组合参数（精选八篇）
组合参数 篇1
降机结构比较简单、紧凑、噪音小并且能够推动较大的负载, 与其它机构相比刚性好, 如用滚珠丝杠定位精度更高, 而且能实现断电自锁, 无需各种复杂的泵阀、油箱或气源及管路系统, 对环境污染小;匹配相应的换向器可实现小马拉大车, 即用较小的电机传递很大的扭矩;不同数量的升降机还可以实现不同的组合, 以满足不同场合的需要。因此升降机在实际中的应用越来越广泛。
2 升降机的组合形式
图1和图2为升降机、换向器和电机的不同组合形式, 可根据不同用途选择不同的组合方式。
3 升降机的选型和计算流程
(1) 确定载荷:根据需要的提升力、传动速度和安装位置, 初步选择合适的升降机型号和速比, 并初步选好配套的驱动电机, 以确定整个系统的安装尺寸和空间位置。
(2) 确定工作方向:根据要求的输出轴的工作方向确定输入轴 (蜗杆) 的旋转方向。蜗杆的旋转方向与升降丝杠的伸缩方向类似于齿轮和齿条的关系。如多台升降机配合使用, 还需注意换向器的旋转方向。
(3) 确定行程:根据工作行程初选升降机行程后, 根据升降机厂家提供的参数校核推杆的临界弯曲力, 如压力过大, 则需要增大丝杠规格, 通常做法是增大升降机的参数规格 (丝杠随之增大) , 在升降机载荷足够的情况下也可仅增大丝杠参数规格。
(4) 确定工作速度:根据升降机的工作周期和负载特性以及厂家提供的升降机参数, 校核最大许用速度, 如果速度过高, 则需选择更大参数规格的升降机, 在升降机载荷足够的情况下, 也可仅增大丝杠的导程。
式中:Tm-升降机所需的驱动扭矩, N·m;F-丝杠上承载的实际负荷, N;P-滚珠丝杠的导程, mm;η-滚珠丝杠的效率, η=0.9~0.95;i-升降机的传动比;T0-空载转矩, N·m。
式中:Pm-升降机需要的驱动功率, k W;n-升降机需要的输入转速, r/mm-1。
通常选择电机的功率为计算值的1.5倍即可。
4 结语
目前, 用该种计算方法所选用的伺服电机已经应用于实际中, 从伺服电机反馈的参数来看, 此种计算方法完全合理可靠。
参考文献
[1]吴宗泽.机械零件设计手册[M].北京:机械工业出版社, 2003:279-280.
多功能组合式X射线衍射仪参数指标 篇2
1.设备名称：X射线衍射仪 2.数 量：壹台
3.交货地点： 中国主要港口
4.报价方式：投标价美圆或其它通用货币 5.交 货 期：合同签订后四个月内交货 6.设备用途
6.1 对分子筛、金属、无机材料物相进行分析
6.2 测量结晶化度，微观应力，晶胞参数，晶粒大小测量等。7.工作条件
7.1 电源电压: 220V（10%）/50Hz单相或380V（三相，10%,50Hz）； 7.2 工作温度: 15℃～25℃； 7.3 相对湿度：≤70%；
7.4 仪器运行的持久性:可连续运行。8.设备规格及主要技术参数 8.1 X射线发生器部分
8.1.1 X射线发生器，输出功率为3KW；
Cu靶
管电压20-60kV；管电流2-60mA。
8.1.2电流、电压的稳定度优于0.005%（外电压波动小于10%时）； 8.1.3 X射线防护罩的挡蔽泄漏X射线的剂量相当于0.5mmPb铅当量。
*8.1.4 具有双重保护装置，包括对X射线防护罩的保护及对X射线快门的保护。
8.2 测角仪部分
*8.2.1 测角仪为水平/测角仪。
*8.2.2 使用专用工具及调试软件，测角仪全自动调整。
8.2.3 角度测量范围：s/d联动时，-3°～+162°；s单独时，-1.5°～+77°；d单独时，-5°～+154°。
8.2.4 驱动方式：光学编码加步进马达。8.2.5 2最小步进及角度重现性1/10000度。*8.2.6石墨晶体单色器，高反射率。8.3 检测器部分
8.3.1检测器的计数线性大于70万CPS。8.3.2最大背底小于0.2 CPS。
8-1
8.3.3检测器可在相对湿度90%的环境条件下，长期正常使用。8.4 软件部分及计算机部分
8.4.1软件应为Windows XP 或以上操作平台。
8.4.2 计算机系统，要求通用PC电脑，Windows XP操作系统
8.5 循环水冷系统 8.5.1工作要求：连续工作。8.5.2控温精度：优于1℃。8.5.3供水流量：满足该仪器要求。8.5.4分体结构：室内噪音小于40db。8.5.5进水温度：可调。
技术联系人：孙克宁 0451-86412153 ***
组合参数 篇3
摘要：为了研究带约束拉杆的双钢板混凝土组合剪力墙的抗震性能，进行了16个该形式组合剪力墙的反复加载试验，并采用OpenSees程序对带约束拉杆的双钢板混凝土组合剪力墙试件进行数值模拟.在试验及数值模拟的基础上，对影响该形式组合剪力墙抗震性能的主要参数进行分析.结果表明，高宽比、轴压比以及约束拉杆间距对剪力墙的抗震性能影响显著.随着高宽比的增大，组合剪力墙的初始刚度以及屈服荷载和峰值荷载减小显著，其后期刚度退化和耗能能力降低；轴压比对组合剪力墙抗震性能的影响主要表现在后期刚度的退化程度；约束拉杆间距的减小可以提高组合剪力墙的承载力，减弱后期的刚度退化程度，增大其耗能能力.
关键词：双钢板混凝土组合剪力墙；抗震性能；数值模拟；高宽比；轴压比；约束拉杆间距
中图分类号：TU392.3文献标识码：A
作为抵抗风或者地震作用的有效抗侧力构件，剪力墙广泛应用于高层建筑结构中.通常混凝土是传统剪力墙结构体系中的主要材料，但随着建筑高度的增加和建筑功能需求的提升，传统的混凝土剪力墙需通过增大截面厚度来提高承载力和改善抗震性能，以此满足结构设计的需要，但墙体厚度的增加不仅增加了结构的自重，使其在风或地震工况下的内力增大，而且对下部基础设计提出了更高的要求，增加了建筑的总造价，同时过厚的墙体使建筑的使用面积减小，降低了建筑功能的使用效率.
双钢板混凝土组合剪力墙通过连接件将钢板和混凝土有效地连接，使二者协同工作，相比传统的混凝土剪力墙，减小了墙体的厚度；在结构受力上，双钢板混凝土组合剪力墙中混凝土作为钢板的支撑，防止了钢板的侧向失稳，而钢板的存在又约束了混凝土，使混凝土开裂后仍具有较好的承载力；同时，钢板还可以作为浇筑混凝土时的模板，大大提高了施工的效率.对双钢板组合剪力墙的相关研究均表明其具有较好的承载力、较优越的抗震性能[1-8]，而该形式组合剪力墙在盐城电视塔[9]以及核电工程领域[10]工程中的使用证明了其工程应用的可行性.
本文通过对16个带约束拉杆连接的双钢板混凝土组合剪力墙的反复加载试验研究以及数值模拟，进行相关参数分析，给出了影响该形式组合剪力墙抗震性能的主要因素.
1试验结果
1.1试件参数
试验共设计了16个带约束拉杆双钢板混凝土组合剪力墙试件，试件编号为SC1～SC16.试件端部采用槽钢连接两侧钢板，其翼缘通过四或八螺母全牙拉杆与钢板螺栓连接；试件中部两侧钢板采用无牙约束拉杆对穿连接；试件腹侧钢板伸入基础梁，同基础以满足固定边界条件.其中SC8～SC10，SC15，SC16试件端部内置C型钢对墙体端部进行加强.试件参数详见表1.试验加载装置如图1所示.典型试件横截面构造如图2所示.试验均设计为水平低周反复加载拟静力试验，在同济大学土木工程防灾国家重点实验室进行.
1.2试验结果
在低周往复荷载作用下，从各试件的试验现象可以看出，约束拉杆对墙体性能改善明显，使墙体钢板与内部混凝土协同工作.在内部混凝土破坏加剧，发生横向膨胀后，由于拉杆的拉结，钢板很好地限制了墙体的变形，而端部内置型钢可有效提高对混凝土的约束，改善端部槽钢的屈曲性能.试件随高宽比的变化，呈现出较为不同的破坏模式：高宽比为2.5的试件破坏集中在试件墙底截面端部，腹侧钢板局部屈曲，端部槽钢翼缘或腹板局部屈曲，核心混凝土墙底截面两端部位压碎，墙底截面中间位置混凝土基本完好，混凝土墙身底部分布有横向裂缝，呈“弯曲型破坏”；高宽比1.5与部分高宽比1.0的试件破坏集中在墙体底部整个截面区域，腹侧钢板局部屈曲甚至撕裂，端部槽钢屈曲明显甚至拉断，核心混凝土墙体全截面压碎，墙身分布有斜向受剪裂缝，呈“弯剪型破坏”；而部分高宽比1.0的试件，在试验结束后剥除外侧钢板可以看出内部混凝土墙身出现明显的对角斜向裂缝，呈“剪切破坏”.典型试件的破坏形态如图3所示，各试件水平荷载位移滞回曲线见图7.
C40×40×4×4注：表中轴压比n为试验轴压比，按照n=N/（fcAc+fyAs）计算，其中，N为竖向荷载；fc为混凝土强度实测值；fy为钢材屈服强度；Ac为混凝土截面面积；As为钢材截面面积.
2OpenSees数值模拟与试验对比
剪力墙受剪破坏的数值模拟分析一直是该类型构件非线性分析的难点，考虑到剪力墙构件其受力性能的平面特性，本文采用OpenSees非线性分析程序对带约束拉杆双钢板混凝土组合剪力墙试件在低周往复荷载作用下的过程进行数值模拟.
2.1本构模型
OpenSees分析程序中提供了多种分析剪力墙构件的模型，本文采用文献[11，12]中提出的循环加载软化模型CSMM进行分析，该软化模型是在软化模型的基础上考虑了循环加载的影响.
混凝土本构模型如图4所示，该模型不仅可以考虑混凝土受压时由竖向拉应变引起的软化效应，而且可以考虑往复荷载作用下的软化效应以及加载过程中裂缝的开裂和闭合.
剪力墙端部采用纤维单元模拟，其“纤维”由端部型钢以及型钢范围内的混凝土构成，混凝土本构采用图4所示模型.型钢用等效钢筋等代，考虑到嵌入混凝土中的型钢受拉时，其周边混凝土开裂后，裂缝之间的混凝土对型钢的强化作用，参照OpenSees中对钢筋的强化定义，采用平均应力和平均应变来定义纤维单元中型钢的应力应变关系，如图5所示.
对于受平面应力为主的腹侧钢板，其材料属性采用J2（应力张量的第二不变量）材料本构，在OpenSees中为J2 Plasticity Material（Plane Stress Simplified J2）
计算模型中，端部槽钢及截面端部内埋的型钢采用基于位移的梁柱单元（Displacement Based BeamColumn Element）；腹侧钢板及核心混凝土均采用四节点平面单元（Quad Element）.模型底部节点设置为固结约束以模拟试件底座的边界条件，端部槽钢单元节点与同位置的混凝土单元边缘部位的节点设置X及Y方向的位移约束；组合剪力墙中，混凝土墙与腹侧钢板在拉杆位置采用共节点连接，不考虑二者之间的粘结滑移.模型如图6所示.
2.2数值计算结果与试验对比
带约束拉杆的双钢板混凝土组合剪力墙试件试验滞回曲线与OpenSees数值计算结果对比如图7所示.在组合剪力墙屈服之前，数值计算得出的滞回曲线与试验滞回曲线基本吻合，二者相差不大，能较好地模拟试件的滞回特性；超过屈服荷载后的滞回环，数值计算得到的滞回曲线较试验值略微饱满，其原因可能为数值计算模型未能考虑钢板和混凝土之间的粘结滑移，使曲线捏拢效应减小；同时，水平力达峰值进入下降段后，试验曲线的退化刚度较计算结果偏大，其差值在18%左右，其原因可能为计算模型不能考虑钢板的屈曲变形及螺栓连接破坏的影响，导致数值计算结果过高估计了剪力墙的后期刚度，使其耗能增加.
3带约束拉杆双钢板混凝土组合剪力墙
抗震性能参数分析
基于数值计算和试验结果，对带约束拉杆的双钢板混凝土组合剪力墙进行参数分析，以得出影响该类剪力墙抗震性能的因素.
3.1高宽比的影响
以试件SC2参数为基础，保持轴压比及其它参数均不变，仅改变各计算模型的高宽比进行计算分析，得到各模型的滞回曲线，其骨架曲线示于图8（a）中，图8（b）为各模型峰值荷载Pu、屈服荷载Py和初始刚度K0随高宽比变化的规律，图8（c）为各计算模型退化刚度K-以及位移延性μ随高宽比变化的规律.其中，屈服荷载Py采用Park法计算结果；将骨架曲线荷载下降到峰值荷载Pu的85%左右时的荷载定义为试件的极限荷载，Δd为荷载下降到85%Pu时对应的位移，则K-为各计算模型达到峰值荷载后卸载至0.85的平均刚度，位移延性系数μ为Δd与Δy的比值（下同）.
数值计算过程显示，各模型顶点水平力达峰值时，腹侧钢板及端部槽钢均发生屈曲，随着高宽比的减小，各计算模型钢板的屈曲范围增大，屈服荷载和峰值荷载逐渐增大，相应的屈服位移以及峰值荷载所对应的位移也增大.从图8（b）可以看出，高宽比对剪力墙的初始刚度和承载力影响显著，当高宽比a从0.5增大到3.0时，各模型的峰值荷载和屈服荷载降低幅度达70%左右；在承载力达到峰值荷载后，各模型刚度总体上呈退化状态，高宽比从0.5增大到1.0时刚度退化最为显著，其降低幅度在50%左右，而高宽比从1.0增大到2.5的模型，刚度退化较小，其降低幅度在15%左右，可见，高宽比的减小，使剪力墙的相对耗能降低；从图8（c）中延性系数随高宽比的变化可以看出，计算模型所计算的位移延性系数均在2.6以上，延性较好，尽管随着高宽比的增大，计算模型的延性系数呈降低趋势，但从屈服以及峰值位移的绝对量来看，高宽比大的模型，其值均大于高宽比较小的模型，因此计算所得的位移延性系数值反而可能降低，但其相对比值的降低并不能表明高宽比较大的剪力墙，其延性较差.
3.2轴压比的影响
以试件SC3参数为基础，保持高宽比及其它参数均不变，仅改变各计算模型的轴压比进行计算分析，得到各模型的滞回曲线，其骨架曲线示于图9（a）中，图9（b）为各模型峰值荷载Pu，屈服荷载Py和初始刚度K0随轴压比n的变化规律，图9（c）为各计算模型退化刚度K-以及位移延性μ随轴压比变化的规律.
从数值计算结果可以看出：轴压比的变化对模型的水平承载力有一定的影响，但影响程度有限：轴压比从0.1增大到0.5，增大了4倍，计算模型的正向峰值荷载仅增大了约16%，负向峰值荷载仅增大了约8%，正向屈服荷载仅增大了约15%，负向屈服荷载仅增大了约12%，增长较小；而从图9（b）中可以看出，各模型的初始刚度K0随轴压比的变化不明显，轴压比的增大对剪力墙的初始刚度影响不大.从图9（c）各模型的退化刚度以及位移延性曲线可以看出，随着轴压比的增大，各模型的刚度退化趋势加大，位移延性也相应地降低，从其数值计算过程也可以看出，当轴压比较高时，竖向荷载作用下，剪力墙的PΔ效应增大，使其在达到峰值荷载后，墙体中下部变形加大，底部混凝土有压溃趋势，同时钢板面外变形加大，导致各计算模型荷载下降明显，但其位移延性系数仍在2.5以上，仍具有较好的变形能力，安全储备较高.
3.3约束拉杆间距的影响
保持轴压比为0.3不变，分别考虑高宽比为1.0和1.5的剪力墙模型，在改变约束拉杆间距b时的承载力及刚度的变化趋势（拉杆间距b的变化范围为50mm，100mm，150mm）.
各计算模型滞回曲线的骨架曲线以及承载力、刚度等随约束拉杆间距b的变化对比结果示于图10和图11中.
从计算结果可知，各模型的承载力随约束拉杆间距的增大而减小，退化刚度随约束拉杆间距的增大而增大，位移延性随约束拉杆间距的增大而降低.对比不同高宽比两组模型的数值计算结果可以看出，约束拉杆间距的增大，对高宽比为1.5的模型比高宽比为1.0的模型影响稍大：当约束拉杆间距从50 mm增大到150 mm时，高宽比为1.5的模型其峰值荷载和屈服荷载分别下降了约23%和20%，而高宽比为1.0的模型下降了约19%和16%；高宽比为1.5的模型达到峰值后的刚度退化趋势也较高宽比为1.0的模型稍大，但高宽比增大后，当约束拉杆间距从100 mm增大到150 mm时，其刚度退化减小，这可能是由于高宽比的增大，使剪力墙在水平荷载作用下的破坏模式发生了变化，结合试验以及数值模拟的过程可以发现，高宽比为1.5的剪力墙，其破坏时，呈现出较为明显的弯剪破坏的特征，其耗能能力较高宽比为1.0有所提高.
4结论
基于试验研究和OpenSees数值模拟，对带约束拉杆的双钢板混凝土组合剪力墙进行了影响其抗震性能的关键参数分析，主要结论如下：
1）试验和数值计算的过程表明，组合剪力墙中钢板对其承载力、刚度的贡献显著，随着水平力的增大，钢板分配的剪力逐渐增大，在加载的后期，剪力墙的承载力主要由钢板承担，使其仍保持较高的承载力以及较好的变形能力.
2）高宽比是影响带约束拉杆的双钢板混凝土组合剪力墙抗震性能的重要参数.随着高宽比的增大，带约束拉杆的双钢板混凝土组合剪力的初始刚度以及屈服荷载和峰值荷载减小显著，其后期刚度退化程度也随剪力墙高宽比的增大而降低.
3）轴压比的影响主要表现在达到峰值荷载后，剪力墙的刚度退化，轴压比较高的墙体，其刚度退化程度加大，而轴压比对剪力墙的初始刚度和承载力的影响均较小.
4）约束拉杆间距的变化，对高宽比较大的墙体较高宽比小的墙体影响稍大，其承载力随约束拉杆间距的增大而减小，后期的刚度退化随约束拉杆间距的增大而增大.
参考文献
[1]卜凡民. 双钢板混凝土组合剪力墙的性能研究[D]. 北京：清华大学土木工程系，2007： 41-102.
BU Fanmin. Research on the performance of composite shear wall with double steel plates and infill concrete [D]. Beijing：Department of Civil Engineering，Tsinghua University， 2007： 41-102.（In Chinese）
[2]EOM T S，PARK H G，LEE C H，et al.Behavior of double skin composite wall subjected to inplane cyclic loading[J]. Journal of Structural Engineering，ASCE，2009，135（10）： 1239-1249.
[3]WRIGHT H. The axial load behavior of composite walling[J]. Journal of Constructional Steel Research，1998，45（3）： 353-375.
[4]CLUBLEY SIMON K，MOY STUART S J，XIAO ROBERT Y. Shear strength of steelconcretesteel composite panels： part I：testing and numerical modelling[J]. Journal of Constructional Steel Research，2003，59 （6）：781-794.
[5]CLUBLEY SIMON K，MOY STUART S J，XIAO ROBERT Y. Shear strength of steelconcretesteel composite panels：part II： detailed numerical modelling of performance[J].Journal of Constructional Steel Research，2003，59（ 6） ： 795-808.
[6]聂建国，卜凡民，樊健生. 低剪跨比双钢板混凝土组合剪力墙抗震性能试验研究[J]. 建筑结构学报，2011，32 （ 11） ： 74-81.
NIE Jianguo，BU Fanmin，FAN Jiansheng.Experimental research on seismic behavior of low shearspan ratio composite shear wall with double steel plates and infill concrete[J].Journal of Building Structures，2011，32（11）：74-81. （In Chinese）
[7]朱立猛，周德源，赫明月.带约束拉杆钢板混凝土组合剪力墙抗震性能试验研究[J].建筑结构学报， 2013，34（6）：93-102.
ZHU Limeng，ZHOU Deyuan，HE Mingyue. Experimental research on seismic behavior of composite concrete and steel plate shear walls with binding bars [J].Journal of Building Structures，2013，34（6）：93-102. （In Chinese）
[8]罗永峰， 李健， 郭小农. 双层钢板内填混凝土组合剪力墙滞回性能数值分析[J]. 湖南大学学报：自然科学版，2014，41（6）：57-62.
LUO Yongfeng， LI Jian， GUO Xiaonong. Numerical analysis of hysteretic performance of doublesteellayer concrete composite shear wall[J]. Journal of Hunan University：Natural Sciences，2014，41（6）：57-62.（In Chinese）
[9]丁朝辉， 江欢成， 曾菁，等. 双钢板混凝土组合墙的大胆尝试—盐城电视塔结构设计[J].建筑结构，2011，41 （ 12） ： 87-91.
DING Zhaohui，JIANG Huancheng， ZENG JIN， et al. An innovative application of SCS composite wall：Structural design of Yancheng TV Tower[J]. Building Structures，2011，41（12）：87-91. （In Chinese）
[10]熊峰， 何涛， 周宁. 核电站双钢板混凝土剪力墙抗剪强度研究[J]. 湖南大学学报：自然科学版，2015， 42（9）： 33-41.
XIONG Feng， HE Tao， ZHOU Ning. Study on the shear strength of double steel plate composite shear wall in nuclear plant[J]. Journal of Hunan University：Natural Sciences， 2015，42（9）：33-41.（In Chinese）
[11]MANSOUR M， HSU T. Behavior of reinforced concrete elements under cyclic shear. I： Experiments[J]. Journal of Structural Engineering，2005，131 （1）：44-53.
组合参数 篇4
特低渗油藏是指渗透率在1～10 mD范围内的油藏。近些年来我国勘探开发的新领域有很大一部分是特低渗油田,这些油藏由于渗流阻力大,新投入的井即使有很高的地层压力自然产量也较低,开发效果较差。而水力压裂技术作为油气藏增产增注最主要的手段在特低渗透油藏开发中已取得了很好的效果,但是矿场实践中仍大量存在着压裂失效的情况,因而高效压裂技术的研究还需要继续加强[1,2,3,4,5,6]。在影响压裂效果的所有因素中,油藏的储层物性这项是固定的,因而分析这项指标对压裂效果的影响是能实现的且是很有必要的。储层物性主要包括有效厚度、孔隙度、渗透率及含油饱和度,是评价储层优劣的重要参数,同时也是在制定压裂施工设计过程中压裂工艺、压裂液体系及支撑剂的选择、裂缝系统及施工参数优化、压前产能预测及压后效果评价的主要依据。因此,充分认识储层的物性参数对压裂效果的影响程度,是进行压裂设计优化的基础[7,8,9,10]。
1储层物性对压裂效果的影响分析
对长庆油田地层压力相近的一千多口采油井统计储层物性与压后产量的关系,结果如图1—4。图1表示储层有效厚度与压裂前后产油量之间的关系;图2表示渗透率与压裂前后产油量之间的关系;图3表示孔隙度与压裂前后产油量之间的关系;图4表示含油饱和度与压裂前后产油量之间的关系。
从图1—图4中可以看出,虽然压后产量与储层厚度、渗透率、孔隙度及含油饱和度成线性关系,但是相关的程度有很大的不同。比较图1(a)与图1(b),在相同有效厚度情况下,Φ=15%、k=3 mD的油藏在压裂前与压裂后的采油量均是Φ=8%、k=1.5 mD的油藏的两倍左右。比较图2(a) 与图2(b),在相同渗透率情况下, h=25 m的油藏在压裂前与压裂后的采油量均是h=15 m的油藏的1.46倍左右。比较图3(a)与图3(b),对于h=25 m的油藏,孔隙度每增加1%时,压前产量增幅为1.43倍,压后产量增幅为1.38倍;对于h=15 m的油藏,孔隙度每增加1%时,压前产量增幅为1.37倍,压后产量增幅为1.39倍。比较图4(a) 与图4(b),对于h=25 m的油藏,含油饱和度由42.5%变为52.5%时,压前产量增幅为1.15倍,压后产量增幅为1.2倍;对于h=15 m的油藏,含油饱和度由42.5%变为52.5%时,压前产量增幅为1.32倍,压后产量增幅为1.33倍。因此,在特低渗油藏改造中,影响压裂效果的因素属孔隙度最为敏感,其次是渗透率,再次为储层厚度,含油饱和度为最不敏感的因素。但是在实际油藏中由于孔隙度与渗透率的变化范围较小,而储层有效厚度的变化范围却很大,使得孔隙度低、有效厚度大的储层压裂后的产量大于孔隙度大、有效厚度小的储层,如图1(b) 中h为30 m、Φ=8%、k=1.5 mD的储层压裂后的产量为5 t/d,而图3(b)中h为15 m、Φ=12%、k=1.5 mD的储层压裂后的产量为2.8 t/d。因而,在实际压裂选井过程中要综合考虑储层厚度、渗透率、孔隙度、含油饱和度之间的数量关系,该关系可以通过灰色关联法确定。
2灰色关联法优选压裂施工井[11,12,13,14,15]
选用长庆油田某一区块的7口井作为研究对象,每口井的参数如表1。
2.1最优指标集的确定
最优指标集是指最适合压裂的各个参数的集合。表1中7口井的井深差距不大,对施工影响可以忽略。根据储层物性对压裂效果的影响分析,确定最优指标排列顺序[11,12,15]为:孔隙度、渗透率、有效厚度、含油饱和度,最优指标集X0为{13.8,3.8,34.8,55.8}。最优指标集和各评价井所组成的阵为:
2.2灰色综合评价
根据灰色综合评价方法,评价结果为:
[0.688 0.658 0.719 0.710 0.672 0.652 0.631]T。
由评价结果可知,7口研究井的压裂效果由优至劣顺序分别为:长12-2;长22-3;长2-11;长12-9;长2-17;长22-10;长12-21。
该7口研究井已于2010年7月压裂,压裂前后产量数据如表2。
从表2中可知,压裂后效果由优至劣顺序分别为:长12-2;长12-9;长22-3;长2-11;长2-17;长22-10;长12-21。与通过灰色关联评价法得出的结果除了长12-9不吻合外,其余井都相符,表明以储层物性对压裂效果的影响分析为基础的灰色关联评价效果较好。
3结论
(1)通过上述的统计分析表明在特低渗油藏中,影响压裂效果的因素属孔隙度最为敏感,其次是渗透率,再次为储层厚度,含油饱和度为最不敏感的因素。
(2)虽然孔隙度对压后产量最为敏感,但是储层有效厚度由于变化范围较大,是最为影响压后产量的因素。因而,在实际压裂选井过程中要综合考虑储层厚度、渗透率、孔隙度、含油饱和度之间的数量关系,该关系可以通过灰色关联法确定。
(3)矿场实际表明,以储层物性对压裂效果的影响分析为基础的灰色关联评价法能较好地符合油田实际压裂结果。
(4)上述的分析结果能为特低渗油藏的开发提供依据。
组合参数 篇5
目前在基坑开挖过程中地表沉降计算中,科研工作者总结出各类公式。主要包括经验估算法(Peck法)[3]、稳定安全系数法[4]、地层损失法[5]及偏态分布曲线法[6]等。基坑变形估算法是采用与类似的工程进行类比分析,在特定地区积累大量的基坑工程设计和施工经验的基础上进行统计得出的。Peck法主要用于地表沉降的初步估算,其估算值较为保守;稳定安全系数法和地层损失法对预测效果较好,主要是针对软土地区;时空效应法主要针对的是自稳性差的淤泥质土体;偏态分布曲线法[6]是从软土地区基坑实例归纳总结而来,对于土岩组合区是否适用,目前相关研究还比较少。
对于土岩组合区深基坑,上述各种预测方法均不能直接使用。鉴于此,现以深基坑偏态沉降曲线为基础,通过试算法对偏态分布公式中关键参数进行调整。并将调整曲线与现场实测沉降曲线进行拟合,找出线性相关程度较高的参数值。
在确定出关键参数之后,即可拟定偏态曲线的解析式,可为类似基坑工程地表沉降提供参考。
1 土岩组合区深基坑周围地表沉降变形预测
土岩组合区基坑支护结构后任意点的地表沉降量可以按偏态分布公式计算[7]:
式(1)中,x为待求沉降点距基坑边距离;xm为最大沉降点距基坑边的距离;Sw为沉降曲线包络面积;B、w为待求系数,进一步根据土岩组合区基坑开挖变形的数值模拟统计分析结果[7],可取B=1.57,w=0.67。
假定最大沉降点位置和基坑开挖深度成比例关系,即
沉降曲线包络面积Sw与支护结构变位曲线包络面积Sp之间存在比例关系,即
将式(2)和式(3)代入式(1)可得:
2 实例分析
2.1 工程概况
滨江新城站位于长沙市岳麓区银杉路与杜鹃路交叉口,呈东西走向,为地下三层岛式站台车站。起止里程为WDK8+710~WDK8+960,全长250 m,标准宽24.6 m、基坑深约29.79 m;车站线间距为18m,有效站台长度230 m,为地下三层现浇砼矩形框架结构。主体采用明挖顺筑法施工。是典型的土岩组合区深基坑,其地质情况如表1所示。
2.2 支护结构变位曲线包络面积Sp计算
支护结构变位可采用弹性支点法计算或通过实测得到,在计算支护结构变位曲线包络面积Sp之前,必须先对这些计算或实测点位移数据进行拟合。一般情况下,任何函数在一定区域内都可用多项式任意逼近,且在因变量与自变量之间函数关系不明确时,采用多项式逼近常可得到较好的结果[6]。
设支护结构沿基坑深度方向若干计算或实测位移点坐标为z、u,则支护结构的侧向位移拟合曲线可表示为
式(5)中n为阶数,a0,a1,a2,…,an为待定系数。
已有的研究表明[6],支护结构侧向位移的分布规律可按抛物线来考虑,即
若已知支护结构顶点坐标(0,a0)和极值点(zm,um)则由式(1)~式(6)可得
支护结构侧向位移曲线围成的面积为
式(8)中,H为支护结构高度,将式(7)代入式(8)即可求得支护结构侧向位移曲线包络面积。12 m以下进入混合岩层,水平位移几乎为0,因此在计算Sp时,支护结构长度H均取12 m计算。不同开挖深度的Sp结果参见表2。
将支护结构侧向位移曲线包络面积Sp代入式(4),只要确定出α、β,就可以求得基坑周围地表任一点x处的沉降量。
2.3 α、β的确定方法
由于目前对土岩组合区基坑开挖变形特性研究较少,α、β没有经验值可以借鉴。本文试图通过取不同的α、β,利用公式(4)进行预测,取预测值最接近实测值的参数α、β。已知A区有6个地表沉降监测点,B区有8个地表沉降监测点。图1为基坑在不同的开挖深度下,α、β取不同的参考值时,基坑周围地表变形预测值与实测值的比较。表3为不同工况下的α、β取值汇总表。
从表3可以看出α的取值在0.30左右变化,范围为0.20~0.35;β的取值在7.0左右变化,范围为5.0~8.0。故取α的值为0.3,β的值为7.0。
3 参数β取值效果验证
实际工程中支护结构侧向位移曲线包络面积Sp计算过程比较复杂,而支护结构的最大侧向位移ymax和开挖深度H是很容易获得。本文结合上述的参数值β、已求的Sp以及对应于每阶段开挖深度H发生的最大侧向位移ymax,拟合Sw即βSp与ymaxH乘积的关系,同时亦可验证β取值的准确与否。如图2所示。可见两者线性关系较好,其线性相关程度较高(R2=0.939 5):
取α的均值0.30,将式(9)代入式(5),可得地表沉降经验估算公式:
因此只需知道支护桩水平位移最大值ymax和基坑开挖深度H,将支护结构水平位移最大值和基坑开挖深度代入式(10),便可求出基坑边任意点的地表沉降。
4 结论
(1)土岩组合地区基坑地表沉降预测可以使用偏态分布公式,但需要对其中的参数α、β进行修正,其中取α=0.3,β=7.0。
(2)通过实测值反演得到的计算土岩组合区基坑地表变形的简化公式,即:
可为类似工程提供参考。
(3)计算只考虑了开挖的影响,未考虑基坑的时空效应,也未计入基坑周边的超载、内支撑预加应力等的影响,这些都是需要进一步深入研究的问题。
摘要：将土岩组合区基坑外侧地表沉降视为偏态分布模式,通过试算法对偏态分布公式中关键参数进行调整。并将调整曲线与现场实测沉降曲线进行拟合,找出线性相关系数较大的参数值。在确定出关键参数之后,即确定偏态曲线的解析式,可为类似基坑工程地表沉降预测提供参考。
关键词：土岩组合区,基坑,地表沉降,关键参数
参考文献
[1] 唐业清,李启民.基础工程事故分析与处理.北京:中国建筑工业出版社,1999Tang Y Q,LI Q Min.Analysis and Treatment of Foundation Engineering Accidents.Beijing:China Architecture&Building Press,1999
[2] 曾宪明,易平.基坑与边坡事故警示录.北京:中国建筑工业出版社,1999Zeng X M,Yi P.Warnings from Excavation and Slope Accidents.Beijing:China Architecture&Building Press,1999
[3] Peck R B.Deep excavation and tunneling in soft ground.Proceedings of the 7th International Conference on Soil Mechanics and Foundation Engineering.State-of the-Art-Volume,Mexico City,1969:225 —290
[4] Abdulaziz I,Mana G,Wayne Clough.Prediction of movement for braced cuts in clay.The American Society of Civil Engineers,1981;107 (GT6):759—777
[5] 侯学渊,廖少明.盾构隧道沉降预估.地下工程与隧道,1993;(4):24—32Hou X Y,Liao S M.Estimating the settlement of shield tunnel.Underground Engineering and Tunnels,1993;(4):24—32
[6] 聂宗泉,张尚根,孟少平.软土深基坑开挖表沉降评估方法研究.岩土工程学报,2008;(8):1218—1223Nie Z Q,Zhang S G,Meng S P.Surface settlement of deep foundation pits by excavation.Chinese Journal of Geotechnical Engineering,2008;(8):1218—1223
同位素五参数组合测井点测流量初探 篇6
当前, 七厂葡萄花油田主要采用向地下注水的方法来弥补地层的压力损失, 注入井注水质量的好坏直接影响到油田稳产。同位素五参数组合测井方法是目前注入剖面测井的主要方法, 一次下井可以同时录取井内磁定位, 伽马, 井温, 压力, 流量信息, 通过几个参数的综合解释, 获得更加准确的井况信息。
但是, 在七厂葡萄花油田实际测井过程中, 发现很多井 (特别是低注入量的井) 流量曲线不理想。例如, 图1为葡67-76井四遍流量测量曲线, 从图中可以看出四条流量曲线反映吸水状况有较大差别, 到底那条曲线更能反映该井的真实吸水情况, 在解释过程中存在很大的分歧。
2 超声流量计测量原理
同位素五参数仪器所用流量计为超声流量计。为了找出解决方法, 首先从流量计测量原理入手。
其原理如下:
在流体中发射一定频率的超声波, 传播相同距离时, 顺流与逆流之间存在时间差, 此差值与流体流速成正比, 若管径固定, 则通过时间差可测出流量, 其数学关系如下:
设:静水声波传播速度为C, 水流速度为V, 声波发射探头与接收探头之间的距离为L。则
顺流时间:
由于流体中声速C>>水流V, 则上式简化为
以上是静水公式, 如果仪器逆流运动速度为μ, 则水流的相对速度U=V+μ, 那么在运动中有:
在实际测井过程中流量采用上测方法, 也就是说仪器在井筒中做逆流运动, 仪器运动速度相当于μ, 测量结果满足公式 (1) 。
可以得出以下推测:
(1) 当μ (即仪器运动速度) 一定时, V (即水流速度) 越大越平稳, μ (即仪器运动速度) 对测量结果的影响越小, 测得流量曲线越平滑;
(2) μ越小, 仪器对水流速度的扰动越小, 当μ=0, 即仪器不动时, 可以把干扰降到最低, 测量结果最接近真实情况。
3 相关研究和试验
经过分析, 认为仪器在运动过程中对水流的扰动可能对流量测量结果有较大影响。于是决定点测几口井做下试验, 排除仪器速度对测试结果的影响。
为了使测量结果更加准确, 点测前对流量计进行标定。
在实际测井过程中, 通过测量几个特征点的流量值, 通过做差即可求的某一段的吸水量 (图2) 。
为了验证点测可行性和效果, 2011年上半年特意选了20几口井进行试验。通过对比发现点测流量曲线平稳, 干扰较小, 测量结果更能反映水井的真实注水状况。例如葡84-更50井配注65 m3, 共有3个配水器, 上测数据与其他测量数据有明显差别, 而点测所得吸水数据和水井调配资料, 氧活化资料比较相符, 也就是说点测流量数据比较准确 (表1) 。
4 结论
(1) 仪器运动对流量测量结果有影响。注入量越小, 其对流量测量结果的影响越明显。
组合参数 篇7
蒸压加气混凝土是以硅质材料和钙质材料为基本组分, 通过金属铝发气剂发气形成气孔结构, 具有发气方向特征, 通过蒸压养护在湿热条件下生成强度和其他性能的一种轻质混凝土。
由于生产蒸压加气混凝土制品的原材料较多 (主要组成材料有粉煤灰、砂、其它工业废渣及尾矿、水泥、石灰、发气剂、稳泡剂、调节剂等且质量波动较大) , 工装设备制作质量水平不一 (设备设计、材质、制作精度、安装调试等专业技术水平) , 生产管理 (工艺流程的布局、生产节奏控制) 和工艺控制 (原材料质量控制、适宜的基本配合比、工艺过程控制点的监测) 能力的差异, 生产出来的产品虽同属蒸压加气混凝土制品, 但质量却参差不齐, 工程应用上更是有着明显的差异。
2 原材料质量要求
2.1 钙质材料
钙质材料又称为胶凝材料或者胶结料, 包括水泥、石灰等以氧化钙为主要成分的材料。
2.1.1 石灰
凡是以生石灰为主要钙质材料的生产企业无不对其异常的重视, 在企业投产之前都会考察若干个石灰厂, 选了再选。因为生石灰的生产绝大部分仍然是使用比较原始的落后的生产工艺, 石灰石用人工破碎, 凭经验人工烧制, 甚至没有任何质量检测手段, 质量波动很大, 给蒸压加气混凝土的生产和质量的稳定增加了很大的困难。
石灰生烧比较容易发现, 但僵烧的石灰往往是用了之后才发现。因为石灰水化时其体积要膨胀, 一般磨细后的石灰在坯体静停的过程中就已消化膨胀结束;如果有僵烧的石灰存在它的膨胀时间会大大延后, 僵烧的程度不同消化膨胀的时间也不同, 有的会发现坯体在静停时表面有龟裂、切割后坯体有裂纹或制品出釜时每一模的两端尺寸增大的表现等。所以对石灰僵烧不可忽视。
生烧率的控制不是每个企业都有的指标, 目的是控制没有烧透的石灰石 (Ca CO3) 的量。
近年来随着技术的不断进步, 石灰的生产方式也在发生变化, 原来的土窑逐步被机械化立窑代替, 煅烧带由分布均匀的热电偶测试煅烧的温度, 采用机械破碎石灰石, 机械化布料, 使其石灰石和无烟煤混合更加均匀合理, 窑内通风流畅可控, 所生产的石灰质量有较大幅度的提高且相对稳定。如果条件允许应尽可能的使用机械化立窑生产的石灰。
对石灰质量的控制:
⑴石灰的技术要求 (JC/T621-2009)
石灰块要求如下:ACa O≥75%, Mg O≤5%, 细度≤15% (0.08mm筛筛余) , 烧失量≤8%, 消化时间10~15min, 消化温度≥65℃;关键是消解特性要符合工艺要求的消解曲线。
⑵对石灰供应商在供货合同中明确制定质量指标的让步接受条件和考核条款, 并逐一严格兑现, 达不到让步接受条件的坚决退货, 宁可停产也不能妥协。严格控制上游原材料的质量稳定是保证生产和产品品质的基本保证。
2.1.2 水泥
水泥是一种广泛使用的水硬性胶凝材料, 品种很多, 适用于蒸压加气混凝土的是硅酸盐水泥, 生产中使用较多的是普硅P.O42.5硅酸盐水泥。初凝时间应控制在120min为宜。游离Ca O不超过6%。
水泥在加气混凝土中的作用不容忽视, 水泥常规的作用主要是保证浇注稳定并可加速坯体的硬化, 改善坯体的性能并提高制品质量。但水泥在蒸养过程中复杂的水化机理和水化反应以及生成水化产物的种类和变化等, 加气混凝土生产企业研究甚少, 以至于制品出釜后的一些不良反应难以知其究竟。比如制品出现了奇怪的痕迹, 强度的波动, 其他指标的异常等, 有“老虎吃天不知何处下口”的感觉。虽然水泥作为重要的建筑材料, 生产和检测都很严格和规范, 但它所关注的重点指标是3d强度和28d强度, 以及标准稠度需水量、水灰比、比表面积、初凝终凝时间、烧失量、氧化镁、三氧化硫、氯离子等指标, 这是普通混凝土生产必须掌握的指标, 这些指标与加气混凝土的生产又是什么关系?经了解, 每一个水泥厂在生产水泥熟料和磨制水泥时的配方及掺和料的种类都不尽相同, 颗粒级配也不尽相同, 这些不同都可能导致水化反应的不同, 对蒸压加气混凝土制品质量的影响也不尽相同。
所以, 如果经过若干时间的工艺磨合, 实践证明所使用某厂生产的水泥是比较合适的, 产品质量稳定, 工艺稳定, 在这种情况下不要轻易改变水泥生产厂家和品种, 保持稳定供给, 并监督水泥厂使其生产配料稳定, 也不能轻易更换熟料和掺和料的种类。
2.1.3 其他类钙质材料
比如:生产乙炔的废料、生产管桩的废料等含有Ca O的各种废料。
2.2 硅质材料
2.2.1 砂
砂是加气混凝土工业广泛采用的硅质材料, 在加气混凝土中的作用主要是提供Si O2。根据当地资源的情况, 一般质量要求Si O2含量不低于75%, 含泥量不大于5%, 细度 (1.18mm筛筛余) 不大于15%, 江河及水洗砂的含水率不大于8%, 氯化物含量小于0.03%, 不含杂质 (树皮、草根等) 。总的说来, 砂中Si O2含量是越高越好 (国外先进国家的通常大于90%) , 杂质越少越好。
特别需要提出的是临海采的砂必须要经过淡水洗涤, 滤掉氯化物和贝壳类杂物。在江河湖泊采的砂要控制泥的含量, 如果泥的含量超标也应该进行水洗以降低泥的含量。
尾矿砂类固体废弃物。现在硅质材料中砂质材料的种类很多, 尾矿砂、选矿砂、石粉、鹅卵石类等。自然界中有很多含有Si O2成分较高的石质材料, 粉粹后经磨细可生产加气混凝土制品。
2.2.2 粉煤灰
粉煤灰在加气混凝土中的作用主要是提供Si O2和Al2O3, 随着现代燃烧技术的发展, 循环流化床锅炉和沸腾炉、垃圾发电锅炉应用日趋普及, 出现很多种类的粉煤灰, 如干排灰、湿排灰、循环流化床粉煤灰、脱硫灰、非脱硫灰、高钙灰、高铝灰等。
粉煤灰的质量波动较大, 变化因素较为复杂。首先是煤质的变化, 不同地区采的煤因其生成的年代条件等不同, 其性质有较大的差异, 比如含碳量、灰份、挥发份、热值、含硫量等指标还包括一些微量元素, 还有电厂锅炉型号、燃烧工艺工况以及粉煤灰的形成、收集、储存方式不同, 其品质也是千差万别。在加气混凝土的生产应用中要先认真分析, 区别对待, 根据不同性质的粉煤灰研制相应的工艺配方和参数, 不能以不变应万变, 否则会严重影响产品的质量, 难以稳定。只有合适的才是最好的。
2.3 发气材料
目前国内生产使用的主要是铝粉和铝膏两种发气材料, 根据生产品种和品质的不同选择发气材料。生产蒸压加气混凝土的干密度越低相对要求发气材料的质量要越好而且稳定, 一般铝粉的质量相对稳定性好, 发气特性较稳定, 生产低密度的产品使用铝粉可以提高和稳定砌块的品质。生产普通砌块和B05以上干密度的砌块使用铝膏是可以满足生产要求的。
2.4 调节材料
2.4.1 石膏
目前常用的有燃煤电厂的脱硫石膏、磨具石膏、磷石膏等固体废弃物, 天然石膏用的较少。石膏是一种常用的胶凝材料, 在加气混凝土中常作发气过程的调节剂, 在蒸压石灰-粉煤灰制品中, 石膏不仅作为发气过程调节剂, 同时也因参与水热合成反应而可以提高制品强度, 减少收缩, 提高抗冻性。
石膏在加气混凝土中的作用:
抑制石灰的消化, 使其消化时间延长, 并降低最终消化温度。参加铝粉的发气反应, 当有石膏存在时, 同铝粉在与水反应时生成的氢氧化铝反应生成硫铝酸钙。因此, 在某些加气混凝土 (如水泥-矿渣-砂, 水泥-砂) 中, 水泥中石膏被铝粉的反应消耗过多时, 由于水泥中铝酸盐成分得不到石膏的抑制就可能发生快速凝结, 这时应补充加入石膏。
提高坯体及制品的强度, 改善收缩等性能。石膏在静停过程中的坯体内参与生成水化硫铝酸钙和C-S-H凝胶, 使坯体强度提高。增强了坯体适应蒸压时温差应力和湿差应力的能力。在蒸压过程中, 石膏可以促进水热反应的进行, 使CSH (I) 向托勃莫来石转化。同时, 可以抑制水石榴子石的生成, 从而使游离的铝离子进入CSH (I) 中, 其中部分转化为铝代托勃莫来石, 而AI2O3本身也能促进CSH (I) 向托勃莫来石转化, 阻止其向硬硅钙石转化, 因而强度提高, 收缩值降低。
2.4.2 外加剂
使用外加剂可以提高浇注稳定性, 如果生产高品质的产品建议使用外加剂, 对提高产品的性能有帮助。
3 原材料及工艺参数的组合体系稳定的重要性
就像一个篮球队, A队队员长期配合, 非常默契, 虽然每一个队员不一定技术能力很强, 但整体水平很高;B队队员每一个都是技艺精湛, 但临时拼凑组队, 缺少磨合, 失误连连, 整体水平不及A队。笔者认为:蒸压加气混凝土制品的生产对原材料及工艺参数组合的要求与球队类似, 当经过长时间的实践摸索出几种原材料及工艺参数的组合能够生产出品质较好的产品时, 就轻易不能破坏这种平衡, 否则, 就会带来质量的波动或质量的下降, 还需要若干长的时间进行调整和恢复, 给企业带来损失。由于缺乏对产品微观方面的基础性研究, 缺乏对产品性能形成所对应的条件的研究, 无法形成唯一的因果关系结论, 比如说:当原材料确定之后, 制定何种工艺方式、工艺参数、工艺配方、蒸养制度等就一定能够生产出达到设计指标要求的产品, 或者说:当设定指标为B06, A5.0时, 要使用何种质量的原材料, 采用何种工艺及参数就一定能达到设定指标。所以, 在实际生产过程中, 存在较大的不确定性, 难以做到程式化的对应关系, 企业经常遇到很多说不清的问题, 是什么原因引起的说不清楚, 怎么解决的也说不清楚。目前各企业对原材料的质量要求还只停留在几项普通的常规的指标上, 笔者认为, 这些指标还不能完全反映出制品在形成所需要性能的过程中的真实状况, 还需要有微观方面的一些指标, 需要研究。除了原材料的质量外, 还有原材料的细度、颗粒级配、混合搅拌均匀性、温度、水料比、发气环境、蒸养制度、气候变化等工艺参数的合理性适应性等。其实, 蒸压加气混凝土制品的性能形成过程是很复杂的, 不是单一条件下就能完成的。在目前尚不能掌握和把握上述基础研究的情况下, 只能理论与实际相结合, 总结出相对的经验, 并将在实践中得出的经验变成可操作和可执行的工艺技术标准, 明确锁定认为适合的原材料供应厂家, 制定几套在不同条件下合适的工艺配方及工艺参数在生产中加以应用, 并保持相对稳定以保证产品质量的相对稳定。研究的目标是将产品质量的相对稳定向绝对稳定方向靠近。
组合参数 篇8
国内外诸多学者对公交车的行程时间及到站时间进行了大量的研究。Yiming Bie等[1]提出了应用GPS数据的预测公交车到达信号交叉口时间的模型。周雪梅等[2]根据公交车辆行驶的特点, 在大量实测数据的基础上, 应用统计回归理论, 建立了公交车辆行程时间与站间路段长度及信号交叉口数的二元回归模型。Ramakrishna等[3]利用GPS数据和乘客数据建立多元线性回归模型预测了公交车的行程时间。Chien等[4]建立了基于路段数据和时间数据的神经网络训练模型, 进而可以动态预测公交车的到站时间。牛虎[5]将非参数回归方法应用到公交车到站时间的预测中, 并比较了历史平均模型、人工神经网络模型和非参数模型的预测效果, 实验结果发现非参数模型的预测精度最高。Yu等[6]提出了基于支持向量机和卡尔曼滤波的混合模型预测公交车在下一站的到站时间。刘静等[7]总结评述了历史平均模型、时间序列模型、卡尔曼模型、非参数回归模型、神经网络模型、组合模型在交通流预测领域的应用, 其中组合预测模型将不同的预测方法进行组合, 可以有效利用各种模型的优点, 得到广泛的研究和应用。
综合以往的研究来看, 卡尔曼滤波模型具有模型参数少、实时预测并且预测精度高的优点, 适用于公交车到站时间的实时预测。现以北京快速路为背景, 采用基于非参数回归和卡尔曼滤波的公交车到站时间预测模型动态预测公交车的到站时间。
1 数据准备
公交车辆GPS车载设备通过GPRS无线网络传输, 将公交车运行数据以一定的格式存储在文本文件中。利用协议可提取的有用信息有:线路号、上下行方向、车辆编号、经度坐标、纬度坐标、速度等。GPS接收机大约每隔30 s接收一次数据, 数据的时间间隔较大。所以本文采用线性插值的方法对原始数据进行预处理, 得到每秒的公交车辆运行信息。同时, 还要对重复、错误的信息进行筛选。
为确定每一个车站公交车的到站时间、离站时间, 采用地理信息系统中缓冲分区的思想, 以50 m为站点的圆形缓冲区, 从而判断车辆的进站以及出站。
2 公交车到站时间预测模型与算法
2.1 数据状态划分
城市道路交通受时间影响较大, 工作日和周末道路交通情况有着明显变化, 且同一天中交通流量高峰期和平峰期道路使用率变化较大, 从而导致公交车的运行速度出现明显差异。分别考虑工作日和周末公交车在车站的到达情况, 并按照车辆在始发站的发车时刻, 将公交车的运行状态划分为3种, 如表1所示。
2.2 非参数回归方法
非参数回归方法没有具体的函数形式, 而是通过对大量历史数据的搜索, 寻找与当前输入状态最为相似的集合, 以此集合预测下一时刻的状态。非参数回归方法在公交车到站时刻预测中的应用可详细描述为:在大量历史数据的支撑下, 以停靠时间和站间行驶时间作为状态向量, 停靠时间反映客流情况, 行驶时间反映道路交通情况。
例如, 已知公交车到达k-1站, 其始发时刻对应的数据状态为L。用Ti和T'i分别表示该公交车从i-1站到i站的站间行驶时间和i站的停靠时间;同时用Tiq和T'iq分别表示历史数据库中所有数据状态为L的第q条记录对应的i-1站到i站的站间行驶时间和i站的停靠时间。取K为非参数回归的近邻数, D为非参数回归的维度。
现预测该公交车从k-1站到k站的行驶时间。令i=k-m, …, k-2, k-1, 分别计算i-1站到i站的站间行驶时间, 用i-1站到k站的站间距Si作为权重, 采用欧氏距离aq将其与历史数据匹配, 选取K个近邻 (这里用Q表示这K个近邻的集合) , 如式 (1) 所示。
根据这些近邻点采用加权平均的方法预测公交车从k站到k+1站的行驶时间Tk:
同理, 可以通过k-m, …, k-2、k-1站的停靠时间, 利用上述公式预测该公交车在k站的停靠时间。
2.3 卡尔曼滤波算法
卡尔曼滤波算法是根据建立的状态方程和观测方程对需要处理的信号做出满足最小均方误差的估计, 利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计, 求出当前时刻的估计值[8]。
借鉴文献[9]中介绍的卡尔曼滤波基本方法。假设已知公交车到达第k-1站的时刻, 现根据卡尔曼滤波算法预测其到达第k站的时刻。用状态变量xk表示公交车到达第k站的先验到站时间估计, Pk表示先验估计误差的协方差, 用tk-1表示车辆从第k-1站到k站的预测运行时间 (预测运行时间指公交车在第k-1站的预测停靠时间与第k-1站到k站的预测行驶时间的和, 这里的预测停靠时间和预测行驶时间采用上述的非参数回归方法计算得到) , 用xk*-1表示公交车到达第k-1站的最优到站时间估计, Pk*表示最优估计误差的协方差, 用zk-1表示公交车到达第k-1站的观测到站时间。假设卡尔曼滤波的输入噪声和测量噪声均是互不相关、均值为0的独立白噪声, 它们的协方差分别是Q、R。设定卡尔曼滤波的状态转移变量、输入变量和测量值的系数都为1。Kk为卡尔曼滤波增益。
公交车到站时间预测的卡尔曼滤波时间更新方程为
公交车到站时间预测的卡尔曼滤波状态更新方程为
以一辆公交车的到站时刻预测为例。先设x2*=z2=车辆从第1站到达第2站的观测行驶时间, 并根据预测到站时间t2计算x3。然后, 当车辆到达第3站时可以得到z3, 同时计算增益K3, 从而可以得到x3*, 并根据预测到站时间t3进一步计算得到x4, 依此类推。这样, 当公交车到达前一个站后, 就可以利用卡尔曼滤波修正其到达下一个站的预测时刻。
2.4 预测算法流程
这里提出一种组合非参数回归和卡尔曼滤波的公交车到站时间预测算法, 其核心思想是:通过非参数回归方法得到基于历史数据的公交车到站时间预测值, 进而根据上述预测值和当前公交车实时运行结果的误差, 基于卡尔曼滤波对到站时间进行动态修正。具体来说, 通过非参数回归, 得到公交车在当前站的停靠时间和至下一站的站间行驶时间的预测值。将上述两预测值的和 (即预测运行时间) 作为卡尔曼滤波的输入参数。通过不断更新最优到站时间估计和卡尔曼增益, 实现对预测运行时间的修正。算法详细流程图如图1所示。
2.5 评价指标
选取平均绝对误差率 (MAPE) 作为模型预测效果的评价指标。
式 (8) 中, M表示样本量, tj*表示到站时间预测值, tj表示到站时间实际值。
MAPE能更加直观的了解实际与预测的到站时间的误差。MAPE越接近0, 表示预测越准确。
3 实例分析
3.1 基础数据
选用北京公交300路内 (环线) 。300路内沿北京三环线快速路设线, 其每辆公交车均安装了GPS车载设备, 实验选取300内各站点的信息和2011年5月12日 (星期四) 到2011年5月25日 (星期三) 共14 d的车辆运行数据作为实例验证的基础数据。
图2为北京公交300路内各车站的距离。通过对GPS数据进行预处理后, 得到1 020组车辆运行位置数据, 选取892组数据标定模型, 另外128组检验模型预测效果。公交300路内共34个站。
3.2 模型参数标定
对于非参数回归方法, 不同近邻数K和维度D的组合方式对预测结果的精度影响很大。 (近邻数K表示从历史数据中选择的相似的数据个数, 维度D表示选择进行匹配的车站数。) 然而K和D的取值并没有固定的算法。通过随机选取90组验证数据, 对不同近邻数K和维度D组合方式的MAPE进行对比, 选取MAPE最小的组合方式作为模式的标定参数, 如图3所示。这里近邻数K的最大值取15, 维度D的最大值取10。
从图3中可以看出, 平日高峰和周末的K、D组合方式都存在一个最小点, 分别为 (3, 5) 和 (5, 8) 。而平日平峰的K、D组合方式在D=3、K≥8时, MAPE基本不发生改变。所以, K、D的取值和对应的MAPE如表2所示。
3.3 预测结果与分析
对单一采用历史平均值和单一采用非参数回归的预测模型, 以及分别附加卡尔曼滤波后的预测模型的预测精度进行了对比。历史平均值预测模型是取历史数据库所有值的平均值。
这4种模型的平均预测误差如图4所示。从图中可以看出, 非参数回归和卡尔曼滤波后的模型预测效果明显提高, 可以将预测误差控制在10 s内。由于亮马桥和双井桥北两站间的站间距较大, 预测误差也偏大。
这4种模型的MAPE如图5所示。从图5可以看出, 采用卡尔曼滤波后, 绝大部分车站到站时刻的MAPE都能有所减少。而且采用非参数回归的预测模型相比直接采用历史平均值的预测模型, 滤波后MAPE减少的幅度更大, 如表3所示。
另一方面, 平日高峰由于交通拥堵现象的存在, 单一采用非参数回归模型的MAPE要比平日平峰和周末的大。但是采用卡尔曼滤波后, MAPE下降的幅度很大。平日平峰的交通状况虽然相比高峰时要通畅一些, 但是仍存在一些突发拥挤状况, 这使得采用非参数回归模型的MAPE要比直接采用历史平均值模型的MAPE小很多。而周末的交通状况相对比较通畅, 这使得单一预测模型的MAPE本来就比较小, 卡尔曼滤波的效果明显没有平日来的好。另外, 由于六里桥附近客流车流情况较为复杂, 预测误差偏大。
4 主要结论
本文旨在研究公交车到站时间的预测模型, 主要包括以下几个方面:
1) 建立了基于非参数回归和卡尔曼滤波的公交车到站时间预测模型, 并用MAPE作为模型预测精度的评价指标。
2) 利用北京公交300路内的GPS数据进行实例验证, 选取MAPE指标评价模型效果, 得出不同时段的非参数回归模型的预测精度为:周末 (3.31%) >平日平峰 (3.49%) >平日高峰 (4.10%) 。而采用卡尔曼滤波后, 模型的预测精度为:平日平峰 (2.16%) >周末 (2.25%) ≈平日高峰 (2.27%) 。
3) 对比历史平均值和非参数回归预测模型发现, 非参数回归预测模型组合卡尔曼滤波后的效果更好。
参考文献
[1] BieYiming, Wang Dianhai, Qi Hongsheng.Prediction model of bus arrival time at signalized intersection using GPS data.Journal of Transportation Engineering, 2012;138 (1) :12—20
[2] 周雪梅, 杨晓光, 王磊, 等.公交车辆行程时间预测方法研究.交通与计算机, 2002;20 (6) :12—14
[3] Ramakrishna Y, Ramakrishna P, Lakshmanan V, et al.Use of GPS probe data and passenger data for prediction of bus transit travel time.Transportation Land Use, Planning, and Air Quality, Orlando, 2008:124—133
[4] Chien S I J, Ding Y Q, Wei C H.Dynamic bus arrival time prediction with artificial neural networks.Journal of Transportation Engineering, 2002;128 (5) :429—438
[5] 牛虎.公交车辆到站时间预测研究.北京:北京交通大学, 2010
[6] Yu Bin, Yang Zhongzhen, Chen Kang et al.Hybrid model for prediction of bus arrival times at next station.Journal of Advanced Transportation, 2010;44 (3) :193—204
[7] 刘静, 关伟.交通流预测方法综述.公路交通科技, 2004;21(3) :82—85
[8] 彭丁聪.卡尔曼滤波的基本原理及应用.软件导刊, 2009;11:32 —34