基于人工神经网络的机翼外形预测

研究目的是根据机翼各项气动参数,快速准确地预测出符合气动条件的机翼外形.用PARSEC方法对剖面翼型进行参数化处理,得到表征其物理特性的外形参数;用守恒型全速势方程进行流场计算;建立包含214组机翼几何及气动特性的专家数据库.人工神经网络方法对数据库进行分类,训练和测试.先用SOM(Self-Organizing Map)神经网络按气动参数对数据进行分类,再分别用BP(Back Propagation)神经网络,RBF(Radial Basis Function)神经网络和GRNN(General regression Neural Net)进行训练和测试.机翼由6个翼剖面组成,每个翼剖面包含11个PARSEC特征参量,扭转角以及相对厚度,总共78个独立的外形参数.预测值和预期值的相关性分析以及误差分析表明,GRNN的预测结果相比于BP和RBF更为准确;在预测模型的升阻比的平均相对误差的绝对值时,BP的相对误差为2.37%,RBF是0.97%,GRNN是0.40%.     

基于BP神经网络算法的断裂参数预测

采用BP神经网络算法预测断裂参数J和A2.将三点弯曲试件有限元数值实验结果作为神经网络的训练样本,经过训练得到拓扑结构为4-25-2的BP网络模型.建立了J-积分、约束参数A2这二者与裂纹尺寸、裂纹尖端附近三个应变值之间的非线性映射.结果表明:应用BP网络时,只要选取适当的传递函数、训练函数、隐含层数目、神经元个数、学习速率就可以得到较好的预测,满足应用要求.     

神经网络预测裂纹尖端约束效应

裂纹尖端约束效应的评估在结构完整性分析中十分重要.基于J-A2双参数弹塑性理论,用有限元对裂纹尖端应力、应变场进行数值模拟.研究用BP神经网络预测裂纹尖端的约束效应,采用单边缺口弯曲(SENB)试件韧带上三个点的应变值作为网络的输入数据,J-积分和约束参数A2作为输出,建立神经网络.实例数值结果表明,神经网络可以很好地模拟韧带上应变值和J-积分及约束参数A2之间的非线性关系,它可用于预测带裂纹构件裂纹尖端的约束效应.     

煤矿瓦斯突出的神经网络预测

煤与瓦斯突出的预测是煤矿安全工作的主要工作之一.本文通过建立煤与瓦斯突出的BP神经网络预测模型,对瓦斯矿井的工作面和区域进行突出危险性预测.根据本文的计算结果和实际情况的对比,BP神经网络预测模型在煤矿瓦斯突出预测方面有着一定的准确性,是可行的.     

基于神经网络技术的管道机电阻抗健康状况定量评估研究

将机电阻抗法用于管道法兰和主干结构健康监测,并利用BP神经网络对结构损伤进行定量评估.首先实验研究了管道法兰与主干结构健康状况对阻抗谱的影响,不同的结构损伤可通过阻抗分析仪测量的阻抗实部谱变化反映出来;然后利用BP神经网络技术对管道不同工况下得到的阻抗实部谱进行定量分析.采用阻抗值实部作为输入样本对神经网络进行训练,并使用受训的神经网络实现了对管道中不同结构损伤状况的定量评估.研究结果表明,将机电阻抗法与神经网络数据处理技术结合起来用于复杂管道的结构健康监测,不仅可实现对不同类型损伤的定量评估,同时还具有较高的稳定性.     

CONSTITUTIVE MODEL OF ARTIFICIAL FROZEN SOIL BASED ON CASCADE-CORRELATION NEURAL NETWORK

为解决BP (back propagation) 神经网络收敛速度慢,网络结构需事先定义等缺点,采用了级连相关神经网络模型来建立人工冻土应力和应变之间的关系. 基于该模型推导了冻土的一致刚度矩阵形式,利用人工冻土三轴试验数据对神经网络模型进行训练,并用其替换有限元计算中的传统本构模型,将计算结果与性质及含水率相同的冻土的试验结果进行了对比,发现该神经网络本构模型很好地反应了材料的非线性,能够改善数值计算结果,与实测结果吻合地很好,比具有相同隐含层神经元个数的BP 模型更接近实测结果.     

基于级连相关神经网络的人工冻土本构模型

为解决BP(back propagation)神经网络收敛速度慢,网络结构需事先定义等缺点,采用了级连相关神经网络模型来建立人工冻土应力和应变之间的关系.基于该模型推导了冻土的一致刚度矩阵形式,利用人工冻土三轴试验数据对神经网络模型进行训练,并用其替换有限元计算中的传统本构模型,将计算结果与性质及含水率相同的冻土的试验结果进行了对比,发现该神经网络本构模型很好地反应了材料的非线性,能够改善数值计算结果,与实测结果吻合地很好,比具有相同隐含层神经元个数的BP模型更接近实测结果.     

基于WOA-BP神经网络的超低温冻土抗压强度预测模型研究

为获得超低温冻土抗压强度预测模型, 探究超低温状态下冻土的物理性质及力学性质的变化, 对含水率19%, 22%, 25%和28%的低液限黏土土样进行?180 °C ~ ?10 °C的单轴压缩强度试验, 并测量?80 °C ~ ?10 °C土样的未冻水含量, 建立基于WOA-BP神经网络和BP神经网络的预测模型, 探究含水率、温度、未冻水含量与超低温冻土抗压强度关系. 预测结果表明: 含水率、温度、未冻水含量与超低温冻土抗压强度存在复杂的非线性关系, 特别是在?180 °C ~ ?80 °C区间内, 现有的线性拟合公式已无法准确预测该区间内冻土抗压强度; 基于WOA-BP神经网络预测模型的整体预测效果较好, 其绝对误差平均值为1.167 MPa, 相对误差平均值为7.62%, BP神经网络预测模型的绝对误差平均值为8.462 MPa, 相对误差平均值为47.99%. 基于鲸鱼优化算法的BP神经网络预测模型预测误差明显小于BP神经网络预测模型及线性拟合值, 更接近实测值. 该预测模型具有较高精确度, 能有效解决超低温冻土抗压强度与其影响因素间复杂的非线性关系, 可为人工冻结技术在地层应急工程中的应用提供参考.      

基于“AM-GoogLeNet+BP”联合数据驱动的混凝土细观模型压缩应力-应变曲线预测

本文结合GoogLeNet卷积神经网络和BP神经网络分别在图像数据挖掘和数据分析方面的良好性能,采用“AM-GoogLeNet+BP”联合数据驱动方法,对混凝土细观模型(含砂浆、骨料及孔隙)的单轴压缩应力-应变曲线进行了有效预测.通过引入力学参量对图像数据驱动的训练结果进行优化,从而提升了神经网络的物理可解释性.基于Python语言实现混凝土细观模型在Abaqus中的自动建模及细观图像生成过程,并将生成的细观图像数据库与相应的压缩应力-应变曲线作为训练数据集.在GoogLeNet中分别引入SENet, ECANet和CBAM三种代表性注意力机制并对三种注意力机制的性能进行对比和分析,以自适应方式提升神经网络对混凝土各相组分的分析能力,并以此得到混凝土细观模型的初步应力-应变预测曲线;将骨料体积分数、孔隙率及初步峰值应力等物理参量作为输入引入BP神经网络以改善峰值应力的预测精度,并与将物理参量直接引入卷积神经网络输入层的方法进行了对比,最后定量给出了骨料体积分数和孔隙率对峰值应力的影响权重.结果表明,对于不同骨料体积分数及孔隙率的混凝土细观模型,该方法均展现了较高的预测精度.本文采用的“...     

BP混沌混合神经网络在光纤陀螺温度漂移预测中的应用

提出使用BP混沌混合神经网络建立FOG温度漂移模型的方法.该方法在BP算法中采用了改进型Logistic-Map映射生成的混沌变量,能够避免陷入局部最小,可迅速达到全局最优.应用该方法分析某型FOG温度漂移实测数据,结果表明其具有良好的预测效果.     

大学物理《力学》中的自由度分析

对《力学》中的物体自由度进行多方面分析,以深化教学、提高学生正 确分析物理问题的能力.使用实际教学分析的研究方法,在《力学》范围内讨论自由度与坐标、 自由与约束的关系并得以下结论: (1) 同一物体的自由度随其所在的``空间'不同而不同, 不因坐标系的选取不同而 异, 在同类参考系中不因参考系的动静而有别;(2)自由度遵循叠加原理. 讨论了质点系的总自由度及相关计算问题,并指出研究《力学》中自由度的意义.     

Development and design of new methods of measurement of state of strain of structures

The present paper deals with development and design of new methods utilizing Wiedemann's effect for determination of state of strain in building structures. Wiedemann's effect and some features of torsional strain of magnetic field are the basis of new experimental method. Especially the point electromagnetic strain gages using the effect of pure torsion of electromagnetic field to enable universal examination. For strain-gage measurements, almost all physical quantities are used which can be related to the variation in length of the structures. From the electric strain measurements, the most commonly used methods are the measurements by resonance-wire strain gages or by electric-resistance strain gages. In this paper, electromagnetic strain gages are discussed using the Wiedemann effect, and the author describes some new measuring equipment and his own suggestions and methods based on an application of this effect.     

Calculation of aerodynamic characteristics of arrays of profiles of arbitrary shape

It is well known that the problem on nonseparating potential flow of an incompressible fluid about an array of profiles reduces to an integral equation for a certain real function, determined on the contours of the profiles of the array. As such a function one can take, as was done, for instance, in [1–5], the relative velocity of the fluid on the profiles of the array. For arrays of profiles of arbitrary shape it is necessary to solve the corresponding integral equation numerically. In the particular examples of the calculation of aerodynamic arrays that are available [1–3] the numerical methods used were based on the approximate evaluation of contour integrals by rectangle formulas. As investigations showed, sizeable errors arose thereby in the approximate solution obtained, these being especially significant in the case of curved profiles of relatively small bulk. In the present paper a method for the numerical solution of the integral equation obtained in [5] is proposed. The method is based on the replacement of a profile of the array with an inscribed N polygon, the length of whose sides is of the order N^–1 and whose internal angles are close to . Convergence with increasing N of the numerical solution to an exact solution of the integral equations at the reference points is demonstrated. Examples of the calculation are given.Novosibirsk. Translated from Izvestiya Akademii Nauk SSSR. Mekhanika Zhidkosti i Gaza, No. 2, pp. 105–112, March–April, 1972.