多孔岩土材料渗透系数与孔隙率关系随机模拟

为了研究多孔岩土材料渗透系数与孔隙率关系,根据给定有限元计算模型的孔隙率,随机生成表征孔隙和固体颗粒的有限元模型,模型中的材料参数和单元属性用ANSYS中的APDL参数化语言赋值。根据有限元随机模拟断面的流量分布和稳态渗流问题的达西定律,计算在不同孔隙率的等效渗透系数,研究等效渗透系数与岩土孔隙率之间的关系。计算结果表明:在孔隙尺寸不变的情况下,等效渗透系数与孔隙率成正比。     

基于巴西劈裂试验的混凝土细观本构模型参数估计方法

通过力学性能试验确定细观参数取值是离散单元法进一步应用的关键问题。选取5个控制材料宏观响应的细观本构模型参数,建立混凝土材料巴西劈裂试件二维颗粒流程序(particle flow code in two-dimensions,PFC~(2D))计算模型,提出了一种细观参数的估计方法。假定试样的宏观响应与细观参数间为近似线性关系。根据已有研究成果,给出一组细观参数的初始值,利用线性回归得到细观参数对宏观响应的回归系数,建立细观参数与宏观响应的映射关系。定义目标函数为宏观响应的计算值与试验观测值的均方差最小,求解一个约束优化问题,得到细观参数的估计值。以C35混凝土巴西劈裂试验为例进行了模拟,结果表明根据估计的细观参数模拟得到的荷载-位移曲线与实际试验曲线吻合较好,验证了方法的有效性。     

基于分形网络模型的裂隙岩体渗流特性分析

基于分形网络模型提出了裂隙岩体渗透率参数估计方法。采用网格模板方法产生具有分形结构的岩体裂隙网。根据渗流网络的并联原理,建立了岩体裂隙网络等效渗透率计算方法。研究表明,岩体裂隙网络系统的等效渗透率随着裂隙分形比例因子和分级数目的增加而增加。裂隙岩体的等效渗透率能够采用分形网络方法进行解析预测。     

基于神经网络的非线性动力系统控制研究

基于改进BP神经网络,建立了一种自适应在线控制模型,并且该控制方法应用到离散非线性动力系统和倒立摆系统控制问题。为了避免BP神经网络在训练过程中的目标函数局部极小值问题,提出了一种基于BFGS优化算法的神经网络训练方法。与其它控制方法相对比,所提出的基于神经网络的倒立摆控制方法具有较高的控制精度。通过离散时间系统的控制模拟和倒立摆模型系统的控制两个算例,验证了所提出的控制方法的具有有效性和很好的控制效率。     

基于分形网络的人呼吸系统气体传输模型

基于呼吸系统的分形特性,提出了气体在人呼吸系统中传输的数值模拟模型.研究了人呼吸系统分形结构的传输特性.根据串联、并联网络原理和Darcy定律.建立了基于分形网络的呼吸系统等效渗透率计算模型.分形网络模型用于描述人呼吸系统气体传输的机理.采用数值方法分析了分形参数对等效渗透率的影响.研究表明:人呼吸系统的等效渗透率随着比例因子β的增加而增加,随着比例因子γ的增加而降低.推导出入呼吸系统的最优分叉数M=2.呼吸系统的优化分形结构使得系统的能量消耗最低.     

井巷掘进爆破块度的控制

本文利用小型试验方法,以Kuz—Ram模型为指导对掘进爆破块度进行了研究,并建立了块度模型.提出了控制爆破块度的方法,利用该法可对大断面爆破工作进行指导,实践证明这种方法是可行的.     

二维稳态导热反问题的正则化解法

构造求解二维导热反问题的数值迭代解法,并以含内热源二维导热问题为背景,采用该迭代解法确定材料热传导系数。在每个迭代步中采用Tikhonov正则化方法克服反问题固有的不适定性。数值算例表明,该方法可行、有效,不仅适用于单介质热物性参数反演问题,而且适用于多介质热物性参数反演问题。     

基于神经网络的混凝土大坝弹性参数识别方法

基于人工神经网络方法,根据云峰大坝坝顶水平位移观测资料识别大坝混凝土和岩石基础的弹性模量,采用修正的ＢＰ学习算法,并通过对迭代步长的优化计算及对观测数据的归一化处理,提高了参数识别的速度和精度,云峰大坝的工程实际应用表明,用神经网络方法识别材料参数具有识别精度高和收敛速度快等特性,拟合误差小于０．１５ｍｍ。     

基于模拟退火算法的爆炸冲击荷载参数反演法

基于模拟退火算法,建立了根据测试系统动力响应观测数据反演爆炸冲击荷载参数的数值方法。数值模拟结果表明,本文所提出的爆炸冲击荷载参数随机反演方法具有全局搜索能力,并且具有良好的抗观测噪音能力。当 测试系统的观测相对误差为10％时,参数反演结果的误差小于4％。所建立的参数反演方法具有良好的鲁棒性。