都甘隧道控制爆破施工技术

文章通过宜河高速公路都甘隧道施工实例,介绍光面爆破施工技术的应用,指出该技术对控制隧道超欠挖起了积极的作用。     

庙宫水库竖井爆破开挖与安全支护

通过庙宫水库竖井爆破开挖工程施工,总结和探讨反导井开挖、竖井扩挖,井口处理、安全支护的具体方法、及爆破施工参数的确定。科学的总结和分析出井挖施工正确的施工程序和施工方法,对类似竖井开挖具有实际指导意义。     

结构参数的二阶动态反优化方法的计算机应用

利用结构优化中海森矩阵的近似迭代方法可以得到结构优化结果的同时,还可以得到结构参数优化函数的二阶近似展开式,其中二阶常数项也就是海森矩阵。利用优化函数的梯度阵和海森矩阵建立函数的二阶近似表达式在已确定的优化结果反向计算结构参数。由于采用的是二阶计算方法,结构参数的反优化计算更加精确,通过对悬壁板加强筋结构的计算,证明了这种方法的有效性。     

基于机器学习的岩性识别研究

钻井过程中的岩性识别是一个复杂且不断变化的非线性过程,很难建立准确的数学模型。由于传统识别方法存在解释精度低以及难以获得或丢失测井曲线的问题,直接通过传感器获取的钻速、钻压等每个与岩性有直接或间接关系的钻井参数,利用钻井参数进行岩石预测。基于机器学习技术,采用BP神经网络学习算法,根据地层岩性的特点,建立神经网络识别岩性模型,构造钻进参数样本并在MATLAB软件中利用神经网络工具箱进行岩性识别,分析训练集样本数量对模型识别准确率的影响。研究结果表明:BP神经网络输出非常准确,描述了采集到的钻井参数与岩性之间的关系,体现出神经网络的优越性;对钻井过程中岩性的识别具有积极的作用,有利于合理选择钻头类型、及时调整钻井参数和提高钻井效率。该岩性识别方法应用于仿生PDC钻头等方面,在试验和理论相互补充、支撑的同时便于利用该方法针对智能石油钻机开展更深层次的研究。     

海上N油田蒸汽驱注采参数智能优化设计

我国海上油田原油资源储量丰富,其中N油田有着大量的稠油资源,现有的多元热流体开采方式已无法进一步提高油田采收率,开采效果差,因此急需开展蒸汽驱注采参数优化研究,但是传统的优化方法主要针对不同参数逐一进行优化方法,无法从全局综合考虑各个参数的协同优化作用,因此最终方案往往是单一参数的最优方案而不是全局最优方案。首先利用Petrol建立了区块地质模型,进而采用数值模拟软件CMG对该油田试验区进行了生产历史拟合,在此基础上使用基于均匀设计的改进型粒子群优化算法（PSO算法）对蒸汽驱开采方案进行整体智能优化,并将预测的开发效果与传统优化方案进行对比。对比结果显示,使用智能优化方案对油田进行开采,累增油量34.05万方,提高采收程度12.8%,相对人工配产方案增油5.39万方,提高采收率2.03%,有着更佳的开采效果。     

The Time-Varying Response of Hours Worked to a Productivity Shock

This paper revisits the dynamic response of hours worked to a total factor productivity (TFP) shock. I estimate a structural vector autoregression that includes time-varying parameters and stochastic volatility. The estimation produces structural parameters that are consistent with the long-run identification. The impulse response functions of hours worked to a TFP shock are negative on impact and at the business cycle horizons. This is evidence that Galí (1999) would interpret as supporting new Keynesian theory. My results also show that TFP shocks are the dominant source of variation in average labor productivity. Structural changes in the U.S. economy play an important role in the TFP–hours worked relationship.     

Changing Impact of Shocks: A Time-Varying Proxy SVAR Approach

In this paper, we extend the Bayesian Proxy vector autoregression (VAR) model to incorporate time variation in the parameters. A novel Metropolis-within-Gibbs sampling algorithm is provided to approximate the posterior distributions of the model's parameters. Using the proposed algorithm, we estimate the time-varying effects of taxation shocks in the United States and the United Kingdom and find evidence for a decline in the impact of these shocks on output growth.     

基于实测频率振型的大跨斜拉桥响应面模型修正研究

为了验证基于实测频率和振型的响应面模型修正方法的准确性与可行性,以某大跨斜拉桥为工程背景,分别进行静载试验和环境激励下的模态测试。以竖向前4阶实测频率及振型作为状态变量,选取合理的修正参数,进行中心复合试验设计;采用考虑交互项的响应面模型进行数据拟合,并计算参数R²值的范围,进行精度检验;分析频率及振型的改变率,将修正后模型的挠度与实测挠度进行对比,验证该模型修正的准确性。结果表明：在参数范围内,各响应面模型的R²值均接近于1,拟合精度较高;修正后模型的频率与振型均接近实测值,能准确反映桥梁的动力特性;修正后模型的挠度计算值与实测值最大误差不超过7.98%,满足工程精度要求,能够真实反映大跨斜拉桥的工作状态。研究证明了基于实测频率与振型的响应面模型修正方法对大跨斜拉桥的适用性和可行性,可为实际工程中类似桥梁的模型修正提供参考。