导读:本文包含了温度预估论文开题报告文献综述及选题提纲参考文献，主要关键词:重庆山区,钢桥面,高温季节,铺装层
温度预估论文文献综述
曾勇,杨川琦,钟光容[1]（2019）在《重庆山区钢桁架悬索桥桥面铺装高温温度场预估模型》一文中研究指出依托某山区钢桁梁悬索桥桥面铺装工程,对铺装层温度场进行现场跟踪监测,分析了高温季节下铺装层温度场在气温和太阳辐射共同作用下的变化规律及铺装层温度场与气温、太阳辐射的相关性,提出了铺装高温温度场预估模型。结果表明,气温和太阳辐射是影响铺装层温度场的主要环境因素,且两者对铺装层温度场的影响均存在滞后性,其中上面层温度场与前1 h气温和前3 h太阳辐射的相关性最好,下面层温度场与前2 h气温和前4 h太阳辐射的相关性最好;在预估模型中考虑两者对温度场影响的滞后性特点以及时间因素的误差修正因子,可确保预估模型的预测精度,铺装上、下面层温度场平均相对偏差分别为5.5%和4.5%。(本文来源于《华东公路》期刊2019年05期）
周梦子,周广胜,吕晓敏,周莉,汲玉河[2]（2019）在《1.5和2℃升温阈值下中国温度和降水变化的预估》一文中研究指出基于CMIP5耦合气候模式模拟结果对1.5和2℃升温阈值时中国温度和降水变化的分析表明,1.5℃升温阈值时,中国年平均升温由南向北加强且在青藏高原地区有所放大,季节尺度上升温的空间分布与其类似,就区域平均而言,RCP2.6、RCP4.5和RCP8.5情景下中国年平均气温分别升高1.83、1.75和1.88℃,气温的季节变幅以冬季升高最为显着;除华南和西南地区外中国大部分地区年平均降水量增多,降水的季节差异明显,以夏季降水的分布模态与年平均降水量的分布最为相似,区域平均的年降水量分别增加5.03%、2.82%和3.27%,季节尺度上以冬季降水增幅最大。2℃升温阈值时,RCP4.5和RCP8.5情景下中国年平均温度的空间分布与1.5℃升温阈值基本一致,中国年平均气温分别升高2.49和2.54℃,季节尺度上气温的变化以秋、冬季增幅最大;中国范围内年平均降水量基本表现为增多趋势,其中,西北和长江中下游部分地区表现为明显的季节差异,区域平均的年降水量分别增加6.26%和5.86%。与1.5℃升温阈值相比较,2℃升温阈值时中国年平均温度在RCP4.5和RCP8.5情景下分别升高0.74和0.76℃,降水则分别增加3.44%和2.59%,空间上温度升高以东北、西北和青藏高原最为显着,降水则在东北、华北、青藏高原和华南地区增加最为明显。(本文来源于《气象学报》期刊2019年04期）
李红利[3]（2019）在《基于XGBoost混合模型的LF钢液温度预估研究》一文中研究指出精炼炉(LF)精炼过程是炼钢过程中重要的工艺过程,在我国冶钢企业中已经得到广泛的应用,LF精炼工艺中最重要的环节是温度控制,如何精确控制钢液温度是历来研究的重点。LF精炼过程钢液温度的精确控制,有助于提升成钢质量、降低炼钢成本、选择最佳控制策略、降低人员操作风险等。在实现LF精炼过程的钢液温度自动化控制中,LF钢液温度预估模型的精确预估起着至关重要的作用。首先,本文对LF精炼工艺过程及影响钢液温度因素进行研究分析,针对专家系统预估模型在钢厂实际应用中的不足,并结合机器学习算法的强大学习能力,设计了一种基于极限梯度算法(XGBoost)的混合预估模型,实现智能预估模型和专家系统预估模型并行预估,这种混合预估模型不但提高了智能模型精度,而且将智能模型和专家系统预估模型两者的优势进行了互补。用实际生产的数据对模型进行训练和测试,结果表明该模型具有较好的适用性。其次,鉴于XGBoost算法的结构复杂性,在学习过程中涉及多个参数优化问题,不同的参数组合可能造成模型的精度相差较大。在参数优化方面,传统的随机搜索和网格搜索法效率非常低,使得算法具有一定不确定性和随机性,因此本文采用贝叶斯优化算法(BOA)对智能模型中的参数进行优化,构建了BOA-XGBoost算法与专家系统预估模型混合预估的模型,然后对模型进行训练测试实验,实验结果表明使用BOA参数优化效果要优于传统参数优化方法,并将优化后和比优化前的混合模型进行对比分析,优化后的混合模型的精度有了明显的提升,模型更符合企业生产需求。最后,将优化后混合预估模型应用到LF精炼系统中,设计了一个温度预估功能模块,并利用实际生产数据对其功能进行了测试。测试结果表明,该温度预估功能模块具有较高的精度和稳定性,适用于LF精炼过程中对钢液温度进行预估,为LF精炼过程钢液温度精确控制提供了参考依据。(本文来源于《西安理工大学》期刊2019-06-30）
高锦,章家岩,冯旭刚[4]（2019）在《基于Smith预估补偿的啤酒发酵温度控制策略》一文中研究指出在啤酒发酵过程中,发酵液的温度控制具有大时滞、非线性和分阶段性等特点,这些特点造成发酵罐内发酵液的温度波动频繁,偏差较大。为了更好地对啤酒发酵温度进行控制,在常规PID控制的基础上,提出了基于Smith预估补偿的非线性PID控制策略。在对啤酒发酵温度控制系统的辨识模型进行Matlab仿真分析的基础之上,将该控制策略用于实际生产。结果表明:该控制策略可以有效改善控制系统的稳定性和抗干扰能力。(本文来源于《食品与机械》期刊2019年08期）
陈柯柯[5]（2019）在《甘肃省典型地区沥青路面高温温度场与车辙预估研究》一文中研究指出由于沥青材料受温度影响较大,沥青路面在夏季高温期极易产生车辙,导致交通事故频频发生,严重影响道路的通行能力。面对沥青路面在高温期车辙频发这一现状,若能把握沥青路面结构的温度分布规律,即可建立相应的沥青路面温度场预估模型,为有效防治沥青路面早期病害提供技术支撑。本文选取甘肃省9个典型地区的气象站点进行夏季高温期的实测数据采集,利用实测沥青路面结构温度数据对典型地区的沥青路面温度场的分布规律进行研究,采用统计回归分析方法分析气温、太阳辐射强度和湿度等影响因素与路面结构温度的相关性,建立了以温度、湿度、太阳辐射强度和路面深度为主要参数的沥青路面高温温度场预估模型,然后利用ABAQUS有限元分析得出沥青路面车辙深度,并选用车辙预估模型进行车辙深度的计算,根据本文建立的沥青路面温度场预估模型和车辙预估模型研发沥青路面温度场和车辙预估软件。本文研究结果表明:(1)随着时间的变化,气温与路面结构温度变化趋势基本相同,太阳辐射强度与路面结构温度变化趋势也基本相同,湿度与路面结构温度变化趋势相反;(2)随着路面深度的增加,路面结构温度的变化幅度逐渐稳定,沥青路面结构温度受气温影响的滞后性越来越显着,路面深度30cm以下的路面结构温度变化幅度不超过0.5℃;(3)气温和太阳辐射强度的累积时间与深度近似呈叁次多项式关系,气温和太阳辐射强度的滞后时间与深度近似呈二次多项式。通过沥青路面10~50cm深度拟合曲线的趋势分析,本文确定了沥青路面0~10cm深度内的气温与太阳辐射强度的累积时间和滞后时间;(4)本文依据9个典型地区海拔高度的特点,将典型地区分为高海拔地区和低海拔地区,并分别建立适用的沥青路面高温温度场预估模型,其预估结果显示分类建模的方法是可行的;(5)沥青路面温度场和车辙预估软件有助于及时有效的获取沥青路面温度场,根据获取的沥青路面温度场并利用车辙预估模型可求出相应的车辙深度,相比较传统的试验手段,采用本文沥青路面温度场和车辙预估软件可节省时间和成本,同时为甘肃省沥青路面的车辙防治提供技术服务。(本文来源于《兰州理工大学》期刊2019-04-01）
卢希安,王磊[6]（2019）在《多模式集合下洞庭湖流域未来降水和温度预估》一文中研究指出利用洞庭湖流域20个气象站1964～1990年的日观测数据,评价LARS-WG天气发生器在流域模拟的能力。并根据SRA2排放情景下7种GCMs模式输出资料,利用LARS-WG天气发生器,对洞庭湖流域各站点未来两时段(2 055 s和2 090 s时期)的日最高温度、日最低温度和降水量进行预估。结果表明:利用LARS-WG天气发生器作为统计降尺度工具来模拟降水和气温是可靠的,但不同GCMs模式输出资料对流域未来气候变化预估存在较大的差异;在SRA2情景下,洞庭湖流域各站点日最高温和日最低温增加趋势明显,冬季增幅最大;降水量增加趋势不明显,春夏增加,秋冬减少。(本文来源于《资源信息与工程》期刊2019年01期）
于恩涛,孙建奇[7]（2019）在《基于多区域模式集合的中国西部干旱区极端温度未来预估》一文中研究指出利用CORDEX-EA计划11个区域模式模拟结果,集合预估了中国西部干旱区16个极端温度指数未来的变化趋势及空间分布。结果表明:1)区域模式基本上能够再现近30 a西部干旱区极端温度的空间分布。2)多模式集合预估的西部干旱区21世纪中期霜冻日数(FD)和冰封日数(ID)呈现显着的下降趋势,而热夜日数(TR)和夏季日数(SU)则呈现明显的上升趋势。3)未来异常暖昼持续指数(WSDI)和生长期(GSL)呈现增加趋势,异常冷昼持续指数(CSDI)和日较差(DTR)则呈现下降趋势。4)未来气候增温导致冷昼日数(TX90p)、暖夜日数(TN90p)增加,而暖昼日数(TX10p)和冷夜日数(TN10p)减少。5)未来月最高温度极大值(TXx)、月最低温度极大值(TNx)、月最高温度极小值(TXn)和月最低温度极小值(TNn)都呈现增加的趋势。因此,西部干旱区未来发生极端低温事件的概率减小,发生极端高温事件的概率则会增大,但不同的极端温度指数变化的空间分布并不均一,存在明显的区域差异。(本文来源于《大气科学学报》期刊2019年01期）
苏宇,杨文臣,田毕江,胡澄宇[8]（2018）在《海南高速公路沥青路面路表温度分布规律与预估模型》一文中研究指出为准确掌握海南地区高速公路沥青路面路表温度变化特点及规律,提出一种基于路面状态的路表温度分布规律的分析与建模方法。以海南新型交通气象站1年多的路面状态和交通气象要素的跟踪观测数据为基础,根据数据特点,制定交通气象监测数据分析流程,分析路表温度与不同季节、不同路面状态、不同时段的影响关系;在此基础上,采用统计分析方法,建立了观测点所在路段路表温度与大气温度的预估模型,并在不同路面状态下检验模型效果。分析结果表明:路表温度与大气温度具有很好的相关性,且在不同季节、不同时段下的分布特性不同,拟合的预估模型具有较好的准确性和工程适用性。(本文来源于《中外公路》期刊2018年06期）
李萍,陈柯柯,念腾飞,刘洋[9]（2018）在《甘肃陇南沥青路面高温温度场预估模型研究》一文中研究指出为建立甘肃陇南地区沥青路面高温温度场预估模型,选取陇南地区兰海高速典型路段,利用采集的实测沥青路面结构温度数据对陇南沥青路面温度场的分布规律进行研究,并采用回归分析方法分析了气温、太阳辐射强度和湿度等影响因素与路面温度的相关性,建立了以温度、湿度、太阳辐射强度和路面深度为主要参数的沥青路面高温温度场预估模型.研究结果表明:气温和湿度随着时间呈正弦变化,气温和太阳辐射强度对路面结构温度影响呈正相关,湿度对路面结构温度的影响呈负相关;气温和太阳辐射强度对路面结构温度有累积性和滞后性的特点,且随着路面深度的增加;由叁种沥青路面温度场预估模型的模拟结果与站点采集的实测值对比分析可知,本研究建立的沥青路面高温温度场预估模型与路面结构温度有较高的相关性,能较好模拟陇南地区沥青路面高温温度场,为陇南地区沥青路面车辙防治工作提供技术支撑.(本文来源于《华中科技大学学报(自然科学版)》期刊2018年11期）
朱成林,韩晓泉,冯泽斌,胡明庆[10]（2018）在《基于Smith预估补偿的准分子激光器温度控制系统研究》一文中研究指出针对准分子激光器温度控制系统的大时间滞后特点,利用MATLAB对准分子激光器温度控制系统进行模型辨识,设计了一种新型Smith-PID预估复合控制器.在此基础上分别对两种控制器进行仿真和实验.结果表明与常规PID控制器相比,Smith-PID预估复合控制器超调量减少41%,调节时间减少51%.所设计控制器具有稳健性强、超调量小及调节时间短等优点,可为准分子激光器的运行提供良好的温度控制环境。(本文来源于《量子电子学报》期刊2018年05期）
温度预估论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于CMIP5耦合气候模式模拟结果对1.5和2℃升温阈值时中国温度和降水变化的分析表明,1.5℃升温阈值时,中国年平均升温由南向北加强且在青藏高原地区有所放大,季节尺度上升温的空间分布与其类似,就区域平均而言,RCP2.6、RCP4.5和RCP8.5情景下中国年平均气温分别升高1.83、1.75和1.88℃,气温的季节变幅以冬季升高最为显着;除华南和西南地区外中国大部分地区年平均降水量增多,降水的季节差异明显,以夏季降水的分布模态与年平均降水量的分布最为相似,区域平均的年降水量分别增加5.03%、2.82%和3.27%,季节尺度上以冬季降水增幅最大。2℃升温阈值时,RCP4.5和RCP8.5情景下中国年平均温度的空间分布与1.5℃升温阈值基本一致,中国年平均气温分别升高2.49和2.54℃,季节尺度上气温的变化以秋、冬季增幅最大;中国范围内年平均降水量基本表现为增多趋势,其中,西北和长江中下游部分地区表现为明显的季节差异,区域平均的年降水量分别增加6.26%和5.86%。与1.5℃升温阈值相比较,2℃升温阈值时中国年平均温度在RCP4.5和RCP8.5情景下分别升高0.74和0.76℃,降水则分别增加3.44%和2.59%,空间上温度升高以东北、西北和青藏高原最为显着,降水则在东北、华北、青藏高原和华南地区增加最为明显。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
温度预估论文参考文献
[1].曾勇,杨川琦,钟光容.重庆山区钢桁架悬索桥桥面铺装高温温度场预估模型[J].华东公路.2019
[2].周梦子,周广胜,吕晓敏,周莉,汲玉河.1.5和2℃升温阈值下中国温度和降水变化的预估[J].气象学报.2019
[3].李红利.基于XGBoost混合模型的LF钢液温度预估研究[D].西安理工大学.2019
[4].高锦,章家岩,冯旭刚.基于Smith预估补偿的啤酒发酵温度控制策略[J].食品与机械.2019
[5].陈柯柯.甘肃省典型地区沥青路面高温温度场与车辙预估研究[D].兰州理工大学.2019
[6].卢希安,王磊.多模式集合下洞庭湖流域未来降水和温度预估[J].资源信息与工程.2019
[7].于恩涛,孙建奇.基于多区域模式集合的中国西部干旱区极端温度未来预估[J].大气科学学报.2019
[8].苏宇,杨文臣,田毕江,胡澄宇.海南高速公路沥青路面路表温度分布规律与预估模型[J].中外公路.2018
[9].李萍,陈柯柯,念腾飞,刘洋.甘肃陇南沥青路面高温温度场预估模型研究[J].华中科技大学学报(自然科学版).2018
[10].朱成林,韩晓泉,冯泽斌,胡明庆.基于Smith预估补偿的准分子激光器温度控制系统研究[J].量子电子学报.2018