基于差值迭代法的矮塔斜拉桥施工索力计算和影响因素研究

为计算某矮塔斜拉桥的合理施工索力和探究不同状态参数对索力的影响,借助Midas/Civil建立有限元模型,基于差值迭代法进行施工索力优化计算,并分析了主梁混凝土容重、混凝土弹性模量、预应力筋张拉应力对索力的影响程度。研究结果表明：该桥经过4次差值迭代可获得合理施工索力;成桥阶段的弯矩、位移和应力满足规范要求;在3个状态参数中,主梁混凝土容重对索力的影响敏感性最大。     

斜拉桥支架法施工的自适应安全监测技术

介绍自适应控制的基本原理及其运用现状。根据斜拉桥的实际情况选用自适应控制形式,在主要部位埋设传感器和相关的测试仪器,明确监测时间并在实施中严格执行。依据实测结果对标高、应力、容重等参数按实际情况进行修正,得出施工过程中的受力状态,从而调整施工。算出主梁各节点理论施工预拱度变化曲线等数据并与实测值进行比较,反复修正。自适应法达到了仿真计算与实际施工过程保持一致的最佳施工控制效果。绥芬河斜拉桥的施工证明,自适应法是一种很适合斜拉桥支架施工安全监测的技术,值得推广应用。     

矮塔斜拉桥单侧断索和双侧对称断索影响效应分析

为研究断索现象对矮塔斜拉桥力学性能和安全性的影响，以浙江某实际工程为背景，使用Midas/Civil建立有限元模型，研究单侧单束断索和双侧对称断索两种工况分别对斜拉索索力、塔顶DX位移和主梁跨中弯矩的影响。研究发现：单侧断索对断索侧索力和跨中弯矩、主塔塔顶DX位移的影响较大；双侧对称断索对主塔两侧索力和跨中弯矩影响趋势相同，对边塔塔顶DX位移影响较大；最外侧斜拉索断裂对3个力学指标的影响均为最大，故实际运营中应重视对外侧斜拉索的保护。     

光纤Bragg光栅传感器实现斜拉桥索力实时监测的研究

民用工程结构的健康监测 ,日益引起人们的重视 ,光纤传感技术 ,尤其是光纤光栅传感技术 ,因其易构成高性能、低成本的传感器阵列 ,并在结构监测应用工程中 ,具有巨大的潜力。笔者介绍一种斜拉桥索力实时监测的新方法即光纤光栅法。将光纤光栅刚性粘贴于传感头外表面上 ,使传感头承受拉索的索力 ,通过对光纤光栅波长移动量 (Δλb)的解调 ,以测出索力的大小。通过实验结果与理论分析证明 ,该测试系统具有结构简单、测量范围大、稳定性和线性度好等特点 ,该监测系统既可用于斜拉桥施工阶段的索力测定 ,也可以用于在役斜拉桥结构的长期安全监测。     

基于神经网络的矮塔斜拉桥近断层地震响应参数敏感性分析*

为研究近断层地震动对矮塔斜拉桥地震响应参数敏感性的影响,提出基于BP神经网络配合有限元分析的参数敏感性分析方法（FBSA法）,以某铁路矮塔斜拉桥为研究对象,进行参数化有限元建模,运用BP神经网络计算近断层地震动作用下矮塔斜拉桥响应以及自振频率对各参数的敏感性系数,分析近断层脉冲地震动对地震响应敏感性的影响规律。研究结果表明:FBSA法可快速、精确地完成敏感性分析,为抗震设计与优化提供更全面的参考;矮塔斜拉桥几何布置和截面尺寸对振型刚度影响较大;近断层脉冲地震动作用下,桥梁位移和内力响应明显增大,各设计参数对桥塔位移、桥墩位移和内力以及主梁横向位移和弯矩的参数敏感性具有显著影响,对主塔内力和主梁竖向位移参数敏感性的影响不明显。     

电解铝生产环境负荷分析和预测模型研究

利用生命周期评价的分析方法,对铝电解生产过程中资源消耗、能源消耗和污染物排放进行了分析,采用等效环境指数计算了铝电解生产过程中的环境负荷,并分析了各因素对环境负荷的影响,其中氟化盐的投入量对环境负荷影响较大.运用神经网络对铝电解生产过程的环境负荷进行预测,在负荷预测过程中,首先对样本数据进行归一化处理,然后采用BP算法对神经网络进行训练.最后用训练好的网络进行预测,将预测结果与实际数据进行比较,证明具有较好的预测效果.     

基于灰预测模型的大跨度预应力混凝土桥梁施工监测

运用灰色系统理论,建立大跨度预应力砼刚构-连续组合梁桥悬臂浇筑施工梁段立模标高预测的GM(1,1)模型,并用残差的GM(1,1)模型对其进行修正;同时把该预测模型应用于松原龙华松花江特大桥实际工程;其结果表明梁段立模标高预测精度较高,完全能够满足工程的需要,为同类桥梁的施工监测提供参考。     

独塔自锚式悬索桥吊索力影响参数敏感性分析*

为了解成桥吊索力对构件刚度、索鞍位置、温度、吊索张拉力等参数的敏感性，保证自锚式悬索桥体系转换能够安全顺利地完成，以天水市罗家沟大桥为工程背景，采用解析法修正空缆线形、有限元法模拟施工过程，分析张拉前参数和张拉过程参数变化对成桥吊索力的影响。结果表明:刚性吊索索力对吊索抗拉刚度变化敏感，在实际施工前可根据实测数据对吊索张拉力进行适当调整；中、长吊索索力对张拉时环境温度比较敏感，中、长吊索临近的吊索索力对第1轮吊索的张拉力偏差比较敏感，在实际施工时应采取相应的措施对张拉力予以精确控制；吊索力对散索鞍沿滑动面滑动的边界处理较敏感，应在有限元建模和施工时予以重视。     

基于灰色神经网络的民航事故征候预测模型研究

通过对民航事故征候的分析和预测,掌握民航事故征候的发展趋势,并据此提出相应的安全措施以预防事故发生。在灰色预测基础上,结合神经网络理论,分析民航事故征候的特点,提出民航事故征候的串联灰色神经网络组合预测模型。首先,运用灰色理论弱化数据序列波动性,然后利用神经网络非线性信息处理能力构建模型。同时,根据最近10年民航事故征候统计数据,分别对灰色预测模型、神经网络模型和灰色神经网络模型进行检验,并预测未来3年的民航事故征候数量。利用Matlab软件进行预测仿真,对3种预测方法的精度和特点进行分析和比较。结果表明:民航事故征候的灰色神经网络模型预测精度高于单一的灰色预测模型或神经网络模型,并且所需样本少,运算简便,易于实现。     

铁路行车事故预测方法分析与比较

对铁路行车事故的特点和类型进行分析;根据美国铁路2005年安全年报提供的数据,运用灰色系统理论和BP神经网络方法建立铁路行车事故的预测模型;利用MATLAB软件进行预测仿真,比较和分析两种预测方法的精度及特点。结果表明:灰色系统理论预测结果固定,短期效果比较好;BP神经网络预测具有适应性和灵活性,适用于长期预测。采用灰色系统理论和BP神经网络进行铁路行车事故的预测,克服了传统数学统计预测方法中建立复杂的数学模型,预测准确性低的缺点,对预防和控制铁路事故的发生,降低事故损失具有现实意义。     

兰成渝腐蚀管道失效压力的GA-BP 神经网络组合预测方法

为准确掌握管道失效压力,保证管道安全运行,根据神经网络的非线性和良好的函数逼近特性,提出了基于遗传算法（GA）优化的BP神 经网络组合模型的腐蚀长输管道失效压力预测模型。组合模型将最佳组合阀值与权值隐含在网络的连接中,兼具遗传算法、人工神经网络预测 的优点,并克服了原始数据少对预测精度的影响,同时避免了神经网络容易陷入局部寻优的缺陷,也增强了网络的适应性,改善网络的收敛性 ,在客观地反应腐蚀油气管道失效压力变化趋势方面具有一定的优势。通过实例分析,结果表明:BP神经网络的预测值和Modified B31G计算结 果与真实值误差均较大,而GA-BP的预测值与实际结果的相对误差最大为6.12%,有很好的一致性,为管道的预防性维修提供了理论依据。     

基于支持向量回归机的煤层瓦斯含量预测研究

为了对煤层瓦斯含量进行准确预测,应用支持向量回归机(SVR)理论建立煤层瓦斯含量预测模型,结合现场实测数据利用支持向量机(SVM)工具箱进行模型的求解及预测,并从均方根误差、希尔不等系数和平均绝对百分误差3个不同误差指标与人工神经网络预测模型进行比较分析。研究结果表明:SVR模型其预测精度及可行性高于神经网络模型,而且运算快,实时性较好,用于煤层瓦斯含量的预测较理想,具有良好的应用前景,可以为煤矿瓦斯防治提供理论依据。     

基于PSO优化BP神经网络的钻井动态风险评估方法

传统钻井动态风险评估严重依赖于专家主观判断、结果大多是定性或半定量,无法满足深井复杂地层钻井安全需求。针对该问题,研究建立了基于PSO优化BP神经网络的钻井动态风险评估方法。通过对录井资料的监测分析,实时判断井下风险发生的类型并定量计算风险发生概率,可以在风险发生的早期给出预警信息,及时指导风险调控措施的开展。海上BD气田的实例分析表明,基于构建的动态风险评估模型得到的风险预测结果与实际风险发生情况相符合,说明建立的模型是合理可行的。该模型对于钻井作业过程中动态风险评估具有一定的参考价值。     

基于粗集理论算法-脊波神经网络的深基坑变形预测与应用

基坑开挖变形具有非线性特性,在脊波神经网络的基础上,采用粗集理论算法优化初始权值和阈值,建立了基于粗集理论算法-脊波神经网络的深基坑变形预测模型,应用该模型对西南地区某市火车站综合交通换乘中心南广场的基坑开挖过程进行了变形预测。结果表明:粗集理论算法能够对脊波神经网络进行优化,提高了脊波神经网络基坑变形预测结果的收敛速度和泛化能力;脊波神经网络能逼近基坑变形的非线性部分,避免了模型误差影响基坑开挖变形预测精度,提高了系统整体抗干扰性能。模型的预测值与实测值之间的误差在5%以内,满足实际工程的要求。     

基于Hoek-Brown强度准则的隧道围岩松动圈分析

分析松动圈的分布范围对优化隧道支护参数,确保隧道施工安全有重要的理论价值,以弹塑性理论计算为基础,利用H-B强度准则推导了理想状态下围岩松动圈厚度的计算公式。当侧压力系数不等于1时,将实测竖直方向和水平方向的初始地应力分别带入,并考虑实际支护力的影响,得到较为准确的围岩松动圈分布规律。在铜旬高速某公路隧道中该方法计算所得围岩松动圈分布范围与围岩深部位移监测所得结果较为接近,验证了基于H-B强度准则的围岩松动圈计算公式的准确性,为确定围岩松动圈半径提供了新的有效方法。     

基于神经网络的尘肺病预测模型研究

针对尘肺病对人体的危害这一现实,本文通过建立神经元网络模型,开发了神经元网络预测系统,利用预测模块对获得的尘肺病发病数据进行了学习并以此形成了稳定的预测模式,以某矿尘肺病发病情况为例进行了评价;结果表明神经元网络模型克服了传统预测模型须建立函数的难题,且预测精度较度,具有重要理论与实际应用价值.     

基于卷积神经网络的冲击地压预警方法研究*

为探究深度学习在冲击地压预警方面的应用前景,以新疆某冲击地压矿井为研究背景,将深度学习和专家评判运用到微震数据分析中,基于卷积神经网络构建冲击地压预警模型。充分利用一维卷积神经网络对时序数据有较强特征提取能力的优势,以微震数据及其特征参数作为输入,以专家评判值作为标签,借助Python-Keras框架实现冲击地压预警模型的构建和训练。研究结果表明:模型预警效果并不随着训练迭代次数的增加而逐渐最优,存在最优迭代次数,对于所建模型当迭代次数为30时测试集的冲击危险预测结果与专家评判结果基本吻合,同时说明模型可以较好地学习专家评判经验实现冲击地压预警。研究表明所建模型对研究时段内发生的5次大能量矿震事件均进行预警,其准确度较高,具有现场实际应用价值。     

超深水水下分离器摆锤法下放风险分析

针对我国摆锤法下放安装风险分析研究空白的现状,基于工作安全分析与作业条件危险性评估法对水下分离器下放过程进行风险分析,考虑重力、海流力、浮力、阻力等多种复杂载荷,依据摆锤法下放步骤,分析水下分离器摆锤法下放过程受力情况,建立水下分离器下放过程受力关系。分析摆动过程中缆绳动张力随下放深度变化情况,为风险分析提出的有关水下分离器所受浮力、安装绳的动张力等参数的确定提供理论依据。最终建立水下分离器摆锤法下放风险评估体系,为我国摆锤安装法的工程应用提供技术支持与安全保障。