浆体极限切应力的研究

本文基于絮凝发育图式,提出浆体在宾汉极限切应力行将呈现时,亦已具有恒大于零的临界粒间粘着力(τ_(Fk))的观点。换言之,宾汉极限切应力τ_B的大小取决于形成絮网结构时的粒间粘着应力τ_F与τ__(Fk)之差值的大小。并由此建立了包含有流型转化因素(临界含沙浓度)的宾汉极限切应力计算公式。并经大量实测资料验证表明,公式与实测资料吻合较好;其次还利用实测资料进一步对临界含沙浓度的大小进行了测算,获得了有益的认识。     

基于BP神经网络的体外索索力预测及MATLAB实现

为了进一步研究体外预应力混凝土结构体外索极限应力的确定方法,在分析影响体外预应力混凝土结构体外索极限应力因素的基础上,运用神经网络预测的原理,采用误差反向传播神经网络即BP神经网络对体外索的索力进行了预测.预测结果表明,应用BP神经网络模型能准确的预测体外索的索力.预测结果和试验结果相比误差在10%以内,可以满足实际工...     

应力-应变曲线形式对铝合金板料成形极限的影响

为使板料的成形性分析更符合实际,以Marciniak-Kuczynski(M-K)理论为基础,提出了采用应力-应变测量数据预测铝合金板料成形极限的方法.分别采用应力-应变测量数据、幂指数以及多项式拟合曲线三种应力-应变形式对6016-T4和7075-T6铝合金板料的成形极限进行研究.通过单向拉伸实验得到材料的应力-应变数据,构建了不同形式的曲线模型,计算了相应的极限应变,并绘制了板料成形极限曲线.将理论上预测的FLC与胀形实验结果进行对比,结果表明,采用应力-应变测量数据对板料成形极限的预测最好,而常用的幂指数拟合曲线得到的预测结果与实验存在一定的偏差.     

基于小波神经网络的风速预测及置信区间估计

小波神经网络是在小波变换理论和人工神经网络的基础上建立的一种新型网络模型,综合了两者的优点,克服了BP神经网络易陷入局部极小点和训练速度慢的缺点.本文建立了小波神经网络模型,采用最陡梯度下降法训练网络,将该网络用于对风电场小时风速的预测,并对预测置信区间进行计算.预测结果表明小波神经网络在训练速度和预测精度方面均优于BP神经网络.     

考虑应力敏感的低渗透油藏极限半径计算方法研究

精确计算储层流体极限流动半径,是确定合理井距的关键.对不同渗透率级别低渗天然岩心进行了应力敏感实验和启动压力梯度实验,得到了压敏效应数学模型和启动压力梯度与流度的相关式.再与非线性渗流理论结合,将应力敏感因素加入极限半径计算公式中,得到了极限半径计算新公式和理论图版.重点分析了应力敏感效应对极限半径的影响规律.研究结果表明:极限半径随流度、生产压差的增大而增大;在强应力敏感性地层中流体黏度越低、生产压差越大,考虑应力敏感后,极限半径损失越多.通过分析极限半径变化规律,得到更准确的极限半径,为低渗透油藏高效开发提供理论指导.     

混沌理论与极限学习机的网络流量预测

提出一种混沌理论和极限学习机的网络流量预测模型.首先对网络流量时间序列进行小波分解得到不同分量,然后采用混沌理论对各分量进行相空间重构,并利用神经网络中的极限学习机进行建模,得到各分量的预测结果,最后采用对分量的预测值进行叠加组合,并采用具体网络流数据集进行模拟测试.相对于其他模型,混沌理论和极限学习机的网络流量预测模型能准确地反映网络流量的变化特性,获得更高精度的预测结果.     

钢筋调直切断机切刀刃角对飞剪切断效果影响的数值模拟

目的针对钢筋调直切断机的切断机构在工作中出现的切断过程不稳定、断口粗糙、扭曲等问题,分析研究切刀刃角的大小对切断效果的影响.方法通过对钢筋切断原理的分析和钢筋切刀刃角的计算,利用有限元分析软件分析钢筋切断模型在不同切刀刃角的情况下受到双切刀冲切时各瞬间的应力应变,通过应力应变确定切刀刃角对飞剪切断效果的影响.结果切刀刃角为70°时,切断过程不稳定,切断效果一般,达到屈服极限的面积较大;切刀刃角为45°时,切断效果较好,达到屈服极限的面积较小,塑性变形也较小;切刀刃角为30°时,切断效果好,切断过程稳定,应力波动小,达到屈服极限的面积小且均匀.结论在其他条件相同的情况下,切刀刃角越小,应力集中越小,对钢筋切断机的切断能力要求越小,切断效果越好.     

粒子群优化-BP神经网络对岩爆的预测

岩爆是典型高地应力区主要地质灾害之一,其预测理论和发生机制的研究目前并不成熟.本文通过选择合适的影响岩爆程度的主要因素,应用BP神经网络对岩爆样本进行训练并利用预测样本进行检验,由于BP神经网络的初始权值和阀值对网络学习效率和预测结果有影响,因此其对检验样本的预测结果往往不够理想.利用粒子群算法(PSO)对BP网络的初始权值和阀值进行优化,将改进后的BP神经网络算法应用于预测,预测的结果优于BP神经网络.表明利用PSO-BP神经网络算法对实际工程中的岩爆进行预测是可行的.     

基于遗传神经网络的插铣铣削力建模与分析

本文首先对插铣铣削力进行了理论分析,并基于正交试验方法对铣削力进行了测量试验,然后利用遗传算法对BP神经网络的权值和阈值进行优化,建立了预测铣削力的遗传神经网络模型,最后将经过遗传算法优化的BP网络与未优化的进行对比分析.结果表明,经遗传算法优化后BP网络模型预测误差明显减小,网络的计算精度和收敛速度有了显著提高.     

岩石地基极限承载力的计算

针对岩石地基承载力问题,引入Hoek-Brown强度破坏准则,提出局部剪切破坏模式岩石地基承载力的计算表达式,基于极限平衡理论,建立破坏面上的静力平衡方程,推导出整体剪切破坏模式岩石地基承载力的计算公式.依据已有的成果假定空洞岩石地基顶板的冲切破坏体为一圆锥体,利用极限平衡法,得到了抗拉作用、抗剪作用及抗拉剪共同作用时下伏空洞地基极限承载力的计算表达式;并进一步通过模型试验验证了理论方法的合理性.结果表明:1)在计算完整岩石地基极限承载力时,采用整体剪切破坏模式得到的理论结果与实测结果较吻合;2)在计算空洞顶板极限承载力时,对比单独考虑冲切破坏面上的拉应力和剪应力作用得到的结果,考虑两者共同作用计算的结果更接近实测结果.     

结构钢疲劳裂纹扩展门槛值预测的新方法

通过对各种疲劳门槛值的理论模型的分析 ,认为结构钢的拉伸性能指标和循环加载条件是裂纹体疲劳门槛值的决定因素 .建立了用屈服强度、抗拉强度、断裂延性和循环加载应力比预测疲劳门槛值的人工神经网络模型 ,并用 1 0种结构钢的 60个样本对该模型进行了训练 .结果表明 ,人工神经网络模型可以很好地描述疲劳门槛值与结构钢拉伸性能指标及应力比之间复杂的定量关系 .应用所训练的人工神经网络模型预测了部分结构钢的疲劳门槛值 ,预测的结果与实测值符合良好     

基于改进BP神经网络的微裂纹漏磁定量识别

漏磁检测是铁磁材料常用的无损检测方法之一,定量识别是指通过检测到的漏磁信号识别裂纹的尺寸.采用主成分分析和优化神经网络相结合的建模方法,建立了微裂纹宽度与深度的预测模型.主成分分析去除了数据相关性,减小了输入样本维数,显著简化了网络结构;遗传算法优化的BP神经网络(GA-BP神经网络)可以有效地防止搜索过程中陷入局部最优解.通过基于磁偶极子模型的理论计算与人工刻槽微裂纹漏磁检测实验两种途径验证了该算法在微裂纹定量识别中的应用,为裂纹发展阶段的早期定量识别技术奠定了一定的基础.     

基于神经网络的并行布局算法

根据神经网络串行布局算法 ,进一步研究并提出了与布局问题相适应的神经网络并行计算模型及并行布局算法 ,以负载平衡及系统通信开销最小为目标 .理论分析结果表明 ,运用该算法能达到此目标 ,且具有布局质量高、收敛快、计算简单等特点 ,适于神经网络并行布局     

含蜡原油再启动过程流型分析

为研究含蜡原油管道再启动过程,分析了压力沿管道的传播、原油的屈服、黏度由初始状态裂降至平衡状态和管道的清管四过程。根据流体连续性方程、运动方程及流变性方程,建立压力、流变性及剪切力相互耦合的再启动数学模型。该模型考虑含蜡原油的压缩性、屈服应力及沿管道位置和时间变化的流变性影响。停输后原油的流变性方程采用宾汉模型,并考虑屈服应力的逐时变化。模型分析中考虑了层流和紊流的变化,通过数值模拟给出计算结果,此模型更接近于含蜡原油再启动的真实情况。     

宾汉流体偏心环空轴向层流流场的研究

本文对宾汉流体偏心环空轴向层流流场进行了理论分析,导出了速度分布、视粘度分布、分层雷诺数分布和流量的计算公式。大量实验数据与理论计算结果吻合。由此证明这些公式是正确的,可以作为定向井水力参数设计的理论依据。     

宾汉流体与颗粒间的密相两相湍流研究

参照密相液固两相湍流方程，并考虑到宾汉流体的本构关系，建立了描述汉流体与颗粒间的两相湍流流动的控制方程，编制了计算程序，为数值计算奠定了理论基础，采用IPSAR（Inter Phase Slip Algorithm Revised）算法，对直圆管内的宾汉流体与颗粒间的两相湍流流动进行了数值计算研究。结果表明：在直圆管中，颗粒相的速度分布比较均匀，且其在壁面处高于宾汉流体，随着屈服应力的增加，两相主流速度均减小，同时宾汉流体动能有减小的趋势，而颗粒相体和浓度则呈现出增加的趋势，因此宾汉流体的了应力及对其湍流流动有重要的影响。     

用 X 射线测定球体在高含沙浑水中的沉降特性

本文叙述了应用 X 射线在萤光屏幕上直观地分析球体在高含沙浑水中的沉降特性的方法,研究单个球体在均质宾汉体浑水中不沉降极限粒径以及沉速等问题.这一试验技术较其它方法相比,由于采用屏幕显示,因此具有直观、准确等优点,还可应用电视录相的方法,把投影在 X 光屏幕上的图像拍摄下来,进行复演和定性及定量的分析.通过实验发现,某些宾汉体浑水的屈服应力是随着宾汉体浑水的静止历时增长而加大,它具有触变特性.     

基于MIVM神经网络模型对合金组元活度的预测

为了使用分子相互作用体积模型(molecular interaction volume model,MIVM)准确便捷预测出合金溶液中组元的活度,建立了活度预测的BP(back propagation)神经网络模型和算法,模型的输入层为合金溶液中组元的实验活度系数,输出层为分子对位能相互作用参数,隐含层设定为一层。采用遗传算法优化BP神经网络模型各结构参数,在遗传算法中使用合金溶液中组元的无限稀活度系数的实验值和理论值的偏差作为适应度函数,以偏差最小为目标进行优化以保证BP神经网络的有效性。最后以Pb-Bi,Sn-Bi,Sn-Pb,Fe-Cu二元合金溶液中组元活度预测为例对BP神经网络模型和算法进行验证。结果表明:组元活度预测值与实验值之间的平均相对误差均小于4%,绝对偏差小于0.78,能满足工程计算要求。     

宾汉流体在同心环空内的传热分析

结合运动方程、能量方程及本构方程，建立了宾汉流体在内管作轴向运动的环空内流动和换热充分发展时的数学模型，利用因次分析法对数学模型进行了处理，并在内管恒热流、外管绝热和内管绝热、外管恒热流两种边界条件下得到了宾汉流体在环空内的速度、温度分布和管壁内、外表面的对流换热系数。结果表明，屈服应力对努塞尔数（Nu）的影响与内管的运动方向有关，并且屈服应力越小，环空内的温度分布越平缓。塑性粘度对传热的影响只有在内管运动的情况下才体现出来。内管运动方向、运动速度及边界条件的类型都对环空内的温度分布和管壁Nu产生影响。     

Bingham流体在低渗透多孔介质中球向渗流的分形模型

基于分形理论及广义达西定律研究了非牛顿流体Bingham流体在各向同性多孔介质中球向渗流问题,推导了Bingham流体球向渗透率和启动压力梯度的解析表达式.研究结果表明球向渗透率随径向距离和迂曲度分形维数的增大而减小,随孔隙率的增大而增大;启动压力梯度随径向距离、屈服应力和迂曲度分形维数的增大而增大,同时也随毛细管最大直径的增大而减小.