基于级连相关神经网络的人工冻土本构模型1）

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SSA–BP方法土冻胀率影响因素敏感性分析

土体冻胀率影响因素敏感性分析是人工冻土重要研究内容之一,对工程建设具有重要意义.人工冻土冻胀率影响因素众多,且各影响因素彼此耦合.选用甘肃地区砂壤土、黏土、壤土的实验数据,采用麻雀搜索算法优化反向传播算法(back propagation,BP)神经网络建立预测模型,在此基础上提出一种冻胀率影响因素敏感性计算方法.结果...     

极松软煤层工作面片帮力学机制分析与煤体加固实验研究

针对极松软煤层工作面煤壁片帮控制难题,三维有限差分数值计算表明,极松软煤层开挖后在煤壁底角产生剪应力集中,破坏位置由此沿渐变剪应力带牵引至煤壁顶部,产生卸载松弛浅层坍滑片帮。室内实验结果表明,极松软煤天然含水率极低,自身保水能力严重不足,极易失水。含水率由1.46%提高到3.39%,应变量增高154.32%;含水率4.49%,粘土含量10.00%。与无粘土极松软煤相比,抗压强度提高55.02%,应变提高574.26%。含水率在0~4.03%内,抗剪强度与含水率正相关;含水率在4.03%~12.70%区间,随着含水率的增高,抗剪强度迅速降低。且黏聚力对水的敏感度远大于内摩擦角对含水率的敏感程度,存在某一特定含水率,此时抗剪强度最大。极松软煤层可采用施工扰动方法,使煤层在工作面前方壳基支承压力作用下发生团化固结,达到有效应力增加、孔隙比减小、抗剪强度提高的目的。     

基于转角模态和小波神经网络的连续梁损伤识别研究

基于小波奇异性检测原理和神经网络非线性映射能力,结合结构基本模态参数,提出了一种结合小波神经网络与结构转角模态的损伤识别方法．首先,建立三跨连续梁的有限元模型获取结构模态参数,并对其进行Mexihat小波变换,通过系数图突变点判断结构损伤位置．然后,将小波系数模特征向量作为BP神经网络的输入,分别研究了该方法在单损伤和多损伤工况下的识别能力．最后将不同工况下神经网络预测值与结构实际损伤程度进行对比,得到单处损伤预测误差平均值为0.22%,多处损伤预测误差平均值分别为0.22%和0.18%,结果表明该方法在结构损伤识别方面的有较高有效性及精确度．     

UHMWPE滚筒防冻黏材料上煤冻黏强度回归预测与影响因素分析

针对新型UHMWPE材料防冻黏滚筒,选取影响冻黏强度的三个主要因素(温度、煤外在水含量和UHMWPE基体材料表面仿生凸包半径),进行了正交回归冻黏强度测试试验,得到了冻黏强度回归预测方程,并分析了各单一因素以及两因素间交互作用对冻黏强度的影响规律及原因。结果表明:冻黏强度随温度降低或外在水含量升高而先增加后趋于恒定,随仿生凸包半径增加而先减小后增加,三因素对冻黏强度影响程度为温度仿生凸包半径煤外在水含量;温度和煤外在水含量存在交互作用,共同对冻黏强度产生影响,当煤外在水含量较低(如10%)时,冻黏强度随温度的降低增幅程度减小,当温度较高(如-9℃)时,冻黏强度随煤外在水含量增加出现减小趋势。     

基于克里格重构的区域地磁变化场短时预测模型

区域地磁变化场建模与预测是地磁辅助导航、空间环境监测与预报等领域的重要研究课题。结合时域上的单台站地磁变化场预测,以及空间域上的区域地磁变化场重构,提出了一种基于克里格重构的区域地磁变化场短时预测模型。以区域范围(101°E¹11°E,30°N111°E,30°N⁴0°N)的地磁测站2009年的数据为实例,结果表明:1)基于克里格方法重构的区域地磁变化场Z分量,准确合理的反映了其时空变化特性;2)在短时预测中,区域模型能紧跟地磁变化场的变化趋势,说明其能很好地描述变化磁场的时空演化特性,且位于区域边缘的台站预测误差稍大。当预测期为1 h、6 h、12 h、24 h时,区域地磁变化场预测模型的平均绝对误差分别为1.67 nT、2.19 nT、2.72 nT、3.14 nT。     

再生骨料透水混凝土抗压性能及透水性能试验研究

通过掺30%再生骨料和未掺再生骨料两种透水混凝土的抗压性能及透水性能对比试验,研究了水灰比、骨料粒径、砂率等因素对其抗压性能和透水性能的影响,确定了按体积法配制的合理性和最佳配合比。试验结果表明,采用5~10mm的骨料粒径、水灰比为0.3和目标孔隙率为15%时,掺30%再生骨料和未掺再生骨料两种透水混凝土抗压强度分别达到18.0MPa和19.2MPa,且透水系数均大于5mm/s。基于上述试验结果,分析了掺30%再生骨料和未掺再生骨料两种透水混凝土孔隙率与透水系数及抗压强度之间的关系,表明它们之间存在着相关性良好的函数关系,即可以通过调整孔隙率的大小来平衡抗压强度与透水系数,使之均满足实际工程要求。     

基于Matlab和BP神经网络的爆破振动预测系统

爆破振动预测是一个复杂的非线性问题,可应用非线性功能强大的BP神经网络技术来解决,但由于其数值计算量大、可操作性不强等特点,在实际工程中应用困难。为了解决该问题,本文中将Matlab程序的强大计算能力与VB的友好界面相结合,利用ActiveX自动化技术和BP神经网络算法,开发得到爆破振速峰值预测系统。该预测系统可根据各工程实际情况选取影响爆破振动的主要因素作为输入参数,以预测爆破振速峰值。通过在北京市昌平线暗挖区间隧道工程中的应用表明:该预测系统在实际工程中使用方便,操作简单,预测精度高,人机交互界面友好。     

有限空间爆炸静态压力的温度补偿方法

为改善压阻式压力传感器的温度漂移特性，构建了基于遗传算法和小波神经网络的压力传感器温度补偿模型。针对小波神经网络收敛速度慢且易陷入局部最优解的问题，采用遗传算法对小波神经网络的连接权值、伸缩参数和平移参数进行优化。基于压力传感器的标定数据，分别采用BP神经网络、小波神经网络和遗传小波神经网络对其进行温度补偿研究，结果表明:遗传小波神经网络兼容了小波分析的时频局部特性和神经网络的自学习能力，表现出良好的收敛速度和补偿精度，经补偿后传感器的输出值更接近于标定值，其最大误差由?17.44 kPa变至0.38 kPa，最大相对误差由?14.0%变至0.38%。将该模型应用于有限空间爆炸静态压力的温度补偿中，取得了较好的实际应用效果。     

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.     

高温对砂岩宏细观损伤及BP神经网络单轴强度预测研究

为了研究高温后砂岩的力学特性和宏细观损伤变化,对高温作用后的砂岩进行单轴压缩试验、声波损伤检测、X射线衍射试验、扫描电镜试验,分析应力-应变曲线、峰值应力、峰值应变、弹性模量、质量损失率、X射线衍射成像和电镜扫描图像,得到砂岩的细观损伤变化对其单轴抗压强度的影响。利用BP神经网络模型对不同物理量进行训练,预测不同高温作用后砂岩单轴抗压强度。研究结果表明:随着温度升高,砂岩峰值应力和弹性模量均降低,峰值应变、质量损失率和体积均增大,砂岩的外观颜色由黄色过渡到棕红色直至呈土灰色;微缺陷(微裂隙和孔洞)的发育明显,晶体结构破坏加剧,内部生成CaO和CO₂,孔隙率、热损伤程度增大,声速减小,强度降低。建立BP神经网络模型,利用文献数据验证模型可行性,模型预测值与试验值最大误差8.25%,可靠度较高。     

软土地区人工冻土无侧限瞬时抗压强度的试验研究

冻结法施工在上海隧道建设中(如隧道旁通道、地下泵房等的设计与施工)得到广泛应用,也曾引发过严重的地质灾害(如上海地铁4号线外滩段的地质灾害)。因此安全、经济、合理地将冻结法用于上海软土地区隧道建设中已经成为上海工程建设中的一个重要的研究课题。本文以上海复兴东路越江隧道旁通道冻结法施工中遇到的第⑥层粉质粘土及第⑦层粉细砂为研究对象,针对设计冻结壁重要强度参数无侧限瞬时抗压强度,进行了室内试验研究,揭示了两种土的冻结强度随温度的变化关系,同时研究了粉细砂的冻结强度随含水率的变化规律。     

ANALYSIS OF MECHANICAL CHARACTERISTICS OF FROZEN CLAY AND MODIFIED S-M CREEP MODEL1)

为合理描述人工冻结法施工的矿井土层力学特性,对某矿井土样的重塑土进行单轴抗压强度实验和单轴压缩蠕变实验,得到重塑冻结黏土在不同温度及载荷加载等级下的应力-应变曲线和蠕变曲线。实验结果表明：冻结温度越低,土样的单轴强度越大;相同冻结温度下,土样的蠕变变形随着应力水平的升高而增大。单轴压缩蠕变的等时应力-应变曲线随时间发展向应变轴靠拢;土样经历初始蠕变和等速蠕变两个阶段,在较高应力水平下有进入加速蠕变的趋势;对S-M模型中各参数的意义进行修正并考虑温度的影响,得到人工冻结黏土改进S-M蠕变显式模型,然后采用粒子群算法对人工冻结黏土S-M蠕变模型参数进行优化。改进S-M蠕变显式模型理论计算值与实验值吻合良好,表明改进S-M蠕变显式模型能较好模拟人工冻结黏土的蠕变特性。改进S-M蠕变显式模型为人工冻土蠕变计算提供一种新方法。     

冻土开挖破碎方法研究现状与展望

通过对冻、融土强度性能的对比分析,发现冻土强度远大于融土,导致冻土开挖困难,是困扰寒区工程作业的一项技术难题.作者首先介绍了几种开挖冻土的方法,并对不同开挖法的实用性和可行性做了阐述,指出机械法开挖破碎冻土是十分重要和有效的措施.冻土开挖破碎的难易程度取决于冻土动力学性质及其与开挖机械的作用关系,本文对冻土动力学方面的研究做了简要概述,旨在指出影响冻土动力学性质的主要因素及其破坏损伤特征,为冻土开挖方式优化、改进开挖机械性能提供参考.最后结合以往的冻土切削和冲击试验,对进一步开展冻土开挖和开挖机械优化研究提出了几点建议,希望对改良寒区工程施工技术、提高作业效率起到指引作用.     

Dynamic behavior of frozen soil under uniaxial strain and stress conditions

The split Hopkinson pressure bar (SHPB) method is used to investigate the dynamic behavior of the artificial frozen soil under the nearly uniaxial strain and uniaxial stress conditions. The tests are conducted at the temperatures of −3^?C, −8^?C, −13^?C, −17^?C, −23^?C, and −28^?C and with the strain rates from 900 s⁻¹ to 1 500 s⁻¹. The nearly uniaxial stress-strain curves exhibit an elastic-plastic behavior, whereas the uniaxial stress-strain curves show a brittle behavior. The compressive strength of the frozen soil exhibits the positive strain rate and negative temperature sensitivity, and the final strain of the frozen soil shows the positive strain rate sensitivity. The strength of the frozen soil under the nearly uniaxial strain is greater than that under the uniaxial stress. After the negative confinement tests, the specimens are compressed, and the visible cracks are not observed. However, the specimens are catastrophically damaged after the uniaxial SHPB tests. A phenomenological model with the thermal sensitivity is established to describe the dynamic behavior of the confined frozen soil.     

Measurement of thermal conductivities of soils

Energy conservation in buildings, in particular in underground constructions, is strongly affected by the thermal properties of the soil surrounding such buildings. Experimental results of thermal conductivity studies of different soils are reported based on a quasisteady method [1]. The soil sample is placed in the annular space between two concentric tubes and is heated uniformly on the inside wall keeping the outside wall insulated. Four different types of soils (Moon Valley, River Sand, In-situ, and Ridgedale), are studied over a temperature range from ?5°C to 30°C for three different densities and moisture contents ranging from 0.5 to approximately 12% (by weight). The results indicate that the moisture content is by far the most important parameter. The thermal conductivity may increase by almost an order of magnitude as the moisture content increases. In addition, there may be a strong variation of the thermal conductivity in the phase transition region from unfrozen to frozen soils.     

null

Based on the preferred plane theory for regional stability assessment, princIple and methods of artificial neural network (ANN), the model of back propagation (BP) neural network and its algorithm for the preferredfault recognition are discussed in this paper. Practical examples indicate that the new method using BP neural network to determine preferred fault is effective and the prediction result is good.