基于随机森林与粒子群算法的隧道掘进机操作参数地质类型自适应决策

考虑到隧道掘进机的性能对地质条件比较敏感且其操作依赖于司机经验,提出基于随机森林和粒子群算法的隧道掘进机操作参数地质条件自适应决策方法。利用随机森林(RF)分别建立地质类型、操作参数与推进速度、刀盘转矩的映射关系模型;结合映射关系模型,构建以盾构机推进速度最大为目标,以刀盘转速、螺旋输送机转速、总推力、土仓压力4个操作参数为控制变量的优化方程;利用粒子群算法(PSO)求解各地质类型地层中的最优操作参数决策结果。通过新加坡某地铁工程施工数据验证所提方法的有效性和优越性。研究结果表明：建立的随机森林模型中推进速度和刀盘转矩预测的决定系数R2分别达到0.936和0.961,均大于adaboost、多元线性回归、岭回归、支持向量回归和深度神经网络模型中相应的R2;基于粒子群算法的操作参数决策方法能够准确求解操作参数最优解,寻优用时均比遗传算法、蚁群算法和穷举法的短。本文所提决策方法使隧道掘进机在该施工段的福康宁卵石地层、句容地层IV、句容地层V、海洋黏土地层中的推进速度分别提升了67.2%、41.8%、53.6%和15.0%。     

采用Kriging模型的开关磁阻电机开通角与关断角寻优方法

针对传统密集采样方法获得采用角度位置控制的开关磁阻电机最优开通角与关断角所需实验次数多、耗时长,效率低的问题,提出一种采用Kriging模型的最优开通角和关断角实验求取方法来减少实验采样次数,提高寻优效率。首先,通过少量的初始样本点建立开通角和关断角与电机振动加速度之间的预测模型;之后,根据得到的预测模型有针对性地在最优开通角和关断角可能出现的区域进行采样计算;最后,当区域缩小到满足精度要求的大小后,对该区域进行密集采样,从而快速准确发现最优开通角和关断角。实验结果表明,基于Kriging预测模型获取相同开关磁阻电机最优开通角和关断角(误差小于1%以内)所需样本数仅为传统的密集采样方法的12.4%,计算时间缩短了62.8%。因此,所提方法能显著提高开关磁阻电机的开通角和关断角寻优实验效率。     

基于谱分析和裂纹扩展方法的舱口角隅疲劳寿命预报方法

以某超大型集装箱船驾驶室前椭圆形角隅为例,采用谱分析结合裂纹扩展方法预报角隅疲劳寿命.首先通过水动力和结构响应分析得到全船响应,获得角隅在不同工况下的应力分布,并依此选定可能的起裂位置.然后将全船分析结果作为ANSYS中建立的带裂纹角隅模型二次分析的边界条件,求解应力强度因子并采用最大周向应力准则(MCSC)得到角隅在不同工况下的裂纹扩展路径,在大量计算的基础上回归出相应的角隅裂纹应力强度因子经验公式.最后依据ABS船级社推荐的谱分析法构建疲劳载荷谱,采用单一曲线模型和所获得角隅裂纹应力强度因子经验公式预报角隅疲劳寿命,为角隅疲劳寿命的校核提供参考.