基于深度信念网络的风机叶片结构损伤识别研究

【目的】解决由于模态参数辨别的不确定性,以及虚假模态干扰造成的风机叶片结构损伤识别精度不高的问题.【方法】采用以深度信念网络提取的模态参数特征向量作为标识量的损伤检测方法.首先分别获取ANSYS仿真和实验条件下风机叶片的模态参数;然后利用深度信念网络提取模态参数特征向量作为损伤标识量,检测多种工况下的风机叶片损伤,并与传统BP神经网络方法进行对比;最后搭建实验平台,在实验条件下验证方法的有效性.【结果】基于深度信念网络的损伤识别方法相比传统BP神经网络精度更高,网络训练时间更长.【结论】将深度信念网络提取的模态参数特征向量作为BP神经网络训练的输入向量,可以减小噪声和虚假模态信息等因素对损伤识别结果的影响,提高损伤识别的精度.     

塔里木河干流流域防治耕地盐碱化的生态需水量

本文从冲洗定额的构成出发,定义从计划冲洗层的含水量达到最大田间持水量这一时刻起到计划冲洗层的含盐量达到允许含盐量止这段时间所需要的在冲洗定额中起输送冲洗作用的那部分水量为盐碱耕地生态需水定额。通过对塔里木河流域典型灌区的调查分析,初步确定塔里木河干流流域防治耕地盐碱化的生态需水定额约为1500 m3.hm-2,最后得出目前塔里木河干流流域防治耕地盐碱化的生态需水量约为0.97亿m3。