方钢管混凝土轴心受压构件的徐变分析

基于混凝土徐变的继效流动理论,结合方钢管混凝土轴心受压构件的受力特点,推导出方钢管混凝土轴心受压构件徐变的计算公式.此徐变计算公式既考虑了钢管混凝土轴心受压构件徐变的特点,又能反应出不同因素对构件徐变的影响.应用这些公式,通过迭代计算得到的钢管混凝土轴心受压构件的徐变,与试验数据符合较好.     

钢骨—T形钢管混凝土中长柱轴心受压试验分析

为研究钢骨—T形钢管混凝土长柱轴心受压力学性能,对16根长细比为16<λ<43的钢骨—T形钢管混凝土柱进行轴心受压试验,研究试件破坏形态和工作机理,得到试件的荷载—纵向位移曲线、荷载—应变曲线以及荷载—挠度曲线。通过分析套箍指标、配骨指标和长细比等参数对试件轴心受压力学性能的影响,以及对比试件极限承载力的试验值和理论计算值,提出钢骨—T形钢管混凝土长柱轴心受压稳定系数计算方法,进而推出极限承载力计算公式。研究结果表明:内置工字型钢骨的T形截面钢管混凝土柱具有较好的延性;钢管、混凝土和钢骨三者能很好地协同工作,改善了核心混凝土的脆性破坏性质,使组合柱的承载力显著提高;所提出的试件极限承载力计算公式可供工程设计参考。     

钢管粉煤灰混凝土轴心受压构件的承载能力试验研究

对钢管粉煤灰混凝土轴心受压构件承载能力进行了研究,通过试验结果得到了钢管煤灰混凝土轴心受压构件的强度计算公式,在试验中考虑了粉煤灰的掺量不同、含钢率不同对钢管粉煤灰混凝土轴心受压构件承载能力的影响.     

碱矿渣混凝土受压应力-应变关系试验研究

为研究碱矿渣混凝土的受压应力-应变关系,分别制作单轴受压混凝土棱柱体标准试件和钢管约束条件钢管混凝土试件,开展单轴受压条件和钢管约束条件下碱矿渣混凝土受压应力-应变关系试验.结果表明:单轴受压条件下,碱矿渣混凝土立方体强度和棱柱体强度关系仍可采用现行规范建议式表示,采用无量纲两段式应力-应变关系模型拟合的单轴受压应力-应变关系与试验曲线结果吻合良好;钢管约束条件下,碱矿渣混凝土极限强度和极限应变均较单轴条件下有了明显提高,表明钢管约束作用能够较好地提高核心混凝土的强度和韧性性能;采用已有钢管约束核心混凝土应力-应变关系模型拟合的应力-应变关系曲线与试验曲线吻合较好.结果表明:现有普通混凝土应力-应变关系模型对单轴受压条件和钢管约束条件下碱矿渣混凝土仍然适用.     

配螺旋箍筋芯柱的钢筋再生混凝土柱性能研究

通过对12根配螺旋箍筋芯柱的钢筋再生混凝土柱分别进行轴心受压试验和偏心受压试验,阐述了主要试验现象及破坏形态,对各试件的承载力、荷载-应变曲线、荷载-位移曲线和荷载-挠度曲线进行了细致分析,结果表明:配螺旋箍筋芯柱的钢筋再生混凝土柱的轴心受压承载力明显低于相同截面尺寸及配筋情况的钢管钢骨再生混凝土柱,说明螺旋箍筋对混凝土的约束作用低于钢管;外围混凝土破坏后,核心区螺旋箍筋芯柱混凝土仍可继续工作,破坏后的混凝土柱仍具有一定的承载能力,在柱核心区配置螺旋箍筋钢筋笼,可提高柱的抗震防倒塌能力;核心区配置螺旋箍筋芯柱可大幅提高柱的偏心受压承载力.     

配筋方钢管混凝土柱的抗压性能

通过配筋方钢管混凝土柱轴压试验及ABAQUS有限元软件对配筋及未配筋方钢管混凝土柱的轴心受压和偏心受压性能进行了非线性数值模拟,研究了2种方钢管混凝土柱在轴心受压和偏心受压下的力学性能、变形能力和破坏形态,给出了2种方钢管混凝土柱数值模拟的荷载-位移曲线和变形形式,分析了配筋对方钢管混凝土柱变形和极限承载力的影响.结果表明:钢管混凝土柱加配筋以后,极限承载能力显著提高,同时变形性能得到一定的改善,但2种方钢管混凝土柱的破坏形态基本相同.随着偏心距的增加,2种钢管混凝土柱的极限承载力和后期的稳定承载力逐渐降低,但配筋钢管混凝土柱的降低幅度比钢管混凝土柱降低幅度小.     

方钢管钢骨混凝土轴压短柱极限承载力计算

为了进一步探讨方钢管钢骨混凝土轴心受压短柱极限承载力计算方法,在修正的方钢管钢骨混凝土混凝土本构模型基础上,采用有限元法建立了轴压短柱的计算模型,通过模型计算了载荷-轴向变形关系曲线,并与相关文献的试验曲线进行了对比,计算曲线与相关试验曲线吻合较好。通过对计算结果的回归分析,得出了实用的轴压承载力计算公式,利用该公式可进行方钢管钢骨混凝土轴压短柱的极限承载力进行预测。     

基于神经网络的方钢管混凝土短柱轴心受压正截面承载力计算

针对方钢管混凝土柱受力性能复杂,推导正截面承载力计算公式困难的特点,建立了方钢管混凝土短柱轴心受压正截面承载力的神经网络模型。该神经网络不但具有较好的计算精度,而且可以动态发展。     

混凝土轴心受压柱的可靠性研究

对混凝土轴心受压柱进行了非线性分析，并应用可靠度理论分析了混凝土轴心受压柱的承载力影响因素。通过可靠性分析，建立了在满足可靠度水准β＝4．0的钢筋混凝土轴心受压柱的设计φ曲线，该曲线对混凝土轴心受压柱的设计具有指导意义。     

钢管混凝土轴向受压短柱承载力的统一解

应用双剪统一强度理论，分别对轴心受压钢管混凝土短柱的核心混凝土和薄壁钢管在三向应力状态下的轴向极限应力进行理论分析，得出侧向力对核心混凝土、薄壁钢管和钢管混凝土柱的3个约束效应系数，推导出钢管混凝土轴向受压短柱承栽力的统一解。与有关文献的试验结果比较，结论基本一致，证明双剪统一强度理论对钢管混凝土的理论分析有很好的适用性。该推导结果为钢管混凝土承载力分析计算提供了一定的理论依据。     

数据似合分析

在MEMS器件中,经常涉及到它的力学性能.对实验测得的数据,通过对非线性部分做基于Mtlab的最小二乘法的多项式拟合和BP神经网络逼近,得到如下结论：最小二乘法多项式拟合的误差较大,拟合精度低,而BP神经网络逼近误差小,精度高.同时最小二乘法拟合的多项式次数不同逼近的误差也有所不同.     

内配螺旋箍筋方钢管高强混凝土柱的轴压试验

为研究内配螺旋箍筋方钢管高强混凝土柱的轴压性能,对内填混凝土强度为112 MPa的3个内配螺旋箍筋方钢管混凝土(SCCFST)试件和1个方钢管混凝土(CFST)试件进行单调轴压加载,试验参数为螺旋箍筋的体积配箍率和屈服强度.结果表明:相较于CFST试件,SCCFST试件的轴压承载力基本没有提高,但峰值后性能有明显改善;每一次螺旋筋的断裂会导致SCCFST试件承载力显著下降;SCCFST柱承载力实测值与CFST柱承载力计算值的吻合程度较好.     

基于模拟退火PSO-BP算法的钢铁生产能耗预测研究

针对BP对能源系统进行建模和预测的方法存在的问题,提出一种优化BP神经网络的模拟退火粒子群混合算法(SAPSO)。利用该混合算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以得到最优解,并将所建立的预测模型对钢企能耗进行预测。最后与BP神经网络以及最小二乘法进行比较。仿真结果表明该混合算法增强神经网络的泛化能力,具有相对误差小,预测精度较高,能更好地跟踪未来数据的优点。     

基于过程神经网络的短期负荷预测

针对目前常用方法在解决负荷预测问题时,结果往往难以达到工程要求精度的现状,利用过程神经网络输入为时间函数以及预测精度高的特点,建立了基于过程神经网络的电力系统短期负荷预测模型;给出了模型的结构,基于函数正交基展开的离散数据拟合方法以及模型的学习算法.针对东北某地区电网的日负荷数据,进行了模型训练和负荷预测正确性的研究.结果表明,所建立的预测模型对负荷的预测准确率高,优于BP神经网络负荷预测模型的预测结果.     

利用BP神经网络预测大伙房水库叶绿素a质量浓度

利用HJ-1卫星CCD数据,通过MATLAB软件计算,分析了多光谱CCD数据的4个波段(近红外波段、红色波段、绿色波段、蓝色波段)参与的65个波段组合与叶绿素a质量浓度之间的关系.研究发现波段组合T1=B4/B3与叶绿素a质量浓度相关性最高,并以此为自变量建立一维线性模型.利用BP神经网络进行模型建立与预测,对比两者的拟合度R2和均方根误差RMSE以及验证点的相对误差.结果表明,利用BP神经网络预测的大伙房水库叶绿素a质量浓度与实测值较为接近,并且效果优于线性模型.     

基于RBF-BP复合神经网络的企业创新能力评价模型

为更加精准地测量企业创新能力,利用熵值法和相关性分析,从创新投入、创新产出、创新支撑3个维度建立企业创新能力评价指标体系,构建企业创新能力评价的RBF BP复合神经网络模型。该模型由1个输入层、1个RBF隐含层、1个BP隐含层以及1个输出层组成,其特点是将RBF隐含层的输出作为BP隐含层的输入。十折交叉验证与随机二次抽样2种方法检验表明,与单一RBF神经网络、单一BP神经网络相比,RBF BP复合神经网络模型的平均均方误差与平均绝对误差分别下降2821%、1519%和1251%、1255%,表明RBF BP复合神经网络模型具有最优的数据拟合能力,更适合于企业创新能力评价。     

基于遗传神经网络的钢管壁厚预测模型的研究

为解决钢管热轧过程荒管壁厚难以计算的问题,首先利用遗传算法优化了BP神经网络,在这种遗传神经网络算法的基础上建立了钢管轧制前毛管温度、长度、外径、轧辊转速、芯棒直径五项工艺参数与钢管轧制后荒管壁厚之间的数学模型.经过测试,基于遗传神经网络的钢管壁厚预测模型的壁厚预测误差远小于常规壁厚公式的计算误差,为设计更合理的设置毛管参数提供了科学的依据,对钢管热轧工艺水平的提高的具有重要意义.     

基于人工神经网络的函数逼近法计量精度的提高

提出一种基于BP神经网络的提高激光干涉计量精度的数据处理方法，并将该方法与常用最小二乘法作二次曲线拟合进行比较。结果表明，用神经网络逼近函数方法，不但解决了光学干涉计量中像素尺寸以及图像采集卡空间量化误差对测量精度的影响，而且解决了目标函数多极值问题，从而干涉条纹可获得高于光敏像素级定位精度。最后将干涉条纹的光强精确地拟合出来，讨论曲线拟合误差，表明该算法具有很好的鲁棒性和自适应能力。     

钢管混凝土梁柱齿状钢板连接节点非线性有限元分析

利用ANSYS有限元软件对新型方钢管混凝土柱与钢筋混凝土梁节点—齿状钢板连接节点进行了分析,并与试验结果进行比较.有限元数据得到了试验结果的支持,结果表明计算模型适用于钢管混凝土节点性能分析,从而从计算和试验两方面均得出新型钢管混凝土节点满足强柱弱梁,节点更强的原则.     

基于改进Real AdaBoost算法的软件可靠性预测

针对基于单一神经网络的软件可靠性模型预测精度低和可信性差的问题,提出一种基于加权信息熵(WIE)的Real BP-AdaBoost算法。首先,用BP神经网络个体代替Real AdaBoost算法的基分类器,构建Real BP-AdaBoost算法。然后,对Real BP-AdaBoost算法的加权方式进行改进,以基分类器对训练样本的整体分类权值与基分类器对测试样本的个体分类权值的乘积作为最终的加权系数,得到WIE Real BP-AdaBoost算法。最后,通过2组软件实际失效数据对WIE Real BP-AdaBoost算法的有效性进行验证,并与SVM、BP网络、Elman网络和Real BP-AdaBoost算法进行比较研究。实验结果显示,WIE Real BP-AdaBoost算法对2组数据预测的均方误差分别为0.442 87和0.284 71,均低于4个对比模型的均方误差,说明了WIE Real BP-AdaBoost算法模型具有更高的预测精度和可信性。