水泥净浆单轴受压力学性能试验与分析

为得到简单配比的水泥净浆单轴受压力学性能,进行了2种配合比的水泥净浆试件试验,给出了试验现象与破坏过程,得到了水泥净浆试件力学性能指标。分析了弹性模量变化规律,给出了以水泥净浆棱柱体抗压强度为基础的弹性模量计算公式。分析了水泥净浆单轴受压应力-应变曲线上升段变化规律,采用混凝土规范公式拟合得到了水泥净浆单抽受压应力-应变曲线上升段计算公式,给出了曲线参数取值。给出了通过强度计算得到水泥净浆弹性模量及应力-应变曲线上升段的计算方法,为工程实践及采用水泥净浆进行分析提供基础素材。     

裹浆中金黄色葡萄球菌生长预测模型的建立

[目的]建立裹浆中金黄色葡萄球菌的生长预测模型.[方法]试验通过接种金黄色葡萄球菌标准菌株菌悬液到无菌裹浆中,分别放在14、18、22、27、32和37℃下培养,通过测定不同温度下的生长数据采用修正Gompertz、修正Logistic、Baranyi模型拟合生长曲线.通过相关系数的比较,采用最优模型为一级模型,在最优一级模型的基础上拟合出相关参数.采用Ratkowsky平方根模型分别建立温度与最大比生长速率（μm）、迟滞期（λ）的二级模型.[结果]研究表明,修正Gompertz模型为最优一级模型,模型经偏差因子（Bf）和准确因子（Af）验证,均在合适的范围内,表明所建模型预测效果较好.[结论]该研究建立的生长预测模型能够有效预测金黄色葡萄球菌在裹浆中的生长情况,可降低食物中毒风险.     

1-60日龄文昌鸡母鸡净能需要量预测模型研究

【目的】通过对1—60日龄文昌鸡母鸡净能需要量预测模型进行研究,为文昌鸡的高效养殖提供科学依据。【方法】采用析因法,通过2个试验分别测定1—30日龄和31—60日龄两个阶段文昌鸡母鸡的生长净能需要量(NEg)和维持净能需要量(NEm)。试验一选择1日龄健康母雏300只,随机分为6个重复,常规饲养至56日龄。每周测定文昌鸡的体重(BW)和体净能(BE),以BW为自变量建立线性回归模型,斜率即为文昌鸡每克增重所需的NEg。试验二分两个阶段研究文昌鸡母鸡的NEm。分别选择1日龄和31日龄体重接近的健康母鸡240只,随机分为4个处理组,每个处理组6个重复。4个处理组饲喂相同的代谢日粮,分别为自由采食组、限饲20%、40%和60%组。每个阶段试验期30 d。在试验中期(14日龄和44日龄),连续收集3d排泄物,测定不同饲喂水平下日粮的表观代谢能值(AME);每个阶段的起始和结束时,测定文昌鸡母鸡的BE,计算净能沉积量(RE)、代谢能摄入量(MEi)和产热量(HP,HP=MEi-RE),建立HP的对数与MEi之间的回归模型：lg(HP)=a+b×MEi;计算当MEi=0时的HP,即为文昌鸡母鸡的N...     

一类简化的竹编水泥沼气池力学模型分析

针对目前在滇南一带开发推广的竹编水泥沼气池，在实地测试和实验室测试研究的基础上，建立一类简化的三次超静定力学模型，并采用力法对赘余力进行严格的数学，力学分析与计算，构造与实际结构接近的理论模型，针对壁厚3,5cm的情形进行数值计算，计算与实测结果基本一致，说明所讨论的模型及力学算法分析是正确的，计算程度是可靠的。     

华北地区4种常见乔木根系抗拉强度的力学综合模型

抗拉强度是建立边坡稳定模型时最常使用的植被根系特性之一。为建立根系抗拉强度的力学综合模型,对华北地区4种常见乔木油松、白桦、落叶松和蒙古栎的单根依照不同标距、不同拉伸速率进行了拉力试验。试验数据的分析结果表明:所有根系抗拉强度的观测值均通过正态检验;从数学角度出发,应用聚类分析方法,区分出4种乔木的极细根和细根;标距、树种对抗拉强度影响显著,拉伸速率对抗拉强度影响不显著。在理论推导和数据分析的基础上建立了乔木单根抗拉强度的力学综合模型,并对模型参数进行求解。该研究探明了单根抗拉强度的作用机理,对建立边坡稳定模型具有重要参考价值。      

粘土水泥膏浆在松散堆填土防渗固结工程中的应用

文章以广西百色水库汪甸防护堤溃决修复为例,介绍粘土水泥膏浆在松散堆填土工程中防渗的应用方法和效果,包括堆填体防渗固结灌浆的设计,并对灌浆效果进行了分析,可供类似工程借鉴。     

基于预测模型的选课算法研究

比较了传统的选课算法的优劣,提出了基于预测模型的选课算法,分析了其算法思想和算法流程,并将其应用于小型的选课过程,取得了较高的效率和较好的匹配度。     

基于神经网络的水稻产量预测模型

研究不同水分处理所得的作物实际产量,建立前馈神经网络模型,得到不同土壤含水量时的旱作水稻预测经济产量,模型通过学习,使误差减小到0.1。     

几种动物纤维微观结构的研究

[目的]观察5种动物纤维的微观结构。[方法]以旱獭、青根貂、玛瑙、黄？、猸子为试验材料,利用扫描电镜法比较其鳞片层结构特征。[结果]旱獭针毛翘角平均值为37.0°,鳞片高度平均值为7.76μm,鳞片厚度平均值为0.43μm,绒毛翘角平均值为25.4°,鳞片高度平均值为14.57μm,鳞片厚度平均值为0.68μm;针毛鳞片高度平均值为4.58μm,鳞片厚度平均值为0.22μm,绒毛翘角平均值为24.7°,鳞片高度平均值为11.14μm,鳞片厚度平均值为0.40μm;针毛翘角平均值为31.9°,鳞片高度平均值为10.65μm,鳞片厚度平均值为0.52μm,绒毛翘角平均值为24.8°,鳞片高度平均值为9.30μm,鳞片厚度平均值为0.46μm;黄？针毛翘角平均值为37.8°,鳞片高度平均值为4.33μm,鳞片厚度平均值为0.24μm,绒毛鳞片高度平均值为13.88μm,鳞片厚度平均值为0.65μm;猸子针毛鳞片高度平均值为8.66μm,鳞片厚度平均值为0.36μm,绒毛翘角平均值为23.6°,鳞片高度平均值为11.13μm,鳞片厚度平均值为0.56μm。[结论]不同种的动物纤维具有独特的形态特征,在内部超微结构上存在明显的差别。     

基于改进LSTM的苹果价格预测模型研究

苹果市场价格变化受多种因素影响,单一模型预测效果不佳,为了解决该问题,本文建立了一种典型相关分析（CCA）与主成分分析（PCA）相结合的长短期记忆神经网络（LSTM）价格预测组合模型CCA-PCA-LSTM。该模型首先采用CCA和PCA选择相关性较大的影响因素,然后将选择的多因素作为LSTM的输入进行多因素价格预测。实验结果表明：在2008-2020年苹果价格进行预测得到的均方根误差为0.592（月）,平均绝对误差为0.339元/kg（月）,平均百分比误差为4.676%（月）,有效降低价格预测误差,提高了苹果价格预测的准确性。     

毛竹微观构造特征与力学性质关系的研究

研究了毛竹的微纤丝角变化规律以及竹片强、刚度与纤维含量间的关系,并应用混合定律测定了纤维股和基本组织的强、刚度.结果表明,微纤丝角径向自内向外略有减小,纤维股面积比径向自内向外逐渐增大;从毛竹壁上沿径向分片切取的竹片强、刚度与其纤维含量成正比,关系为σ＝571.72νf 0.1689,E＝40.428νf-0.5438;毛竹纤维股的抗拉强度σf为562.5386 MPa、弹性模量Ef为39.2047 GPa.     

水泥搅拌桩处理软土路基的试验分析

通过试验数据分析,对水泥搅拌桩浆喷和粉喷的处理方案进行了比较,结果认为：粉喷更适用于含水量大、塑性指数高的软土路基处理。     

生态环境对海岛棉纤维微观结构影响的研究

本文对海岛棉新海3号和88—346于1991、1992年,分别在生态条件有明显差异的新疆库尔勒、阿拉尔、莎车地区进行试验。结果表明:(1)生态环境影响纤维微观结构.环境条件对不同结构参数的影响不同,且因品种而异:(2)不同品种的微观结构参数对生态环境表现不同的适应性,但都有维持各自特征值的趋势;(3)品种内存在着取向参数与HVI比强度成正相关现象,这种关系同品种间已有的分析结果不同。     

基于多重多元回归的木材干燥质量预测模型

利用多重多元回归分析理论,在干燥过程中建立干燥指标与其影响因素之间的预测模型,从而达到预测含水率、应力的目的。选择温度、相对湿度、干燥时间作为自变量,应力、含水率作为因变量,建立多对多的木材干燥质量预测模型。模型的显著性检验表明,模型的拟合度较高,具有较好的预测能力。     

基于神经网络的土壤重金属预测模型研究

土壤中重金属含量变化具有非线性、大延时等特点,很难用传统方法建立土壤重金属预测的精确模型。BP神经网络具有良好的非线性函数逼近能力,非常适合处理土壤预测等复杂问题。利用神经网络模型,通过自适应的动态学习方法和模型优化,采用MATLAB神经网络工具箱建立了土壤重金属预测模型。在预测模型中输入测试样本,将预测结果与实测值进行比较,平均相对误差小于1%。结果表明,所构建的基于BP神经网络的土壤重金属预测模型具有良好的精确性和准确性,能有效预测土壤中重金属的状况。     

基于主成分分析的玉米棉铃虫预测模型

棉铃虫是河西走廊东部玉米主要害虫之一,气象因素对其种群消长具有非常重要的影响。利用1999-2008年棉铃虫发生资料与同期气象资料,通过对棉铃虫危害程度和其种群消长动态的分析,采用主成分方法对棉铃虫发生动态进行模拟,建立了棉铃虫危害特征预测模型。检验结果表明:预测模型准确率78%~89%,订正模型准确率提高10%以上。模型预测时效超前、效果好,且具有动态特征,可用于研究区域棉铃虫发生程度的监测、预警与研究。     

基于Matlab的湘江水质重金属污染预测模型研究

[目的]利用Matlab软件,建立湘江(株洲-长沙段)水体重金属污染预测模型。[方法]利用湘江(株洲-长沙段)重金属含量数据,基于Matlab软件建立了一套非线性回归模型,用以预测湘江(株洲-长沙段)Cd、Pb、Cu、Zn、As、Cr等6种重金属的含量。[结果]通过验证发现,该模型具有较高的精确度,预测的重金属含量空间变化基本与实际情况吻合,说明该模型能够较好地预测湘江(株洲-长沙段)重金属含量的空间变化趋势。[结论]该研究为湘江重金属污染治理提供了一定的理论依据。     

基于神经网络和遗传算法的池塘溶解氧预测模型

水产养殖池塘是一个多变量、非线性和大时延系统,其中溶解氧的预测也是一个复杂的问题。针对大连某水产养殖池塘,作者建立了一个基于Levenberg-Marquardt(LM)神经网络和遗传算法(GA)的溶解氧预测模型GA-LM,并将该模型与传统的BP神经网络进行比较分析。结果表明:使用本研究中建立的GA-LM模型预测的溶解氧值和实际测定值吻合较好,预测更为精准,运行时间明显减少。     

基于有机元素含量的猪粪热值预测模型

探讨利用猪粪有机元素含量预测猪粪热值的可行性,建立基于C、H、N、S、O等5种有机元素含量的高、低位热值预测模型.采集了160个猪粪样品,利用EA3000型元素分析仪和IKA-C2000型氧弹量热仪分别测定其C、H、N、S、O元素的含量和高、低位热值.相关分析表明,C、H、N这3种元素的含量与热值之间存在极显著相关,而S、O这2种元素含量与热值之间的相关不显著;利用120个猪粪样品的测定结果,采用多元线性回归分析建立的基于C、H、N含量的热值预测模型可以较准确地利用碳、氢、氮预测猪粪热值,高位热值和低位热值预测模型的决定系数R2分别为0.836和0.785.用40个样品对热值模型进行外部验证,高位热值和低位热值均方根误差RMSE分别为621.31、620.85 J/g,相对均方根误差RRMSE分别为3.74％和4.06％.结果表明,多元线性回归法建立的基于有机元素含量的猪粪热值预测模型的预测结果较准确,利用猪粪的元素含量预测其热值是可行的.