。研究结果可为矿井瓦斯灾害防治提供参考。
关键词
瓦斯体积分数
预警
图卷积网络
时空数据
可学习矩阵
分级预警方法
煤矿安全
Keywords
gas volume fraction early-warning
graph convolutional network
spatial-temporal data
learnable matrix
grading early-warning method
coal mine safety
分类号
X936 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多指标融合的土石坝渗流性态监控与分级预警研究
李明
陈斯煜
张晓军
黄昊冉
王雨田
谷艳昌
《水力发电》
CAS
2024
0
在线阅读
下载PDF
职称材料
2
基于时空图卷积网络的瓦斯体积分数预警效果研究
高翼飞
张晓航
畅明
葛帅帅
陈伟
《中国安全生产科学技术》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部