人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

复杂粘性土层深基坑挡土桩受力分析

针对目前桩锚式支护计算方法的局限性，对复杂土层中下端固定的锚定式挡土桩作了受力分析，并编写了计算机程序，适用于处理深基坑支护中的分层土(砂土、粘性土)、有超载、存在地下水等各种复杂土层。     

露天煤矿排土场地下水环境质量影响的灰色关联分析

阜新新邱露天煤矿排土场淋溶水对附近于家沟地区的地下水造成了严重的污染。为确定污染区域，对研究区内的17眼水井分别采样，进行了水质分析，采用灰色关联分析方法对每个监测点的水质进行了评价，确定出地下水环境质量等级，并将评价结果与模糊综合评价方法相比较。结果表明，两种方法的评价结果基本一致，但灰色关联分析方法的概念更清楚，计算更方便，可操作性强，易于推广应用。     

导流板在生产性氧化沟中的应用

导流板是曝气转盘的附件。通过测试导流板设置前后对氧化沟流速分布和曝气机充氧能力的影响，分析了导流板在实际氧化沟中的应用效果，测试结果表明：导流板的设置提高了氧的转移效率，使转盘的充氧能力得以增加，改善氧化沟上部、底部流速分布。同时设置上下游导流板比只设置下游导流板效果更加明显。     

基坑围护结构及周围环境变形的预测

传统的基坑支护结构设计具有相当的模糊性和不确定性 ,可能危及基坑和周围环境的安全。笔者利用深基坑支护体系的监测数据 ,采用灰色系统理论建立了基坑工程变形的GM(1 ,1 )预测模型 ,其模型的两个参数可识别基坑变形发展势态 ,并由此讨论了模型的适用范围。最后 ,运用该模型预测分析实际基坑工程支护结构变形 ,表明其预测模型可用于基坑动态设计与信息化施工     

LD2铝合金腐蚀行为研究

LD2铝合金广泛应用于直升机结构中。铝合金构件在服役过程中会承受环境所造成的疲劳损伤,从而大大降低其服役寿命,因此必须要研究该材料的腐蚀行为。利用SEM扫描电镜,结合能谱分析对铝合金腐蚀损伤行为进行了高精度微尺度研究,并在疲劳断口上发现腐蚀坑底部的“隧道”,该腐蚀隧道会使腐蚀损伤评定过于保守,为结构寿命预测带来较大的不确定性。     

航空高强度LY12CZ铝合金腐蚀剩余强度预测

摘要：目的研究LY12CZ铝合金在腐蚀环境下的强度退化规律。方法按ASTM标准对常温下的LY12CZ铝合金进行预腐蚀,测量腐蚀坑的深度,统计腐蚀坑数目,进行数理统计,获得其几何尺寸的分布。利用MTS880试验机进行静拉伸试验。建立腐蚀坑的物理模型,基于腐蚀坑平均特征参数和最大特征参数,利用AFGROW软件进行剩余强度预测。结果剩余强度随着腐蚀损伤加深而逐步减小。结论与实验值对比的结果证明,该方法具有应用价值。     

基于ANFIS模型的基坑工程位移反分析

在软土地基深基坑开挖支护工程的设计与施工中,岩土体力学参数的取值问题是关键。基于MATLAB(R2007a)模糊工具箱中的自适应神经模糊推理系统(ANFIS)对基坑岩土体力学参数进行了位移反演分析,并结合汉口火车站出站厅基坑工程实例,动态反演了具体参数,检验了反演精度,从而验证了该方法用于基坑工程位移反分析的可行性及工程适用性。     

加速腐蚀环境下LD2CS铝合金腐蚀损伤分析方法

目的研究LD2CS铝合金腐蚀损伤数据的分析方法。方法针对LD2CS铝合金腐蚀坑深度值,采用最小二乘支持向量机、BP人工神经网络和求和自回归移动平均等3种模型进行回归和预测分析。对比总结各种模型在小样本递增时间序列下的应用特点。结果对于LD2CS铝合金腐蚀坑深度值预测,最小二乘支持向量机在回归和预测上都有较高的精度。结论最小二乘支持向量机模型最适合LD2CS铝合金的腐蚀坑深度值预测。     

PHOSPHORUS MANAGEMENT TO PROTECT LAKE WATER QUALITY1

ABSTRACT: The Hallett Quarry gravel pit lakes are an active sand and gravel extraction operation located 0.4 km north of the City of Ames, Iowa. During periods of drought, these lakes serve as a supplemental water supply for Ames. A modified version of the Vollenweider input-output model was used to predict future water quality under various watershed land use, drainage, and lake configurations. The dominant factor controlling the future water quality of the lakes was found to be the nutrient input. It is recommended that a management plan to protect the future water quality should be oriented towards reducing the sources of phosphorus to the lakes.