钢筋混凝土桥面板疲劳寿命评估

为确保桥梁使用安全,对混凝土桥面板进行疲劳寿命评估十分迫切.基于疲劳损伤累积理论和混凝土桥面板车轮移动疲劳加载下试验数据,并引入模型相关系数,用来考虑桥面板实际寿命和试验寿命的差异,建立了混凝土桥面板疲劳寿命预测模型,对混凝土桥面板的疲劳寿命进行评估.分析比较了采用英国BS5400、欧洲规范Eurocode和美国AASHTO规范中标准疲劳车评价混凝土桥面板疲劳寿命的差异性,以及车辆超载对桥面板使用寿命的影响.计算结果表明:疲劳标准车技术参数对混凝土桥面板的疲劳寿命影响较大,应研发适用于桥面板疲劳分析的车辆荷载模型;在没有实桥调查数据情况下,建议优先采用BS5400规定的车轮活载频谱值;当车辆超载20％以上时桥面板寿命下降显著,超载40％以上时桥面板寿命将低于10年,因此在桥梁运营中应严格禁止超载20％以上车辆的通行.     

基于神经网络BP算法的7075-T651铝合金搅拌摩擦焊焊接接头疲劳寿命预测

在对航空用5 mm厚7075-T651铝合金搅拌摩擦焊焊接接头进行低周疲劳实验研究的过程中,通过实验数据的获取,建立基于人工神经网络BP算法的搅拌摩擦焊焊接接头疲劳寿命预测模型.利用该网络模型对不同工艺参数下焊接接头的疲劳寿命进行预测.预测值和实验值比较表明,预测数据与实验数据吻合良好.该模型的建立为铝合金搅拌摩擦焊焊接接头疲劳寿命研究节省了时间.     

混凝土抗压疲劳寿命概率分布及其置信度计算

基于混凝土的失效机理和统计理论 ,用最弱环模型分析了混凝土抗压疲劳寿命分布规律 ,并与正态模型进行了比较 .试验结果表明 ,三参数Weibull分布较正态分布和对数正态分布更适宜描述混凝土抗压疲劳寿命分布规律 .在三参数Weibull分布置信限研究基础上 ,对要求高可靠度、高置信度的疲劳寿命进行了计算     

混凝土抗压疲劳寿命概率模型试验研究

对27个强度为 C30、尺寸为150 mm×150 mm×300 mm 的混凝土棱柱体试件进行了疲劳寿命试验,推导了利用小样本数据对对数正态分布和三参数 Weibull 分布进行参数估计的方法。基于试验数据,利用相关系数优化法,分别用对数正态分布和三参数 Weibull 分布对混凝土疲劳寿命的概率模型进行拟合,回归得到其分布参数,从而确定了 C30混凝土疲劳寿命概率模型。运用得到的混凝土疲劳寿命模型对算例进行了疲劳可靠度的计算。拟合的结果表明,混凝土疲劳寿命基于这两种概率分布模型都拟合较好,但三参数Weibull 分布拟合精度更高。对混凝土疲劳损伤的研究表明,混凝土结构疲劳累积损伤所对应的可靠度随加载周期大致呈现二次抛物线下降的趋势,混凝土结构的疲劳损伤随着加载周期的增加而发展得越来越迅速。     

纤维增强复合材料层压板的疲劳寿命预测方法

针对纤维增强复合材料层压板的疲劳寿命预测问题,提出了一种将理论与仿真、单向板与多向层压板紧密结合预测疲劳寿命的方法.基于几组碳纤维/树脂基T300/QY8911单向板在循环应力加载下的疲劳试验数据,通过灰色系统GM(1, 1)模型,建立单向板的疲劳寿命模型和损伤函数.与传统的最小二乘法拟合相比,该方法提高了预测精度.通过有限元方法对层压板进行应力分析、失效分析和材料性质退化.将失效分析的结果与建立的单向板疲劳寿命模型和损伤函数结合,从而来计算多向层压板的疲劳寿命和损伤.通过与实验数据及其他预测方法的结果对比,该预测方法降低了疲劳寿命预测相对误差,且与实验结果吻合较好.     

超高压管道的疲劳损伤研究

通过将超高压管道在疲劳载荷作用下的损伤归结为无初始应力集中的大范围疲劳损伤问题,根据应变疲劳的破坏机制,以应变幅为损伤变量,建立了损伤演化方程,利用虚功原理得到了超高压管道疲劳裂纹萌生寿命计算模型,探讨了交变内压作用下模型参数的计算问题.模型不仅考虑了材料的疲劳特性,同时考虑了管道结构和载荷作用情况,当退化为简单试件的疲劳寿命计算式时,能很好地拟合3种常用超高压容器用钢30CrN iMo8、ANSI4340H和G4335V的疲劳试验数据.     

沥青混凝土弯曲疲劳试验疲劳损伤分析

针对现有沥青混合料疲劳损伤试验时直接依据刚度或模量计算损伤值而无法真实反映材料微观损伤特性的不足,提出应用反分析方法以得到沥青混凝土的疲劳损伤演化规律。其步骤是：根据沥青混凝土疲劳损伤模型,得到三点弯曲梁试件疲劳损伤力学理论经典解;根据疲劳试验数据确定沥青混凝土材料疲劳损伤模型中的特征参数。应用非线性有限元方法,模拟计算并分析试件疲劳损伤过程中的弯拉应力、挠度、损伤变量、裂纹扩展速率等的变化规律,并预测沥青混凝土试件疲劳寿命及失稳断裂时的裂纹长度。研究结果表明：疲劳寿命的数值模拟结果与试验结果较吻合,证明了所提出的沥青混凝土疲劳损伤模型的合理性和有效性。     

混凝土高频疲劳加速寿命试验

车载循环作用下的混凝土疲劳强度问题越来越受到人们的重视,而针对混凝土高频疲劳性能的研究不是很多,将高频疲劳试验方法引入到岩石类非金属材料的试验中,针对混凝土圆柱试件进行高频疲劳加速寿命试验研究.通过分析疲劳频率变化曲线的规律,解释混凝土高频疲劳的破坏机理,建立混凝土的轴向压缩非线性疲劳损伤累积模型.同时考虑到存活率,得出混凝土疲劳加速寿命失效概率的P-lgS-lgN双对数疲劳方程.     

基于断裂力学的混凝土桥梁疲劳损伤及寿命评估分析

在传统分析典型混凝土桥梁疲劳损伤及剩余寿命预测的基础上,根据混凝土桥梁在变幅应力荷载作用下计算疲劳损伤度,建立等效疲劳车模型,通过断裂力学方法和K准则,确定混凝土主要构件的初始裂纹和断裂类型及临界断裂深度,并采用断裂力学方法对湖南省常德市沅水混凝土桥进行疲劳损伤及剩余寿命评估分析.结果表明:断裂力学方法在进行典型混凝土桥梁研究中表现出良好的可信度,是一种非常有研究价值的混凝土桥梁疲劳损伤和剩余寿命的研究评估方法.     

基于裂纹扩展的锈蚀拉索疲劳寿命评估

将平行钢丝索视为一个多裂纹竞争的串-并联模型,通过点蚀不均匀系数确定锈蚀钢丝的初始裂纹尺寸. 基于疲劳裂纹扩展速率模型各参数的概率分布,采用疲劳失效全过程Monte-Carlo模拟法计算了不同断丝率下拉索的疲劳寿命,并通过试验数据对计算结果进行了验证. 结果表明：拉索断丝率随疲劳次数增加符合幂级数的增长规律,当拉索的断丝率达到10%之后,拉索的断丝率迅速增长而失去抵抗疲劳荷载的能力. 纤维束模型中串联钢丝单元划分越多,拉索的疲劳寿命越短,但这种趋势会随着钢丝单元数的增加而逐渐趋于稳定. 锈蚀拉索的疲劳寿命服从Weibull分布,点蚀效应缩短了钢丝裂纹萌生寿命,随锈蚀程度的增加,拉索疲劳寿命均值大幅下降,变异性减小,其抗疲劳性能快速劣化. 通过雨流计数法将随机荷载历程转化为疲劳荷载谱块的重复作用,基于钢丝的腐蚀发展规律计算了不同腐蚀程度拉索的疲劳寿命,建立了随机荷载作用下拉索腐蚀程度与疲劳寿命劣化之间的关系模型. 根据P-dc-N曲线可对锈蚀拉索服役期的疲劳可靠性进行评估,应用时需要准确掌握拉索钢丝的缺陷或腐蚀细节信息.     

改善BP网络检验效果的研究

本文针对ＢＰ人工神经网络在处理连续变量时，学习效果很好，而检验效果不理想的情况下，提出三条改进检验误差的措施。１）检验样本的选择规则；２）引入虚拟样本；３）改变网络的拓扑结构、并实际应用于催化裂化主分馏塔优化操作建模的神经网络，收到很好的效果。这三条措施简便易行，可广泛适用于其他网络，以改善其检验效果。     

BP神经网络预测混凝土抗渗性能的研究

综合考虑了双掺矿物、掺合料混凝土抗渗性能的各种影响因素，选取了双掺矿粉、粉煤灰混凝土配料中7个主要因素作为输入量，混凝土28d抗渗系数为输出量，建立了混凝土抗渗性能预测的BP网络模型，进而对双掺矿粉、粉煤灰混凝土配合比抗渗性能试验数据进行分析．结果表明此模型的可靠度高，可用于混凝土渗透性的虚拟化设计．     

灰色神经网络交通事故预测比较

针对BP神经网络多变量输入难以确定的缺点,提出了采用灰色关联分析法确定主要影响因子输入的多因子灰色关联分析神经网络预测模型,实例证明,该方法预测精度优于全输入BP神经网络预测。进一步提出了应用选优BP神经网络输入预测和GM(1,N)组合预测的模型,它结合了灰预测利用少数据累加生成建模,容易找出数据变换规律的特点和神经网络能很好地非线性逼近,又需要较全数据的特点。实证研究结果表明,该组和网络模型获得了更准确的预测值,模型新颖,具有更好的预测精度,可广泛应用于各种预测研究,有较高的推广价值。     

基于BP人工神经网络的大气颗粒物PM10质量浓度预测

根据2008年长沙市火车站监测点全年大气PM10及气象参数的小时平均数据,建立BP人工神经网络预测模型,预测PM10小时平均浓度。为证明人工神经网络模型用于预测PM10质量浓度的准确性,研究中考虑2种预测模型:多元线性回归模型与人工神经网络模型。研究结果表明:与传统的多元线性回归模型相比,人工神经网络模型能够捕捉污染物浓度与气象因素间的非线性影响规律,能更好地预测PM10质量浓度,拟合优度R2有较大提高;所选取气象参数及污染源强变量能较准确地描述大气PM10质量浓度的实时变化,用于PM10质量浓度的预测准确度较高,整体R2可达0.62;人工神经网络预测模型不仅适用于一般污染浓度情况,对于高污染时期PM10质量浓度的预测也较为准确。     

BP神经网络在车辆制动性能预测中的应用

首先建立了车辆制动过程数学模型,利用该数学模型对JS2310农用运输车的制动性能进行了计算机仿真,并与试验结果进行了比较,表明模型是正确的为进一步提高该车辆制动性能预测的精度,引入了神经网络技术使用BP网络对不同条件下的多次仿真结果进行第一步学习,将数学模型转化为车辆制动性能预测的神经网络模型,再进一步使用整车部分试验结果对已得到的神经网络进行训练,得到最终的预测模型结果表明使用神经网络模型可以提高车辆制动性能预测的精度     

一种高精度的概率积分法参数预计方法

为使概率积分法参数预计具备更高的精度,在充分分析概率积分法参数与地质采矿条件间关系的前提下,整合遗传算法和BP神经网络的功能特性构建了一种新的网络模型,即NA(new approach)模型。该模型利用遗传算法的寻优能力获得网络最优输入自变量组合,并优化模型的权值和阈值。以中国45个典型的地表移动观测站数据作为训练和测试集,分别建立NA、BP网络和SVM模型,并将模型预测结果与实测数据做了对比分析。结果表明:对不同的概率积分法参数预计时,NA模型的预测精度都优于BP网络和SVM模型;且误差波动范围小、稳定性高。随预计参数的不同,BP网络和SVM模型预测精度各占优势,但两者预测效果相差甚微。     

基于灰色神经网络的机床热误差建模

结合灰色模型和神经网络对数据处理的优点,提出了并联和嵌入型2种结构的灰色神经网络机床热误差预测模型。前者是在灰色模型和神经网络分别对机床热误差进行预测的基础上,采用线性组合方式,按照目标预测精度调整模型的加权系数,从而得到最终组合预测结果;后者是在神经网络输入层前增加灰化层,在输出层后增加白化层,通过对神经网络拓扑结构的改进,达到弱化原始数据随机性、提高预测模型鲁棒性和容错能力的目标。通过与传统灰色模型和神经网络进行试验结果对比表明：上述2种结构的灰色神经网络模型均提高了预测精度,且具有对原始数据要求低、计算简便、鲁棒性强等优点,可用于复杂实际加工场合中的数控机床热误差实时补偿。     

一种羊肉品质无损检测方法的研究

对反映羊肉品质的气味、pH值、表面纹理色泽等信息进行了检测,通过人工神经网络建立了多数据融合检测模型,检测结果与肉类新鲜度国家标准TVB-N值相对应,实现对羊肉新鲜度的快速、无损检测.     

基于人工神经网络烟度计有效光路的算法

为准确计算烟度计的有效光路，基于人工神经网络提出了对QN-1型全流消光式烟度计有效光路的计算方法．该方法利用烟度计有效光路的关键影响因素即空气扫气压力和发动机的转速为输入，构造了一种反向传播神经网络，并利用试验数据进行训练，然后仿真烟度计的有效光路．试验表明，仿真数据与试验数据偏差在-0．0399～0．0486之间．由此可见，利用人工神经网络计算烟度计的有效光路准确实用．     

基于蚁群算法和神经网络的位移反分析

运用蚁群算法和人工神经网络构造了位移反分析的蚁群人工神经网络模型，并基于正交试验获得的训练样本对网络进行学习，以此训练好的神经网络模型来描述岩体力学参数和位移之间的关系。该方法以神经网络为基础，用蚁群算法来学习神经网络的权系数。利用反演结果，建立快速拉格朗日快速计算法（FLAC）模型，对地表沉陷进行预测。结果表明：用蚁群算法训练神经网络，可兼有神经网络广泛映射能力和蚁群算法快速全局收敛的性能。