基于BP神经网络的桥梁移动荷载识别精度

为了识别作用于桥梁结构上的移动荷载,基于反向传播神经网络方法,开展了输入参数对荷载识别精度影响的分析.首先利用ANSYS模拟移动集中力通过简支T梁桥,得到了主梁跨中位移、速度和加速度时程曲线;其次基于MATLAB建立反向传播神经网络结构,分别将桥梁结构的位移、速度和加速度动态响应数据作为反向传播神经网络的输入参数,移动荷载大小作为输出参数,研究不同输入参数对荷载识别精度的影响;然后分别选取位移和速度、位移和加速度、速度和加速度以及三者组合的工况进行多参数输入的优化设计;最后,以某4跨预应力混凝土连续T梁桥工程为背景,以重车下的竖向加速度实测数据验证了该反向传播神经网络用于识别实桥上简单移动荷载的可行性.结果 表明:利用反向传播神经网络进行移动荷载大小识别时,单输入参数的识别精度由高到低依次为加速度、速度、位移,建议在实际工程中采用较易获取的加速度数据作为输入参数进行荷载识别;多参数组合输入可以提高移动荷载的识别精度,其中速度和加速度组合可以实现较优的识别效果;实测数据证明了该反向传播神经网络用于简单的实桥荷载识别是可行的.相关研究结果可为桥梁载荷识别及桥梁结构的性能评价提供参考.     

基于改进粒子滤波算法的车速估计

针对基于粒子滤波算法设计的车速估计器因提议分布与实际分布不一致导致粒子退化使估计误差变大的问题,提出了一种通过修正提议分布减弱粒子退化影响的改进粒子滤波车速估计器。首先,基于车辆运动学模型和传感器特性建立系统的状态转移方程和观测方程。然后,利用传感器测量值与粒子状态值的差值设计提议分布修正项对状态转移方程进行修正,并对过程噪声做自适应处理。最后,利用CarSim-Simulink联合仿真平台在双移线工况和正弦转角输入工况下进行仿真验证。与自适应粒子滤波器相比,双移线工况下改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了40.25%和55.71%;正弦转角输入工况下,改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了47.00%和41.21%。     

考虑结构质量未知的非链式结构系统识别方法

目前已发展了许多基于结构振动响应进行结构系统识别的方法,但这些方法大都假定结构质量已知.虽然有部分学者研究涉及到质量未知的结构系统识别,但提出的方法还需要观测结构全部响应,尤其大多数为链式结构识别,对非链式结构研究很少.本文针对这些不足,研究考虑结构质量未知的非链式结构系统的识别,提出基于扩展卡尔曼滤波(EKF)方法,仅需要观测梁结构部分加速度响应,可同时识别结构的位移速度响应状态与未知的结构质量、刚度、阻尼参数.进一步推广了外激励未知情况下的扩展卡尔曼滤波(EKF-UI)方法,融合观测的结构部分加速度与应变响应,同时识别结构的位移速度响应状态与未知的结构质量、刚度和阻尼参数.并分别采用简支梁在已知和未知外激励下结构系统的识别算例,验证提出的两种方法的有效性.     

基于卷积神经网络的荷载大小与位置同步识别

结构健康监测和状态评估中现有大多数研究均需要精确的荷载作用位置或详细的荷载时程,为了同时获得荷载大小和位置,构建并训练了同时具备分类和回归能力的两分支卷积神经网络,建立了融合分类问题和回归问题的损失函数,提取结构响应与荷载大小、结构响应与荷载位置间的映射关系.通过数值简支梁算例和三层试验框架验证了该方法识别结构荷载大小和位置的精度.结果表明：噪声条件下数值模型的荷载识别误差在8%以内,荷载位置识别准确率在95%以上;实际结构的荷载识别误差在18%以内,荷载位置识别准确率为100%.两分支卷积神经网络可以很好地同时识别荷载大小和位置.     

基于改进神经网络的边坡岩体弹性力学参数识别方法

基于人工神经网络的 BP算法 ,建立了根据边坡开挖后岩体位移观测数据识别岩体弹性力学参数的数值方法 .在网络训练过程中采用改进的 BP算法 ,通过对学习算子的优化搜索 ,大大提高了网络的收敛速度 ,解决了 BP算法迭代过程中目标函数振荡问题 .通过算例表明 ,提出的改进的 BP算法有助于提高岩土材料参数识别收敛速度和识别精度 .图5 ,表 3,参 15     

未知外部荷载下结构的在线损伤诊断

结构在线损伤诊断是目前土木工程界关注的热点问题之一.针对该问题进行研究,根据部分观测的结构加速度响应信号,基于扩展卡尔曼预测和优化函数对结构进行在线的物理参数识别及结构刚度突变的追踪,同时利用最小二乘识别未知外部荷载.数值算例表明,本文提出的算法能够较准确地识别系统参数和未知外部荷载,并且判断结构刚度损伤发生的时刻、位置和程度,且具有一定的抗噪性.     

基于时间元模型的复杂桥梁结构移动荷载识别

为研究桥梁结构在移动车辆荷载反复作用下的疲劳损伤机理，利用有限元法建立复杂桥梁结构模型，同时为提高计算精度，承载主梁单元形函数采用5次Hermitian插值函数，并得到桥梁的离散振型与模态参数；利用归一化的第1类Chebyshev正交多项式作为响应和荷载的时间有限元形函数，基于加权残值法建立了移动荷载识别的时间元模型；为解决荷载识别的不适定性，利用截断奇异值分解的正则化方法由应变和位移响应得到移动荷载的稳定解．数值分析结果表明，该方法能有效地识别复杂结构的移动荷载，识别精度高，抗干扰能力强．     

基于复变量求导法的弹塑性边界元参数识别

为了解决弹塑性边界元参数识别问题,基于复变量求导法,提出了一种新方法.由于在非线性参数识别过程中,灵敏度矩阵计算困难,利用复变量求导法把隐式函数的求导过程转化为函数值的计算,最终高精度的识别非线性参数.针对弹塑性参数识别问题,以边界元法为基础,采用复变量求导法来计算位移对弹塑性参数的灵敏度矩阵,对弹性模量、泊松比、黏聚力以及内摩擦角进行了单参数和多参数识别.数值算例表明,所提出的方法对单参数和多参数的识别问题均有效可靠.相比文献中的有限元法,对于单参数识别问题,该方法具有更高精度;而对于多参数识别问题,该方法在保证精度一致情况下效率更高.     

基于改进粒子滤波算法的Bouc-Wen模型参数在线识别方法

在线模型参数更新是提高结构混合试验中数值子结构模型精度的有效手段。为了提高强非线性模型参数在线识别精度,在标准粒子滤波算法的基础上提出了一种改进的辅助无迹粒子滤波算法。在重要性采样中,基于最新观测信息采用无迹卡尔曼滤波方法计算每一个粒子估计,以提高粒子非线性变换估计精度;在重采样过程中,引入辅助因子修正粒子权值,以丰富粒子多样性、削弱粒子退化现象。采用改进粒子滤波算法针对Bouc-Wen模型进行了在线参数识别,并与标准粒子滤波算法、扩展卡尔曼粒子滤波算法以及无迹粒子滤波算法的参数识别精度和计算效率进行对比分析。结果表明,与其它3种算法相比,辅助无迹粒子滤波算法在单步计算耗时增加的基础上,在线参数识别精度明显提高,参数识别值波动幅度显著降低。最后,通过橡胶隔震支座拟静力试验,验证了采用改进粒子滤波算法在线识别Bouc-Wen模型参数方法的有效性。     

一种基于神经网络的结构参数识别方法

提出了一种基于神经网络的结构参数识别方法,该方法以残余力向量作为结构参数识别的网络输入。针对训练样本在数据空间分布不均匀的问题,采用ＧＳＬ变换对训练样本数据进行预处理。从而提高了网络收敛速度及参数识别精度。本文算例说明了方法的有效性。     

色燥声驱动的布朗粒子在周期势场中的运动

本文用计算机模拟方法研究了在高斯色燥声驱动下的布郎粒子在一维Co-sne势场中的运动，得到了一组在不同噪声强度、相关时间、阻尼系数和外力作用下速度和坐标空间中的概率密度分布的数据，同时也研究了均方位移和时间的关系以及平均速度和外力的关系。     

松散矿岩的剪切性质及其理论

本文研究了松散矿岩的剪切强度及其影响强度的重要因素,同时检验库伦公式在松散矿岩的条件下应用的可靠性,从而寻求到一个比较简单和完善的、适用于松散矿岩的数学模型。作者利用大型直剪机和先进的测试手段,对松散矿岩的不同粒度,级配、含水量和压实度等多种参数对剪切强度和内摩擦角的影响进行了试验和理论分析,发现在用土力学中的库伦公式对全部试样的结果进行处理时,如果把同一试样施加的同一垂直应力归为一组来比较,发现后面循环的剪切强度总是较前面循环试验所得的剪切强度要高。这种系统的差别表明采用库伦模型来处理像本试验中这样的松散矿岩,必定有某种未知的重要因素未加考虑。为了查明在库伦模型中未改虑的重要因素,采用典型试样L_5的结果进行了分析,从单位体积变形能的观点,推导出适合于松散矿岩的一个新的数学模型,即τ=D′_1σ+D′_2nσ+D′_3σ~2。从这个新的剪切强度公式可以看出,库伦公式未考虑的重要因素就是材料的孔隙率n。用新的公式来处理L_5的结果,不仅与数理统计理论相符,而且可从理论上解释其逻辑性。此外在实践中也可以减少大量的试验试样和试验时间。在对试样L_5进行典型分析建立的各种应力应变和剪切强度的关系,同样也适用于其他试样结果的分析,这就更进一步证明新的公式的可靠性。     

地震信号的时域模拟

目前获得的地震波数据大都是以加速度时程形式给出的,直接积分获得的速度时程和位移时程往往存在着明显的基线漂移现象．简便的时域优化校正算法是一种较好的选择．提出了一种分步时域校正法．首先基于最小二乘法以三阶多项式形式来拟合加速度的非零曲线,对原始加速度时程做基线预校正处理;其次对于校正后的积分速度和位移曲线仍存在的长周期基线波动问题,将校正后的加速度曲线代入单自由度系统地震反应递归公式,从而生成地震波的速度时程和位移时程．该方法原理简单,实施方便,而且能够很好地消除速度波和位移波的漂移现象．     

天然气用纤维过滤器非稳态性能实验研究

针对天然气工业特点，设计了一套滤芯性能在线检测装置，采用光学粒子计数器OPC对过滤器上、下游粉尘的浓度和粒径分布进行适时测量。使用多分散性粉尘，在实验室内测试了天然气用纤维过滤器的非稳态性能，以及各种操作参数对其性能的影响规律。实验结果表明，纤维过滤器的过滤效率和阻力均随粉尘负荷的增加而增加，根据其变化趋势可分为深层过滤和滤饼过滤两个阶段。过滤速度过高容易导致大粒子穿透，从而使效率下降，纤维过滤器的表观过滤速度应低于0．06m／s；相对湿度和滤材厚度的增加有利于增大过滤效率，但也会导致阻力的迅速增加。     

磨料水射流中磨料颗粒的受力分析

对磨料水射流中磨料颗粒的受力进行了分析，采用量级比较和典型函数法重点研究了Basset力、虚拟质量力、Magnus力和Saffman力与Stokes力的相对重要性。结果表明，对磨料水射流进行模拟研究时，必须考虑惯性力、重力、压差力和Stokes力对磨料颗粒运动的影响。当磨料颗粒在喷嘴的收缩段和直柱段中运动时，磨料颗粒所受的Basset力、虚拟质量力与Stokes力处于同一量级，对磨料颗粒的运动影响很大，不可忽略；随着时间的推移，当磨料颗粒从喷嘴射出后，磨料颗粒所受的Basset力、虚拟质量力与Stokes力相比要小得多，对磨料颗粒的运动影响很小，可以忽略；磨料水射流喷嘴外流场中，流体粘性的存在限制了磨料颗粒的旋转，磨料颗粒所受的Magnus力比Stokes力小得多，可以忽略；在喷嘴外的自由射流区域，由于流速梯度沿径向变化较慢，磨料颗粒所受的Saffman力同Stokes力相比也可以忽略。     

基于颗粒尺度DEM直接数值模拟的喷动流化床颗粒运动特性

采用离散元方法,对喷动流化床内的气固流动进行了三维直接数值模拟.气相场采用欧拉方法,固相场采用拉格朗日方法;对每一个颗粒考虑了碰撞力、携带力和重力;颗粒碰撞采用软球模型;气固耦合采用双向耦合.模拟中跟踪了每个颗粒的运动,获得了颗粒轴向速度、平均速度、颗粒浓度和颗粒平均碰撞频率随操作参数的变化规律.结果表明喷动气速度、流化气速度、颗粒平均速度、颗粒浓度和颗粒平均碰撞频率存在关联性:喷动气速度增加,颗粒在喷射区和环形密相区的平均速度增加,浓度减小,平均碰撞频率减小;流化气速度增加,颗粒速度、浓度和碰撞频率与喷动气速度增加具有相同的变化规律,但环形密相区的变化更为明显.     

转子--电磁动力吸振器系统的非线性控制

用电磁动力吸振器可实现对转子振动的在线控制。但是，当系统受到外部激励时，系统可能处于大幅度运动状态，致使转子与吸振器相接触而失控，因而对这类系统采用非线性控制便显得十分必要。在对转子-电磁动力吸振器实行线性控制的基础上，采用非线性补偿控制。数字仿真结果表明，非线性补偿控制可使转子-电磁动力吸振器达到更好的控制效果。     

变拓扑四面体机器人攀爬安全性与参数分析

变拓扑四面体机器人是基于自主纳米群技术的一种具有多重自由度的机器人系统,由可伸缩结构(伸缩杆)和连接部分(节点)组成的四面体结构为基本单元。分析了机器人沿壁面攀爬运动的典型过程,并利用ADAMS软件进行了动态仿真实验。分析了攀爬过程的安全性问题,给出了机器人在垂直壁面和倾斜壁面的静态安全性条件,同时分析了接触力与静摩擦系数对运动特性的影响。结果表明:接触力与静摩擦系数为影响攀爬特性的关键参数,接触力和静摩擦系数越小,在一个运动周期中机器人的有效位移越小,负向速度越大,两者过小时将会导致运动的失效。