考虑雷诺数和形状影响的坝岸根石水平水流拖曳力系数修正

对于水利工程坝岸散抛根石冲揭失稳,水流作用下根石的拖曳力是重要的力学分析参数。该文基于黄河坝岸散抛根石的形状参数特征,利用水槽试验量测球体及不同形状块体受水流作用的水平拖曳力,研究雷诺数、物体形状指标与拖曳力相关关系及变化规律,明确影响因素,率定双因素影响下块体的拖曳力系数函数。结果表明,水下球体或近似球状物体的拖曳力系数,基本不受水流及物体形态影响,拖曳力系数趋于0.40～0.56;有棱角块体的水流拖曳力系数,块体雷诺数小于3×104的影响区域,系数函数呈双曲线趋势变化;块体雷诺数大于3×104的影响区域,迎水面宽高比不大于侧立面长高比,拖曳力系数趋于0.80～0.90,迎水面宽高比大于侧立面长高比,拖曳力系数趋于1.00～1.10。进一步通过试验修正了水流作用下不同形态物体的水平拖曳力系数,提出了块体雷诺数、形状参数双因素影响下物体水平拖曳力系数函数,得到了以不同物体来流方向投影响面积为基准的水平拖曳计算公式,经拟合公式的合理性分析与验证,拖曳力系数拟合优度达到0.90以上,平均相对误差为8.7%;修正后拖曳力平均相对误差仅为7.5%,公式计算效果良好,更准确地反映散抛根石的水下受力特征,为分析水下抛石受水流冲击离散形态提供理论依据。     

作物水、肥动态生产函数—修正Morgan模型

根据作物生长的特点及影响作物产量的主要因素，采用相对腾发量作为水分亏缺影响函数并引入肥料效应函数，建立了修正Morgan模型。该模型可模拟干物质的积累过程对水、肥的响应，跟踪作物生长过程，动态仿真性强，可进行实时操作，为科学节水，合理施肥提供依据；且该模型所用参数相对较少，易于使用。     

作物水、肥动态生产函数-修正Morgan模型

根据作物生长的特点及影响作物产量的主要因素,采用相对腾发量作为水分亏缺影响函数,并引入肥料效应函数,建立了修正Morgan模型.该模型可模拟干物质的积累过程对水、肥的响应,跟踪作物生长过程,动态仿真性强,可进行实时操作,为科学节水、合理施肥提供依据;且该模型所用参数相对较少,易于使用.     

水库来水量预测的进化神经网络法

利用遗传算法的全局空间寻优功能和BP网络映射能力强的优点，用遗传算法确定最优网络结构，建立了水库来水量预测进化神经网络（简称GA-ANN）模型，据此预测水库来水量。实例分析表明，该模型克服了BP网络输入层、隐含层节点确定的盲目性，适应性强，精度高，可供用于水库来水量预测。     

核子水分-密度仪现场标定试验

核子水分——密度仪是快速无损检测新设备，当前现场标定的误差校正方法有时偏差非常大，影响仪器的正常使用。针对现场标定中存在的问题，根据现场标定试验成果，采用数值分析方法，提出了几种适合校正砂土材料的分段偏差校正法、二次曲线法、二次曲面法以及线性校正法等误差校正方法，并通过对比分析，提出了最优校正方法。     

作物缺水敏感性分析的神经网络法

将神经网络技术应用于作物缺水敏感性分析，探讨不同阶段腾发量变化对作物产量的影响。实例分析表明，其分析结果和利用作物水分生产函数分析结论具有很高的一致性。神经网络用于敏感性分析，避免了建立具体的作物水分生产函数模型，而且时空适应性更强，为作物水分－产量关系研究开辟了新的思路。