椭圆形油罐中油料贮量测算实用方法

椭圆形油罐中油料贮量测算实用方法

作者：

作者单位：

刊名：

英文刊名：

年，卷(期)：

被引用次数：毕珍平， 韩八晓， 聂武军， Bi Zhen-ping， Han Ba-xiao， Nie Wu-jun内蒙古公路工程局,呼和浩特,010010内蒙古公路与运输HIGHWAYS & TRANSPORTATION IN INNER MONGOLIA2001，""(1)0次

相似文献(10条)

1.学位论文 李慧 配电系统负荷数据处理方法的研究 2005

本文对非量测负荷修正、测点布置、不良数据的辨识与修正等几个问题进行研究，提出了一系列配电负荷数据处理方法，得到了比较满意的结果。　　本文首次提出采用状态估计的数学方法对配电系统非量测负荷数据进行修正，使非量测负荷数据的准确度达到或接近实测负荷数据的准确度；提出了处理电压量测的变换方法，从而增加了量测冗余度、提高了估计精度；针对配电系统中非量测负荷精度差导致加权最小二乘估计器失效的问题，提出了基于支路电流的抗差估计方法抵御粗差的不利影响；在实际应用中杠杆量测对非量测负荷估计的影响不容忽略，提出基于支路电流的全面抗差估计方法较好地解决了非量测负荷估计中杠杆量测问题。

　　本文详细分析了测量精度(或量测方差)对量测估计误差总方差的影响，定义了伪量测点对量测估计误差总方差的灵敏度因子，提出了基于灵敏度因子的配电系统测点布置方法，并用实例证实了该方法简单实用；提出了基于信号奇异性检测的配电系统不良数据辨识方法。

　　本文针对实测负荷功率作为可疑不良数据被剔除后的修正问题，采用了短期负荷预测方法来解决。对GM(1，1)基本建模过程中第一个数据不起作用的结论作了全新的简洁的推导，提出了计及第一个数据的零加数GM(1，1)组合预测方法。该方法从两个角度选取原始序列进行零加数建模，采用关联度的分析方法，将预测值进行线性组合，提高了短数据序列的预测精度，且预测精度满足实际应用的要求；研究和开发了“10kV架空线路运行分析与自动化管理系统”项目中的配电负荷数据处理模块。

2.期刊论文 徐臣.余贻鑫.XU Chen.YU Yixin 提高配电网状态估计精度的量测配置优化方法 -电力自动化设备2009,29(7)

为适应配电网的智能化要求,达到提高配电网状态估计精度的目的,应用M-P广义逆矩阵和加权最小二乘问题的唯一极小最小二乘解等数学方法,推导出量测误差和状态向量估计误差之间的数学关系表达式:提出了一种新颖的量测评估和配置优化的方法.利用评估算法对待考察的量测集合进行评估后,从评估结果中选出排序靠前的量测类型和安装位置,从而得到量测装置的配置优化方案.对于算例系统,应用该方法获得的量测配置优化方案,仅需安装少量量测装置就可以提高状态估计精度在60%以上.

3.学位论文 刘蒙蒙 骡坪隧道施工监测及其围岩参数的智能反分析研究 2009

隧道工程信息化动态设计与施工的观念已经越来越被人们所接受和采用，如何正确给定隧道围岩的计算力学参数，-直是个比较棘手的问题，位移反分析方法为围岩参数的获取提供了一条比较有效的途径。本文以重庆市巫奉高速公路的骡坪隧道为研究载体，以现场监控量测资料为依据，建立了-个基于MATLAB神经网络工具箱的隧道围岩参数的智能反分析系统，并将之应用于实际工程中，对同类隧道工程的设计、施工、监测都具有重要的指导意义。 本文的主要内容与研究成果有：

1、根据骡坪隧道的工程概况、工程地质条件、水文地质条件及该隧道的主体工程设计方法等内容，着重分析总结了骡坪隧道实施监控量测的必要性、量测方案的设计、量测频率的确定以及量测数据的处理与应用，并根据现场的实际情况合理地制定了监控量测实施方案；通过对骡坪隧道动态施工过程的现场监控量测，获得其在开挖过程中的第一手量测数据，掌握隧道在开挖过程中围岩和衬砌的应力和变形的变化情况，应用回归分析等数学方法找出围岩位移的内在变化规律，确定围岩变形收敛趋于稳定的时间和最终的总变形量，为二次衬砌提供合理的支护时机。

2、针对隧道工程的特点，分析了隧道围岩位移的各种影响因素，初步确定隧道围岩的待反演参数，利用ANSYS数值模拟软件建立合理的隧道围岩参数反演验证模型。

3、着重分析概括了神经网络、神经元的概念及其所具有的特性、人工神经元的模型；然后重点研究了神经网络的学习行为和学习算法，神经网络模型的分类。通过分析研究BP网络的程序设计流程和设计方法，总结了BP网络的不足及其相关的改进措施。

4、设计不同的反演参数初始值弹性模量E和泊松比μ，采用正交设计、均匀设计方法和ANSYS数值模型对其进行分组模拟试验，利用BP人工神经网络对非线性函数强大的映射能力、推广能力和自学习能力，构造了人工智能算法的学习样本和测试样本与现场量测数据进行对比分析，得到反演参数的最优解。

5、在已确定反演参数的基础上，将所有参数代入建立的隧道围岩参数验证模型中，正演模拟计算得到的拱顶下沉和水平收敛位移值基本上与现场实际量测值相符合。进而可对未开挖处隧道围岩变形的收敛值进行预测，为后续隧道工程的设计、施工和监控量测提供依据。

4.期刊论文 刘恒奇.朴海龙 数字摄像机视觉中的定标方法 -中国有线电视2001,""(23)

摄像测量学中摄像机定标技术使用数学解析分析方法,在定标过程中通常要利用数学方法对从数字图像中获取的数据进行处理.通过数学处理手段,摄像机定标提供了专业测量摄像机与非量测摄像的关系.非量测摄像机的内部参数完全未知、部分未知或者原则上不稳定.数字摄像机的内部参数指的是摄像机成像的基本参数,如主点(指的是图像的中心点)、焦距、径向镜头畸变、偏轴镜头畸变以及其他系统误差参数.

当前,计算机视觉的基本任务之一是从摄像机获取的图像信息出发计算三维空间中物体的几何信息,并由此重建和识别物体,而空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像几何模型决定的,这些几何模型参数就是摄像机定标.摄像机定标在理论和实践中有着重要价值,应用极为广泛.

5.学位论文 许青松 化学计量学基础算法研究 2001

化学计量是一门新兴发展的交叉学科,它从化学的角度,运用和发展数学、统计学和计算数学方法,并且充分利用计算机这个现代化工具来设计或选取最优化学量测方法,通过对化学数据的分析处理,最大限度地获取物质的化学组成及其相关结构信息.该论文针对数学、统计学和优化理论中与化学计量学关系密切的几个问题进行了深入研究.这些问题也是目前化学计量学的难点以及化学计量学家普遍关心的问题,具体分为三个部分:1、多元校正和定量结构与保留指数关系研究中模型的建立与预测.2、复杂体系的多元分辨方法的研究.3、数论方法在试验设计和优化方法应用研究.数论优化方法作为一种全局优化算法,近年来受到相当的关注.其改进后的序贯数论优化算法的收敛速度大大加快.该部分最后提出聚类多重序贯数论优化算法,利用新的聚类方法,得到若干最可能为全局最优潜在点,然后,以这若干点为中心进行序贯.这一算法,改变了序贯数论优化算法过去依赖于第一次均匀布点的缺陷,使得算法收敛到局部最优的可能性进一步降低.

6.会议论文 夏伟.刘雁春.金绍华.肖付民.翟国君 确定海道测量测深线布设方向的数学方法 2003

本文提出了确定海区等深线总方向的数学方法,研究了海区梯度分布和等深线总方向的关系.仿真分析及实例计算结果验证了方法的有效性.

7.学位论文 张雅雄 人工神经元网络方法在色谱及毛细管电泳分离体系中的应用研究 2005

毛细管电泳与色谱方法以及蒸馏、重结晶、溶剂萃取、化学沉淀、电解沉积、离心分离等方法构成化学学科领域内的重要分离分析方法。经过长期的发展，毛细管电泳与色谱分离分析方法已成为分析化学学科的最重要分支之一。随着现代科学技术的发展，新型高维联用的色谱和毛细管电泳仪器广泛应用于化学及分析化学领域，因而使获取大量高维化学量测数据成为可能和必然。从二十世纪七十年代起，在分析测试或化学量测中，获取大量的数

据已不再是困难的一步，而更应引起重视的是对大量化学量测数据的解析及从大量化学量测数据集中提取有用信息。同样的问题也发生在色谱及毛细管电泳分离分析领域。要对复杂的多维量测数据进行解析，必须借助计算机以实现许多复杂的数学方法，包括一些相关学科领域中的数据与信号处理方法。因此，化学计量学学科得以于二十世纪七十年代创立。

人工神经网络方法是化学计量学的一个重要分支。由于该方法具有较强的非线性映射能力，因而可用于非线性过程的模型化、非线性体系的多元校正分辨以及化学模式识别等方面。在色谱及毛细管电泳分离分析体系中，一般意义上来讲，非线性过程(或体系)比线性过程(或体系)更为普遍，甚至有些过程(或体系)尚难找到适宜的数学模型进行描述。在这种情况下，将神经网络方法引入色谱及毛细管电泳分离分析体系进行相关研究无疑是适宜的和必要的。目前，已有大量相关研究工作报道。

有必要指出的是，尽管人工神经网络方法的研究已取得了较大的进展，但总体来看，对神经网络方法的研究无论在应用上还是在理论上均处于初级阶段。还存在很多值得深入探讨的问题，如网络的训练速度问题、过拟合问题、网络结构与网络模型化能力等均存在不确定因素。因而，本研究工作将神经网络方法运用于色谱及毛细管电泳分离分析体系中的保留或迁移行为的模型化研究，重叠峰中相关组分的定量分析研究以及对色谱或毛细管电泳分析数据进行临床模式识别分析研究。作者在相关研究工作中，采用了不同的神经网络输入变量选择策略以提高相关神经网络的模型化能力，同时简化了神经网络结构。同时，作者还对不同神经网络模型对某些分离分析体系的模型化能力进行了比较。

本研究工作主要分为三大部分：

一、色谱或毛细管电泳中迁移或保留行为的模型化研究

1.毛细管区带电泳中电渗流与相关分离参数之间的神经网络模型化研究在该部分通过对毛细管区带电泳中某些分离操作参数进行标准正态分布模拟和主成分分析处理，借助神经网络模型较成功地预测了毛细管区带电泳中电渗流标记物的迁移时间。操作电压、毛细管温度、背景电解质溶液的酸度和离子强度作为神经网络的输入变量。所研究操作电压的范围为15kV-27kV，毛细管温度范围为20℃-30℃，背景电解质的pH范围为5.15-8.04，背景电解质的离子强度范围为0.040-0.097。同时，对神经网络输入变量进行不同前处理后所得的神经网络模型的预测能力进行了比较。在相同的电泳操作条件下，根据所建议的电渗流预测方法，电渗流标记物的迁移时间的10次优化神经网络模型的平均预测误差为5.46％，相对标准偏差(RSDn-1)为1.76％。在不同的电泳操作条件下，根据所建议的电渗流预测方法，10次优化神经网络模型的平均预测误差为12.95％，相对标准偏差(RSDn-1)为2.29％。研究结果表明，所建议的方法可以较好地预测毛细管区带电泳中的电渗流。

2.人工神经网络方法用于拓扑指数Am与烃类化合物气相色谱保留指数相关性的研究

在该部分，新发展的分子拓扑指数Am1-Am3和分子联接性指数mX被用于结构-性质相关性研究中。由一些烃类化合物的化学结构计算所得的分子拓扑指数被用以描述分子结构。运用人工神经网络方法与多元线性回归模型可成功预测一些烃类化合物在三种气相色谱固定相上的保留指数。人工神经网络方法的计算结果与多元线性回归模型的计算结果进行了比较。本文的研究结果表明，人工神经网络方法的模型化能力要优于多元线性回归模型。拓扑指数2X与Am1可提高烃类化合物在本文所研究的三种气相色谱固定相上的保留指数的预测准确度。

二、毛细管电泳分离分析中重叠峰中相关组分的定量分析研究

1.基于不同类型神经网络方法的毛细管电泳重叠峰中相关组分的定量分析研究在该部分，作者考察了四种神经网络模型对胶束电动毛细管色谱部分重叠峰中相关组分进行定量分析的能力的差异。所采用的相关神经网络模型为：线性神经网络模型、径向基函数神经网络模型、通用回归神经网络模型以及多层感知器神经网络模型。研究结果表明，在毛细管电泳峰部分重叠的情况下，运用以上四种神经网络模型均可对重叠峰中的相关组分进行定量分析。未完全分离组分的光谱数据或电泳谱图数据均可作为相关神经网络模型的多元输入变量，该两类数据均适宜对重叠毛细管电泳峰中的相关组分进行定量分析。该部分的研究结果还表明，线性神经网络模型可在胶束电动毛细管色谱部分重叠峰的情况下给出相关组分的最佳定量分析结果。

2.基于遗传算法输入变量选择的人工神经网络方法用于毛细管电泳重叠峰中相关组分的定量分析

在该部分，基于遗传算法输入变量选择的多层感知器人工神经网络方法用于胶束电动毛细管色谱重叠峰中相关组分的定量分析研究。在该研究工作中，作者提出了一种基于遗传算法的输入变量优化选择策略。当相关组分的毛细管电泳峰不能(或较难)仅仅通过分离技术获得完全分辨时，基于遗传算法输入变量选择的多层感知器人工神经网络方法是一种解决该类问题的适宜方法。未分离组分的光谱数据或电泳谱图数据均可用作神经网络的多元输入变量，从而均可用于对重叠毛细管电泳峰中相关组分的定量分析。研究结果还表明，运用遗传算法输入变量选择策略的多层感知器人工神经网络方法可在一定程度上提高对相关组分的定量分析准确度。无论在部分重叠或完全重叠的毛细管电泳峰的情况下均可得到相同的结论。

3.基于主成分分析输入选择的人工神经网络方法用于毛细管电泳重叠峰中相关组分的定量分析

三种基于主成分分析输入变量选择的人工神经网络方法(径向基函数人工神经网络、通用回归人工神经网络以及线性人工神经网络)用于胶束电动毛细管色谱重叠峰中相关组分的定量分析。在毛细管电泳重叠峰的情况下，基于主成分分析输入变量选择的人工神经网络方法被证明是对相关组分进行定量分析的适宜方法。未分离组分的光谱数据或电泳谱图数据均可用作相关基于主成分分析输入变量选择的神经网络的多元输入变量，进而对相关组分进行定量分析。该研究工作表明，无论在完全重叠还是在部分重叠的毛细管电泳峰的情况下，基于主成分分析的输入变量选择方法可使所考察的神经网络模型对相关组分的定量分析结果有不同程度地改善。

三、色谱或毛细管电泳分离分析体系中的模式识别分析研究

1.基于主成分分析输入变量选择的人工神经网络方法用于临床模式识别分析的研究

本文采用了两组临床样本分析数据进行神经网络模式识别分析，以研究临床尿核苷样本与肿瘤发生之间的相关关系。一组数据包含二十四个临床样本，其中十二个样本属于女性甲状腺癌患者，其余样本则采自健康女性。另一组数据则包含二十八个临床样本，在所有样本当中，宫颈癌患者与健康女性样本各有十个，其余八个样本属于子宫肌瘤患者。该两组样本中的临床尿核苷的分析由毛细管电泳方法进行。样本的模式识别分析由基于共轭梯度下降训练方法的多层感知器人工神经网络方法完成。此外，当对多层感知器神经网络模型采用基于主成分分析的输入变量选择程序时，在神经网络的结构得以简化的同时，也可使模式识别分析的正确分类率在一定程度上得以提高(或没有降低)。该部分的研究结果表明，基于主成分分析输入变量选择的多层感知器神经网络方法是进行模式识别分析的有力工具。

2.人工神经网络法用于临床数据的模式识别分析：几种不同输入变量选择方法的比较

该部分运用基于共轭梯度下将训练方法的多层感知器人工神经网络方法对一组文献报道的临床尿样气相色谱分析数据进行了模式识别分析研究。共收集临床尿样样本二十六个，其中十二个样本来自子宫肌瘤患者，其余十四个样本采集自宫颈癌患者。在每一个样本中分别测定了五十种有机酸的含量。通过运用主成分分析、逐步回归分析、前向回归分析、后向回归分析以及遗传算法等输入变量选择方法，神经网络的模式识别分析结果得到了一定程度地改善，同时神经网络的结构得以简化。研究表明，对于本文所采用的临床数据样本，运用逐步回归分析与前向回归分析进行输入变量的选择，可以得到较为理想的模式识别分析结果。

8.期刊论文 王国博.王美芳.姚丽.郭长民.Wang Guobo.Wang Miefang.Yao Li.Guo Chengmin 隧道位移监控量测成果分析 -辽宁省交通高等专科学校学报2009,11(1)

本文以阜新至朝阳高速公路大窑沟I号隧道监控量测的实测数据,按新奥法基本原理中岩体开挖的时间效应,利用数学方法对量测所得的周边收敛和拱顶下沉数据进行回归分析,指出在隧道开挖过程中围岩变形与时间的关系,为修改设计与指导施工提供理论依据,同时也为同类隧道的设计、施工积累经验.

9.学位论文 戴宏伟 公路隧道渗漏水成因、危害机理和冻害问题研究 2006

随着我国高速公路的发展，公路隧道越来越多，渗漏水作为公路隧道最主要的质量通病之一，得到了广泛的关注。深入研究隧道渗漏水问题，已成为十分重要而又亟须解决的课题。

本文通过总结国内外大量资料，结合公路隧道现场调查实际，对隧道渗漏水的量测技术做了全面研究；应用粗集理论、数据挖掘等前沿数学方法以及逻辑诊断方法，结合实测资料，对隧道渗漏水成因进行了系统的研究；从钢筋锈蚀、侵蚀环境的物理化学作用和寒冷气候下的冻害等三个方面，分析了渗漏水对隧道结构的危害机理。主要研究内容如下：

1.从资料收集、调查仪器、洞外检查、水源判别、渗漏水状态、渗漏水部位、漏水量测定、水质分析、防排水系统、冻害状况观测等方面系统地研究了隧道渗漏水的量测技术，特别是对隧道渗漏水中两大重要指标——水量计算和水质判定作了详细分析，设计了一套较完整的隧道渗漏水专项调查表格，最终建立了可操作的隧道渗漏水专项调查方法。

2.融合逻辑诊断、粗集理论和数据挖掘等理论和方法，提出了渗漏水成因挖掘分析方法。在研究逻辑诊断方法的基础上，建立了隧道结构渗漏水成因的故障树，由此分析了渗漏水产生的可能原因；结合故障树分析成果，提出了渗漏水成因挖掘的粗集方法，对渗漏水成因的潜在规律性和主要成因进

行挖掘，分析渗漏水产生的主要原因。

3.从水的角度研究钢筋锈蚀的机理、动力和速度，分析了渗漏水对隧道衬砌钢筋锈蚀的影响；按衬砌结构的特定环境及侵蚀性介质对衬砌作用的机理不同，从溶出性侵蚀、分解性侵蚀、膨胀性侵蚀及盐类析晶等方面研究了渗漏水对混凝土腐蚀的危害及作用机理。

4.分析渗漏水引起的隧道冻害问题，建立了渗漏水引起的隧道冻胀力计算模型。通过对不同部位水体，衬砌厚度，水体环向长度及水体深度等敏感性因素的分析比较，得出了不同因素对隧道冻胀力的影响程度。成果可为进一步研究隧道冻胀压力提供一定的依据。

10.会议论文 王尔祺.宋德慧 仪器精度自动分配数学方法探讨 1995

本文链接：http://d.g.wanfangdata.com.cn/Periodical_nmgglyys200101010.aspx

授权使用：西安电子科技大学(xadzkj)，授权号：f78b615a-be35-46cb-842d-9ded00bc5d3f

下载时间：2010年9月10日