基于板壳理论的挡土墙定型钢模板可靠性研究

针对挡土墙模板的结构特点,应用有限元方法中的板壳理论对扶壁式挡土墙模板这一复杂结构的设计及优化进行研究。在拉杆位置的优化模型上,通过位置布局优化,模板的变形量减小了39%,通过计算得到了模板最大变形量与板壳厚度的关系曲线和模板面板应力分布情况。研究结论可为类似薄壁结构的优化设计、参数计算提供参考,也说明有限元方法对提高模板设计的安全性、可靠性和经济性具有重要的应用价值。     

基于风力机整机气弹稳定性的塔筒结构优化

基于风力机整机的稳定性,提出了一种研究风力机塔筒结构优化的新方法。该方法以减小系统振动为目标函数,塔筒的直径和壁厚为优化参数,通过强度、变形量及质量等作为约束条件建立优化模型,利用内点惩罚函数法求解此优化问题,最后运用坎贝尔图(Campbell图)对叶片与塔筒耦合的风力机整机系统的稳定性进行分析。应用此方法对某2 MW水平轴风力机塔筒结构进行优化,整机的稳定性能得到很大改善,塔筒质量减少13%,具有一定的理论和工程实用价值。     

虚拟试衣系统中的模型变形

在虚拟试衣系统中,所用的衣物模型都是预先制作好的三维网格模型.为了使虚拟衣服针对不同用户进行"量体裁衣",就必须对其进行网格模型变形.提出了一种基于人体轮廓图驱动的三维模型变形方法来生成与用户体型相符的衣物模型.该方法包括对网格模型的编码、选择和移动锚点,求解能量优化问题,最终得到变形后的网格,并通过网格简化操作加速网格变形,使得模型变形算法效率大大提升,论证了将模型变形应用于虚拟试衣系统的可能性.     

基于多目标的九轴五联动磨床整机分析与结构优化

现有的九轴五联动数控缓进给磨床运动环节多,在工作过程中可能出现刚度不 足、床身等铸件变形及加工精度失准等问题 . 以磨床的最大变形量以及模态分析下的一阶固 有频率作为主要优化目标,整身质量作为次要目标,利用 ANSYS Workbench 对磨床进行分析 与优化,结合灵敏度分析对原有结构进行改进,得到各关键零部件新的设计方案,在磨床整机 质量上升一定的程度上,磨床的最大静变形及一阶固有频率得到很大改进 . 再使用遗传算法 （Genetic Algorithm）优化后的极限学习机网络模型（Extreme Learning Machine）联合遗传算法对 该九轴五联动磨床改进结构的一些主要参数进行优化：首先,利用灰色关联分析将磨床的整 机质量、最大静变形及一阶固有频率转成综合目标灰色关联度,其次,通过遗传算法优化后的 极限学习机网络模型（Genetic Algorithm-Extreme Learning Machine）拟合改进磨床主要参数与 综合目标灰色关联度之间的非线性耦合关系,最后,使用 GA 强大的寻优能力在训练好的 GA-ELM 网络模型中寻找最优工艺参数,优化后九轴五联动磨床的整机质量、最大静变形减 小及一阶固有频率相对于改进方案得到优化. 为后续相关工艺人员对该磨床的结构和参数优 化提供一定理论支撑与参考价值.     

多尺度卷积核U-Net模型的视网膜血管分割方法

针对病变视网膜血管结构的计算机辅助诊断问题,提出了一种多尺度卷积核U-Net模型的视网膜血管分割方法.在U-Net模型基础上设计了融合Inception模块和最大索引值上采样方法的多尺度卷积神经网络结构.在网络训练阶段,采取旋转、镜像等操作进行数据集扩充,运用CLAHE算法进行图像预处理;训练后得到的双通道特征图,进行Softmax归一化;最后通过改进的代价损失函数对归一化结果迭代优化,得到完整的视网膜血管分割模型.实验结果表明,所提方法在DRIVE数据集上分割的准确率达到0.9694,灵敏性达到0.7762,特异性达到0.9835,比U-Net模型具有更优的分割效果和泛化能力,与其他现存方法相比具有一定的竞争力.     

粘弹性动态增量反演分析在隧道施工中的应用

对深圳莲盐高速公路隧道围岩中的凝灰熔岩进行了流变试验,得到了围岩的流变模型;结合隧道的施工过程,根据围岩的收敛变形和拱顶下沉,采用改进的自适应遗传算法对粘弹性位移进行优化反分析,并利用反演得到的围岩参数,如弹性模量、粘滞系数等对变形进行预测.研究表明,利用试验得到的围岩流变模型,结合隧道施工过程的动态增量反演分析,可以较好地模拟围岩的实际性态,对指导施工具有重要意义.     

基于BP神经网络优化的灰色线性回归组合模型应用分析

在分析灰色线性回归组合预测模型基本原理的基础上,利用MATLAB强大的计算功能,实现组合预测模型算法。通过实例分析发现拟合结果对实测值出现一定的波动性,故通过建立实测值与模拟值之间的比值序列,再利用BP神经网络模型对该比值序列进行建模优化,以进一步优化组合模型的预测精度。最后实例证明了该优化模型具有较高的拟合和预测精度,是一种可行、有效的优型变形数据分析模型。     

基于有限元逆向优化法识别22Mn B5板硬化模型参数

在车辆碰撞过程的数值模拟仿真中,硬化模型的类型及其表征精度对于分析结果的精度有着直接影响.为了更加科学地选取最优硬化模型并得到其精确参数,本文采用有限元模拟软件与优化软件相结合的有限元逆向优化方法,同时结合热成形22Mn B5高强钢板在不同变形速率下的单向拉伸试验,对Swift、Voce以及Hockeet/Sherby三种硬化模型自动进行参数识别优化,得到了不同应变速率下的最优硬化模型及其相关参数;根据优化得到的硬化模型参数,建立起了不同应变速率下表征材料变形的仿真卡片,用于有限元软件标定22Mn B5高强钢在各个应变速率下的应力-应变曲线以便应用于模拟仿真;结合数字图像相关(DIC)方法对试验数据与优化得到的模拟结果进行对标,发现22MnB5高强钢在硬化阶段的应力值逐渐趋向于某一定值,饱和类的硬化模型对其变形行为的表征精度更高.通过对单向拉伸试验过程的位移-载荷与局部应力-应变进行模拟和对标,发现Hockeet/Sherby硬化模型在各个应变速率下的表征精度均为最高.另外,设计了R5缺口、R20缺口、纯剪以及拉剪4种工况下的拉伸试验,并对所建立的材料卡片进行仿真验证,均得到很好的对标效果.结果表明,所建立的热成形22Mn B5高强钢材料卡片适用性良好,采用有限元逆向优化方法确定硬化模型参数的方法精度高且方便可行.     

高富水砂层地铁竖井动态降水优化及固结变形预测

针对沈阳地区高富水砂层的水文地质特征,采用多物理场耦合分析软件Comsol Multiphysics,基于Boit固结理论,考虑砂土体的线弹性变形特征,建立了精细描述井群抽水引起地面变形动态过程的三维渗流-应力耦合模型.通过水位拟合以及位移反分析进行参数反演分析优化降水系统,并采用地表变形指标来综合预测降水引起的地面建筑物以及地下管线的变形.对比发现:该模型稳定性好,抽水77d后水位达到动态平衡;地表变形满足施工安全性要求,通过井距、井数优化,抽水井流量优化,节约成本,能得到良好经济效益与社会效益,具有工程实用价值.     

包装货物装卸机上料臂支座优化设计

针对包装货物装卸机上料臂支座在使用过程中出现的变形较大、结构笨重等问题,提出了一种优化上料臂支座结构的方法。对上料臂支座进行了多工况下的静力学仿真,并对支座进行了扩充设计;以最小柔度为目标,使用拓扑优化的方法对支座的肋板区域重新设计;根据优化后模型进行参数化建模,以模型质量、最小变形为目标进行了响应面法的多目标参数化优化。优化结果表明:支座等效应力减小了69.97%,质量减小了17.71%,最大变形减小了11.12%。该优化方法对同类装卸机关键零部件的设计优化具有一定的参考意义。     

基于小波神经网络的某边坡预测研究

边坡的地表位移监测是滑坡安全监控中的重要内容,对监测资料进行及时、合理和有效的分析,获取滑坡变形规律和安全状况是滑坡监测的重要工作之一。文章将基于BP算法的小波神经网络预测模型引入变形监测预报中,对工程实例进行了预测。结果表明小波神经网络预测可以取得良好的效果,且自适应预测能力较强。     

基于粒子群优化算法的相关向量机边坡稳定性分析模型

为快速获取边坡稳定性系数,及时对边坡进行稳定性评价,提出一种基于粒子群优化算法(particle swarm optimization,PSO)的相关向量机(relevance vector machine,RVM)边坡稳定性分析模型。该模型通过选取影响边坡稳定性安全系数的6个主要因素,并对这6个主要影响因素产生的30组数据进行拟合训练,利用粒子群算法对相关向量机模型参数进行优化,选取最优参数值,根据这30组训练样本来对剩余4组样本进行精准预测。结果表明：与实际值进行对比,基于PSO-RVM模型预测的平均相对误差仅为5.64%,且建立的PSO-RVM预测模型的边坡稳定性安全系数的平均相对误差均明显优于利用BP(back propogation)神经网络和协调粒子群(coordinated particle swarm optimization,CPSO) -BP模型预测得到的平均相对误差,进一步为边坡稳定性预测及评价提供一种新方法。     

水热变化对季节冻土区牵引式滑坡变形的作用机制——以2020年8月11日西和县大型滑坡为例

季节冻融作用诱发滑坡的机制一直缺少定量化的研究结果,这源于缺少相应的理论模型。为了重构滑坡的变形过程并分析其变形机制,首次基于热力学理论,建立了季节冻土水分、温度和变形相互耦合的数值模型,阐述了水分变化对变形的作用机制。该模型的优点是能够体现冻土边坡中冻融作用引发的水分迁移过程和水分不均匀分布状况,并从水分对土体强度影响的角度来分析边坡稳定性。以2020年8月11日甘肃陇南市白冯村发生的大型滑坡为例,利用该数值模型计算了该滑坡处置前后边坡的水热和变形过程,并对其变形机制和稳定性进行了分析。结果表明,冷季水分向冻结锋面迁移并冻结成冰,暖季活动层内冻土融化导致液态水含量增加,从而使冰透镜体所在位置变成了潜在滑移面。在外部荷载（暴雨等）作用下滑体会沿着该滑移面产生滑动,这便是季节冻土区边坡中的水分迁移过程及其对滑体滑动的作用机制。此外,案例分析表明,滑坡处理前边坡最大垂直变形和最大水平变形分别为72.41 cm和68.57 cm。设置抗滑桩后,边坡达到稳定状态时的最大垂直变形和最大水平变形分别为2.60 cm 和2.72 cm,稳定性显著提升。而且,滞水层高度的提升导致边坡垂直和水平变形0?位移线分别升高了2.05 m和2.03 m,这使得潜在滑体体积减小,从而有利于边坡稳定。然而,抗滑桩仅从力学方面提升了边坡稳定性,但是潜在滑移面仍然存在,在外部外荷载作用下,滑坡可能会复活。     

基于多元回归模型的GB-SAR监测误差改正及形变分析

针对基于地基合成孔径雷达(GB-SAR)露天矿边坡监测原始影像干涉相位误差改正不准确导致形变数据精度偏低的关键问题,以马兰庄露天铁矿GB-SAR原始影像为数据源,对原始影像干涉相位误差来源和分布特征进行了分析.提出了利用三重阈值提取PS点和高质量PS点的方法,并基于高质量PS点相位与像元坐标建立了多元回归模型.依据该模型对PS点进行相位改正以获取准确形变相位和单幅影像形变量,并在时间序列上进行叠加分析.研究结果表明,基于多元回归模型的GB-SAR形变监测误差改正方法可以准确改正GB-SAR形变监测误差,提高了形变监测数据的精度.     

相关向量机模型在边坡稳定性预测中的应用

近年来,边坡稳定性预测得到了广泛的研究,及时、准确的预测可以有效的预防边坡破坏灾害的发生。本文提出了一种基于相关向量机(RVM)的边坡稳定性预测模型,结合京-新高速公路高堑边坡工程实例,通过对比支持向量机（RVM）模型、RBF神经网络模型和支持向量机(SVM)模型的拟合及预测结果来分析其可行性。结果表明:相较于SVM模型和RBF神经网络模型,RVM模型的三种预测指标值均是最小的。其中,平均绝对误差（MAE）分别降低了86.02%和22.11%,均方根误差（RMSE）分别降低了72.05%和1.09%,相对均方误差（RRMSE）也分别降低了75.89%和21.13%,表明RVM是一种预测边坡稳定性的稳健工具,该方法能较为准确地预测出不同指标下的边坡安全系数。     

干湿交替环境下黄土边坡坡表变形演化规律模型试验

黄土地区一般为干旱半干旱区,在此环境下发育的黄土常具有疏松多孔、对水敏感的特性,使得黄土边坡坡表在降雨-干燥循环下很容易发生破坏。设计了可控降雨强度和干燥强度的模型箱;介绍了光纤光栅(FBG)传感器的基本原理;封装了适用于坡表变形监测的FBG传感器;按照实际工程坡高比,以模型比尺1∶100堆填了黄土边坡模型;模拟了干湿循环次数和幅度对边坡坡表变形的影响。实验结果分析表明:干湿循环过程中,在重力、渗透力等的作用下,坡面开始承受较大的拉应变,后逐渐转变为压应变。在经过几个循环后,坡面发生较大的变形,表明黄土边坡在破坏时存在一个关键节点;干湿循环次数与幅度均会对黄土边坡坡面产生比较严重的影响,随着循环次数的增加,边坡坡面向下滑动的趋势增大,多次低幅度的干湿循环会使边坡发生缓慢的变形,高幅度的干湿循环会使边坡发生比较急剧的变形;FBG能够适用于黄土边坡坡面的监测,在实际工程中的应用还需要进一步研究。     

空间自回归模型在水库边坡位移预测中的应用

针对传统位移监测很少考虑不同测点之间相互作用的问题,基于经济学领域空间计量学基本理论,研究了空间自回归模型在边坡位移预测中的应用。以某工程高边坡外观位移数据为例,对边坡的位移状况进行预测,并与传统的自回归积分滑动平均模型相比较。结果表明:(a)在空间自相关系数较为显著的条件下,运用空间自回归模型可以较为精确地预测边坡变形状况,且优于传统模型;(b)空间自回归模型相较于传统模型参数更加简洁、考虑的影响因素更全面,可以同时对空间所有测点位移进行估计。     

基于LM-BP和SVR的倾倒变形体变形预测

为了深入了解黄登水电站1号倾倒变形体的变形趋势,采用LM BP神经网络和SVR进行变形预测研究。基于倾倒变形体的实际变形监测资料,对位移、降雨、库水位、温度等资料进行分析,以库水位、降雨量、温度、时间作为输入参数,以位移变形作为输出参数,构建LM BP神经网络模型和SVR模型,对部分监测数据进行（先行学习）训练,对后续的监测数据进行验证预测,预测预报了研究测点的变形情况。分析结果表明,2个模型精度都比较高,LM BP神经网络模型的最大误差为2.53%,SVR模型的最大误差为4.35%,预测方法有效。     

土质路堑高边坡变形特性的离心模型试验研究

通过离心模型试验揭示了土质路堑高边坡在开挖卸载过程中的变形特性及坡体应力变化特点,分析了土质路堑高边坡土体参数(密实度、含水量)变化对坡体变形特性和虚拟力(人为控制坡面变形而产生的力)的影响,以及两者之间的关系;讨论了在坡体的开挖卸载过程中,正在开挖卸载的坡面对上、下坡面的影响(通过坡面的变形及虚拟力的变化反映出来)规律.试验结果表明,坡体含水量的增加和密实度的减小均会改变坡体的应力状态,增大边坡侧向位移,降低边坡的稳定性.     

基于流变模型的反倾层状岩体倾倒变形发育深度的力学分析

为了研究反倾层状岩体倾倒变形的发育深度,结合倾倒变形发展演化过程的时效性特点,将岩层抽象为在自重及层间应力作用下的弯曲悬臂梁,选取Kelvin流变模型,以变形发育极限位置处拉应变为零作为发育深度的判据,计算得出了层状岩体倾倒变形的发育深度;并利用发育深度恒为正的特点得到了倾倒变形发生的判据条件。计算结果表明,层状岩体倾倒变形发育深度受岩性条件及坡体结构的影响;而倾倒变形发生与否则主要受到岩层倾角、边坡坡角及层间内摩擦角的影响。结论可以为倾倒变形边坡变形规模判断及稳定性分析提供依据。