车隧阻塞比对高铁隧道壁面气动压力特征的影响

为进一步研究隧道壁面气动压力特征变化规律,基于RNG k-ε两方程湍流模型与滑移网格技术,数值模拟了高速列车经过双线隧道的全过程;然后,利用现场实测数据对数值方法准确性进行验证;最后,分析了车隧阻塞比对隧道壁面气动压力特征的影响规律。结果表明：随着车隧阻塞比的增大,初始压力波梯度最大值以及正峰值均以指数形式增大,相关系数R²均大于0.998;在列车车尾驶出隧道出口前以及驶出隧道出口后的两个不同阶段,隧道壁面典型气动压力峰值（正峰值、负峰值以及峰峰值）与车隧阻塞比之间满足以e为底的指数函数关系,相关系数R²均大于0.999 5;当列车车尾驶出隧道出口后,随着时间的推移,不同车隧阻塞比下隧道壁面气动压力正负峰值差异性逐渐减小。以距隧道入口500 m测点为例,当车隧阻塞比从0.080 1增大到0.112 2（1.4倍）时,初始压力波梯度最大值增加量为2.92,正峰值增加量为0.30 kPa;列车车尾驶出隧道出口前,气动压力正负峰值增加量分别为0.35与0.60 kPa;列车车尾驶出隧道出口后,气动压力正负峰值增加量分别为0.53与0.46 kPa。     

高速列车行驶速度对隧道壁面气动压力影响的数值模拟

壁面气动压力长期循环作用是高速铁路隧道衬砌掉块的重要诱因,为研究高速列车行驶速度对壁面气动压力基本特征的影响规律,采用三维数值仿真模拟对隧道典型位置(入口段、洞身段以及出口段)壁面气动压力进行研究。结果表明:列车车头经过使得监测横断面气动压力差异性增强,表现出显著的三维特征。隧道入口段气动压力三维特征主要受压缩空气所占体积大小以及与隧道入口之间距离的影响,气动压力三维特征随着进入隧道入口距离的增加而减弱,并逐渐向一维特征转变。列车车头驶入隧道入口后,车尾驶出隧道出口前,洞身段不同测点位置的气动压力正峰值主要受车头进入隧道入口诱发压缩波的影响,纵轴中断面测点气动压力负峰值与峰峰值大于洞口段。车尾驶出隧道出口后,出口段测点气动压力负峰值大于入口段,正峰值小于入口段。隧道出口段气动压力三维特征与入口段相似,但列车行驶速度以及测点与隧道出口之间距离对气动压力三维特征的影响机制更为复杂。     

基于PSO-BP网络的煤炭企业物流成本预测

为了对煤炭企业物流成本进行有效的预测,首先分析了煤炭企业物流成本的影响因素,然后分别采用PSO-BP网络和BP网络对煤炭企业物流成本进行了预测,并对试验结果进行了对比分析,结果表明,PSO算法优化的BP神经网络,其收敛速度和预测精度都明显高于传统的BP网络。PSO-BP方法对煤炭企业物流成本的预测具有一定的参考价值和指导意义。     

横风下高速列车驶入隧道时瞬态气动性能研究

针对列车高速驶入隧道时流场的三维、非定常及可压缩湍流等特性,建立了精细化的隧道-列车-空气三维CFD数值模型,对比分析洞口有无横风条件下列车驶入隧道过程中车体周边的瞬态流场结构、压力分布,并研究横风条件下车体的5项气动荷载(气动横向力、气动升力、倾覆力矩、偏航力矩和点头力矩)指标的瞬变特性以及风速和车速变化对其最大瞬变幅值的影响情况.研究结果表明:当列车在横风环境下驶入隧道,洞外部分车体两侧流场结构和压力分布差异显著,而洞内部分差异较小,从而引发列车进洞前后车体压差突变;列车在进洞过程中,车体的各项气动荷载均存在瞬变效应,且尾车同时呈现出倾覆、"上跳"、"蛇形"摆动以及"点头"等行为;风速变化对尾车偏航力矩变化幅值影响较显著,而车速变化对头车偏航力矩变化幅值影响较显著.     

横风下高速列车突入隧道时气动荷载冲击效应

对高速列车由横风环境驶入隧道过程中流场的非定常、可压缩以及湍流等特性,建立了隧道-列车-空气三维CFD数值模型,分析了列车驶入隧道时各节车厢的气动荷载瞬态变化特征及对应的车厢运行姿态变化,并从流场角度揭示了其变化机理,最后探讨了气动荷载对车厢的冲击效应.主要结论如下:(1)当列车由横风环境驶入隧道时,各节车厢的5项气动荷载均表现出显著的突变特征,相应地各节车厢均会呈现瞬间偏转以及瞬间"点头"等行为;(2)车厢两侧压差在纵向上的巨大差异是导致车厢横向力和倾覆力矩的突然卸载以及偏航力矩骤增的根本原因;(3)横风是导致气动荷载对车厢冲击强度显著升高的主要因素;(4)头车的安全系数是控制整列车运行安全性的关键.     

高速铁路并联隧道横通道对隧道内压力变化的影响

给出了高速列车穿越横通道高速铁路并联隧道时压力变化的三维非定常黏性流场数值模拟过程,研究了两条并联隧道横通道的面积变化、位置变化和斜交方式对并联隧道及横通道内压力变化的影响规律.计算结果表明:并联隧道横通道的存在,使得隧道内压力变化的最大值降低,隧道横通道断面积越大,则最大压力梯度的降低率越小,当横通道的断面积与隧道断面积之比为0.3左右时,其降低隧道中测点的最大压力及压力梯度的效果最好;横通道对隧道的降压效果与隧道交叉方式有关,横通道与隧道的斜交方式为正交,且正交角度控制在60°左右时,横通道对隧道内的降压效果比较好.对比分析表明,当并联隧道内的横通道、竖井及避洞在隧道内的位置、断面积、长度及与隧道的斜交角度相同时,竖井的降压效果最好,横通道次之,避洞的降压效果最差.     

联通式内缓冲结构对隧道气动效应减缓效果

为解决地形受限而无法在隧道入口处设置缓冲结构的隧道气动效应问题,提出了一种新型的联通式内缓冲结构,基于三维、可压缩、非定常Navier-Stokes方程,采用k-ε两方程湍流模型,通过滑移网格技术,对列车高速驶入隧道所引起的压力波动进行了计算.通过将不同缓冲结构形式对隧道气动效应的减缓效果进行对比,选定出了此缓冲结构的...     

基于灰色神经网络的测井预测地层破裂压力

在新兴的信息处理技术中,灰色系统预测法和神经网络预测法都可用来解决精细测井解释和油藏描述中的模式识别和参数预测等问题。基于灰色GM(0,N)静态模型和BP神经网络模型,提出了一种新的参数估算方法即灰色神经网络判释法,由此分析了利用测井资料预测地层破裂压力的可行性。以H盆地中部气田为实例,综合应用现场试采测压资料和测井资料,建立了该气田石盒子组马家沟组地层破裂压力的灰色BP神经网络预测模型,成功地处理了该区25口气井(油井)资料。结果表明,该法简便好用,预测精度高,为应用测井资料预测地破裂层压力开拓了一条新的途径。     

高速列车车头曲面气动噪声的数值预测

利用映射法生成高速列车头部流场的六面体贴体网格。采用三维大涡模拟法（LES）计算高速列车流线型头部的瞬态外流场,利用Lighthill-Curle声学比拟理论预测高速列车头部诱发的气动噪声。研究结果表明：气动噪声在很宽的频带内存在,是一种宽频噪声;在低频时,声压幅值较大,随着频率升高,幅值下降;当来流速度一定时,距离气动噪声源越远,总声压级越低,但总声压级的衰减幅度减少;随着列车运行速度增加,诱发的噪声加大,但距离车头曲面越远,总声压级的增幅越小;同一噪声源在不同受声点引起的噪声频谱曲线基本相似,控制列车运行过程中产生的脉动压力,能够减少气动噪声。     

基于PSO-BP神经网络的探空湿度太阳辐射误差修正

采用计算流体动力学(CFD)软件仿真太阳辐射偏干误差可获得无线探空仪的湿度修正因子,提高了湿度廓线的精度,有助于提升天气预报、气候预测及气象灾害预报预警能力。但湿度修正因子存在明显的时空分布特性,采用CFD方法对每条湿度廓线进行修正计算量庞大。针对这一问题,以CFD软件仿真出典型气压、太阳辐射量和太阳高度角下的温度误差作为数据样本,通过粒子群优化(PSO)的BP神经网络构建预测模型,对探空湿度太阳辐射温度误差进行预测,并利用饱和水汽压逼近公式推算湿度测量的修正因子。研究结果表明,以南京探空站某一天的探空数据作为测试对象,CFD计算和PSO-BP预测的湿度测量太阳辐射误差吻合度较好,说明PSO-BP神经网络预测方法能够对湿度廓线的太阳辐射偏干误差进行有效修正,而且可显著提高修正效率。     

强横风下列车出隧道时的瞬态气动性能

运用滑移网格技术,选用工程上常用的k-ε双方程湍流模型,对横风环境下高速列车出隧道口时的瞬态空气动力特性进行数值模拟,得到不同风速、不同车速下列车受到的瞬态风荷载。计算结果表明:车体所受的瞬态风荷载在列车出隧道口的过程中急剧增大,随着列车逐渐脱离隧道而趋于常数;对车辆安全影响较大的侧向力、侧滚力矩中,头车受到的气动力变化幅值最大、尾车最小,中间车居中;列车出隧道过程是车体周围流场压力不断上升的过程;车体水平中心截面上的静压系数曲线在车头处存在1个大2个小共3个峰值;随着列车的运行,其中迎风面的第2峰值逐渐增大超过原最大峰值,而背风侧第2峰值基本保持不变。     

基于GA-BP神经网络的隧道初期支护钢拱架内力预测

针对误差反向传播(BP)神经网络易陷入局部极小值的问题,将遗传算法(GA)与BP神经网络相结合,先以遗传算法全局最优的特性对初始化的BP网络的权重和阈值进行优化,再将优化的权重和阈值作为初值带入BP网络训练得到最优解.运用此改进的BP神经网络对竹盖山隧道初期支护钢拱架内力进行预测,取得了良好的效果,精度高、收敛快,为指导和控制工程施工提供了有效的依据.     

基于压力舒适性的400 km/h双线高速铁路隧道净空面积研究

对400 km/h的16编组列车在不同净空面积(90,95,100,105和110 m²)隧道交会气动载荷进行数值研究,并结合压力舒适性标准对隧道净空面积提出建议。采用RNG k-ε湍流模型和滑移网格法进行数值模拟,并通过动模型实验进行验证。研究结果表明：16车编组的高速列车以速度400 km/h在净空面积为100m²的标准双线隧道内交会时,从头车到尾车方向上,车外表面的平均压力峰峰值不断减小,车内的平均压力峰峰值不断增大;综合考虑现有高速列车气密性与舒适度标准,运行速度为400 km/h的长编组高速列车双线隧道净空面积推荐采用100 m²。     

基于PSO-BP网络的流变本构模型智能化识别研究

岩石流变是岩石力学问题中一个重要的研究课题,而岩石流变本构模型理论仍是目前岩石力学研究中的难点和热点问题之一.基于神经网络方法智能化识别岩石流变本构模型.基于系统辨识理论,构建了PSO-BP神经网络模型,在Matlab平台基础上编写PSO-BP网络智能化识别程序,直接根据流变试验数据,通过网络自学习,输出可以近似反映岩石流变全过程的神经网络结构化表达.将识别得到的岩石流变本构模型与原试验曲线进行拟合,并利用模型验证数据进行仿真计算,得到的仿真结果令人满意,验证了该神经网络方法直接识别岩石流变模型是可行的.     

基于IPSO-BP神经网络的坝基扬压力预测方法研究

针对坝基扬压力预测的传统BP神经网络模型初始权值和阈值随机性强、易陷入局部最优等局限,采用惯性权重动态调整的改进粒子群算法对BP网络的初始权值和阈值进行优化,建立了基于IPSO的BP神经网络坝基扬压力预测模型．通过算例验证算法的优越性及程序的准确性,并以某大坝多年扬压力监测数据进行工程实例应用,结果表明,IPSO—BP扬压力预测模型与传统BP模型相比,拟合相关系数大,统计误差小,预测精度更高．     

高速列车隧道内会车时气动舒适性研究

基于N-S方程及k-ε两方程紊流模型,采用有限元法对2列高速列车在隧道内交会时引起的车内压力变化及各参数对乘坐舒适性的影响进行了仿真分析.研究结果表明:2列高速列车在隧道内会车时的瞬变压力值与列车会车的地点、列车长度、列车速度及列车的密封指数均有关系,同车长、车速、密封指数的情况下,会车在隧道中部时瞬变压力变化值最大;同隧长、车速、密封指数的情况下,会车于相同地点时,较长车长的瞬变压力最大变化值要高于较短车长的;当列车的密封指数大于15s时,各种计算工况均能满足列车内瞬变压力容许值1.25kPa/3s的评价标准.     

基于BP神经网络的深部地层压力预测技术

地层压力的准确预测是优质高效安全钻井、减少井下复杂情况、合理开发油气层的基础.由于地层压力的实测方法费用较高、周期长,且影响钻井安全,因此提出一种基于神经网络技术的地层孔隙压力预测新方法,并详细论述了神经网络预测模型的建立过程.该方法以声波时差、自然电位、自然伽马数等测井数据及钻杆压力测试数据为学习样本,具有十分高的准确度.对大庆油田萨尔图和杏树岗两个区块的地层压力进行实例预测,预测结果表明,其预测结果与实测结果的相对误差<±8.9%.     

基于实测的脉动风随机幅值谱模型

风荷载建模问题是结构抗风设计和安全评估的关键,已有规范给出的脉动风功率谱密度函数很难全面反应原始随机过程的概率信息,为此,根据量纲分析给出脉动风幅值谱的一般化表达形式,并结合某桥的实测风速数据的谱估计,给出Davenport形式的随机幅值谱模型,并采用PSO(partical swarm optimization)算法估计该模型的参数,最后给出该模型的3种具体使用方式.与实测风幅值谱的统计特性进行对比,表明提出的随机脉动风幅值谱模型能真实描述当地风场概率统计特性,可以提高该桥所在地区风荷载的建模精度.     

基于神经网络模型的水平井破裂压力预测方法

破裂压力是井身结构设计的基础依据,也是水力压裂设备选型和方案设计的基础参数,通常采用测井解释获取破裂压力剖面,但其存在参数准确获取难、计算过程繁琐、普适性较差、计算精度低等问题,机器学习提供了一种解决这些问题的新方法。为此,以测井数据作为输入参数,采用4种不同的神经网络模型,建立水平井测井数据与破裂压力间的非线性关系,通过测试集预测结果的对比分析,优选出最佳的神经网络模型,并优化模型网络结构和超参数,实现水平井破裂压力的直接预测。研究结果表明：1)破裂压力与井斜角、横波时差和纵波时差表现为极强相关性,与井深、岩性密度和补偿中子表现为强相关性,与井径和自然伽马表现为弱相关性;2)不同组合的测井参数对模型预测结果具有显著影响,最优输入参数为井斜角、横波时差、纵波时差、井深、岩性密度和补偿中子;3)对比多层感知机、深度神经网络、循环神经网络和长短期记忆神经网络(LSTM)模型,发现LSTM模型的预测效果最佳;4)优化了LSTM模型的网络结构及超参数,优化后破裂压力预测的平均绝对百分比误差为0.106%、决定系数为0.996。LSTM模型能够有效构建水平井测井参数与破裂压力之间的非线性关系,可...