基于无损检测和概率的古代石拱桥结构可靠度评估

中国古代石拱桥由于其年代久远、结构复杂、露天保存以及可靠度评估过程中参数不易确定等特点,导致传统结构稳定性分析评估方法难以准确评估古代石拱桥结构实际响应和可靠度。提出一种基于无损检测和概率的古代石拱桥结构可靠度评估方法。该方法首先提出利用无损检测技术或工程地质类比法获取石拱桥结构物理力学参数并建立数值模型;然后基于无损检测数据或《工程地质手册》,利用敏感性分析方法确定对石拱桥整体结构响应影响较大的关键参数,即第一类关键参数,并根据参数先验分布提出不同的抽样方法,生成随机样本实现贝叶斯更新过程;最后通过ANSYS软件对桥梁结构的响应进行有限元分析,并利用可靠度分析方法计算出石拱桥结构可靠度指标,并根据相关标准对石拱桥结构安全与可靠度进行评估。以全国重点文物保护单位隋代赵州桥(大石桥)为研究对象建立简化模型,采用本文提出的可靠度评估方法计算得到目前赵州桥的可靠度为3.42,该桥梁安全等级为二级,该评估结果与实际情况基本相符,从而验证了本文方法的可靠性和可行性。该方法可规避传统物理力学检测过程中对石拱桥古建筑的损害,筛选出的关键参数合理,且数据更新处理充分考虑模型参数的不确定性,从而可更精确...     

基于力-热双应力加速试验的橡胶减振结构寿命预测研究

目的 针对橡胶减振结构寿命试验时间较长,寿命预测困难的问题,建立了力-热双应力情况下的橡胶减振结构加速试验方法,并给出寿命预测模型.方法 首先,分析影响橡胶减振结构寿命的主要因素,建立典型橡胶减振结构的双应力加速试验方法,并开展加速退化试验.基于加速退化试验获得的试验数据,采用广义艾林模型作为双应力加速模型,Weibull分布作为寿命模型,建立了减振结构的双应力加速退化试验数据的分析方法.结果 预测了使用温度为25℃,压缩率为5％情况下,在给定可靠度0.9987时,减振结构贮存寿命约为9 a.结论 所建立的方法能够较好地预测减振结构的使用寿命.     

一种提高飞行器结构天地力学环境地面试验有效性的方法及其应用

目的研究提高飞行器结构地面试验有效性的途径。方法计算同一被试件结构在飞行状态和地面试验状态下的有限元模型,测量地面试验状态下的模态以验证有限元模型的正确性;计算各特征点(也可以是遥测点)在天地状态下的响应,用机器学习法获取各特征点的映射关系模型;基于该模型由飞行点响应(或遥测数据)确定出地面试验件对应点的响应,并用载荷反求法得到它们的等效载荷;最终确定施加在试验系统上的载荷。结果以细长体结构为例,所得到由其组成试验系统的有限元模型与实测模型之间的固有频率最大相对误差为6.76%,利用映射关系模型预测出对应点在飞行状态下的振动响应。确定了飞行状态下结构响应的特征点,由地面试验系统所对应的响应点反推出应施加的载荷为60 N。结论利用天地数值计算-地面试验验证联合法,无需在地面试验状态下刻意模拟飞行状态的边界条件,确定出所需要施加的载荷,从而提高了飞行器地面试验的有效性。     

基于人工智能的深潜耐压球壳应力场映射

目的 针对深潜耐压球壳在真实下潜过程中全局应力场难以直接获取的问题,提出一种基于人工智能的深潜耐压球壳应力场映射算法。方法 构建深潜耐压球壳有限元模型,并开展仿真分析。提出深潜耐压球壳监测布点方案,进而利用长短时记忆神经网络(Long-short Term Memory Network,LSTM),将测点应力信息作为输入,将全局应力场信息作为输出,构建深潜耐压球壳应力场映射模型。最后,对不同测点下的映射结果进行分析。结果 与模型试验结果相比,仿真误差小于2%。与DNN模型及BP模型相比,映射误差分别下降94.92%与97.76%。结论 所提映射算法可在部分测点失效的情况下仍可以保持较高精度。     

舰载飞机弹射动力学仿真与试验验证

目的获取舰载飞机弹射过程中冲击动载荷在结构上的响应规律,以及前起落架和与其连接的机体主传力结构的动响应特性。方法基于多体系统动力学理论,建立描述舰载机弹射过程的刚柔耦合多体系统动力学模型,对弹射过程进行仿真分析。同时开展地面模拟弹射冲击试验,通过仿真和试验对照,重点研究牵制载荷突卸瞬间结构的动态响应规律。结果仿真和试验得到结构传力路径各点的加速度和应力响应数据,试验测得机体结构加速度峰值达到255g,而同位置的应力峰值为85 MPa,仿真和试验数据的趋势一致。结论牵制载荷突卸形成的冲击动响应峰值沿着结构传力路径衰减。航向加速度和应力响应峰值随着牵制释放载荷的增加而增加。虽然瞬态加速度峰值达到较高水平,但是瞬态作用机体结构的应力峰值不高,不足以造成结构失效。结构设计应重点关注弹射冲击响应峰值和振动疲劳的影响。     

基于改进FWA-NN的污水处理过程溶解氧浓度预测

为实现对污水处理过程溶解氧质量浓度的实时准确预测,提出了一种改进的混沌烟花混合优化算法并构建了基于改进算法的神经网络在线软测量模型.结合污水处理过程的数据特征,定义了一项新的样本相似度衡量指标用于提取更具代表性的建模数据.在改进算法中,为提高基本烟花算法初始成员的质量,定义了一种改进的两级正弦混沌映射并利用混沌运动的遍历性精选烟花算法的初始群成员;通过融合混沌算法改进了基本烟花算法的搜索机制,基于设定准则将寻优过程分为两阶段并采用两分群同时进行.测试结果表明改进算法的收敛速度和收敛精度有较大程度提高.将改进的软测量建模方法和样本数据提取方法用于污水处理过程溶解氧质量浓度软测量建模,应用结果表明该模型的均方根误差和平均泛化误差分别为0.0175和0.0118,具有较强的泛化性能.     

微波功率放大组件加速贮存数据处理及寿命评估

目的 以微波功率放大组件为研究对象,开展加速贮存试验退化数据的处理、建模、分析,给出组件的贮存期评估值和激活能等贮存特征参数。方法 在已完成微波功率放大组件加速贮存试验的基础上,借鉴已有的数据建模及处理方法,开展加速贮存数据处理及寿命评估,应用多种退化轨迹拟合寻优、基于性能退化模型参数折算建模、多种寿命分布建模及拟合优度检验等技术,对贮存数据进行分析处理。结果 给出了微波功率放大组件退化轨迹模型、寿命分布模型、加速因子、激活能等贮存特征参数和可靠寿命评估值。结论 描述的加速贮存试验数据处理方法,适应性好,具有较高的优良性,可为类似具有退化数据的电子设备提供借鉴。     

基于应变模态方法的飞机蒙皮分布动载荷识别

目的解决飞机蒙皮分布动态载荷确定的工程实际问题。方法将基于广义正交多项式的复杂分布动载荷识别技术与应变模态理论相结合,建立利用有限个测点的应变响应和结构应变频响函数作为已知参数的飞机蒙皮分布动载荷识别模型。利用Nastran软件,以某型飞机机身中段外蒙皮为例,分别采用位移模态方法和应变模态方法进行了70、80、90、100 Hz下的蒙皮分布动载荷识别,并进行对比分析。结果以应变响应作为已知参数的应变模态载荷识别方法,在各计算频率下均具有较好的识别精度,最大识别误差为8.9%,能够满足工程应用。在各识别频率下,采用应变方法识别过程中的积分矩阵条件数小于位移方法。在100 Hz识别频率下增加3%随机误差干扰后,位移识别方法最大误差为19.4%,采用应变方法的载荷识别最大误差为9.8%。结论相比于传统的采用位移模态的载荷识别方法,以应变响应作为已知参数的应变模态载荷识别方法具有更好的数值稳定性,对于解决结构共振频率附近频响函数矩阵奇异性问题具有很好的应用价值。     

精密离心机静态半径测量不确定度的温度特性分析

目的研究温度对精密离心机静态半径测量不确定度的影响。方法以静态半径测量反算法为基础,推导静态半径测量不确定度的温度特性模型,设计精密恒温装置,并进行试验,获取加速度计在1 g离心机场下不同温度时的输出数据,并进行分析。结果基于温度特性模型,确定了影响静态半径测量不确定度的主要因素。试验数据结果表明,在加速度计工作范围内(50~60℃),静态半径测量不确定度随温度递增呈现“先增后减”的分布规律,且在50℃时进入到了10‒7量级。结论加速度计的温度敏感性是影响静态半径测量不确定度的最主要因素,精密控温能显著提高静态半径测量精度。     

再入飞行力热环境测量的模型飞行试验设计

目的 获取钝锥外形飞行器再入飞行力热环境参数,建立更为准确的环境预测模型,开展基于无控火箭的模型飞行试验设计.方法 根据转捩区、湍流区时间提出了无控惯性飞行弹道的落速约束.根据环境预测建模需要,确定环境参数类型及测点布局.采用弹道耦合的气动加热计算模型、脉动压力预示的工程算法、脉动压力与发动机激励下振动响应的相似外推方...     

基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。     

基于PSO算法的BP神经网络对水体叶绿素a的预测

BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优. 提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全局收敛性. 选择最能代表明湖水质状况的5号采样点作为研究对象,把2009年4月—2010年3月的月样本插值为周样本,对明湖ρ(Chla)的短期变化趋势进行了预测,并用6号采样点数据来验证网络的泛化能力. 比较分析基于PSO算法的新模型与传统BP算法模型的预测精度表明,新模型有效克服了传统算法的缺点,提高了网络的预测能力和学习能力.      

引信步进应力加速试验贮存寿命预测研究

目的 针对某机电引信加速寿命试验数据,采用传统统计分析方法存在计算量大、寿命预测精度难以保证的问题,开展与智能算法相结合的引信贮存寿命预测研究。方法 针对步进应力加速寿命试验数据,采用贝叶斯理论的环境因子法,对各级应力下的贮存时间进行折合计算。利用进化策略对粒子群算法进行改进,进而对所建立的BP神经网络预测模型的全局参数进行调整和优化,突破传统方法的局限。将折合后的试验时间、样本量、应力水平作为网络输入,失效数作为输出,来预测引信贮存寿命。结果 利用训练好的 BP神经网络预测引信在正常应力水平下的失效数,计算其贮存可靠度。在迭代402次后,模型找到最优解,且预测误差在1%以内。结论 步进应力加速寿命试验与智能算法相结合的方法计算过程简单,预测精度较高,可有效提高引信贮存寿命的预测精度。     

基于BP神经网络算法的混凝土单层框架损伤识别

基于BP神经网络算法,采用框架结构损伤前后固有频率的变化率作为网络的输入参数,分别对框架梁的单处损伤、框架柱的多处损伤进行损伤位置的识别.数值仿真结果表明,BP神经网络算法对混凝土框架结构损伤位置的识别效果很好.     

Artificial neural network model for identifying taxi gross emitter from remote sensing data of vehicle emission

Vehicle emission has been the major source of air pollution in urban areas in the past two decades. This article proposes an artificial neural network model for identifying the taxi gross emitters based on the remote sensing data. After carrying out the field test in Guangzhou and analyzing various factors from the emission data, the artificial neural network modeling was proved to be an advisable method of identifying the gross emitters. On the basis of the principal component analysis and the selection of algorithm and architecture, the Back-Propagation neural network model with 8-17-1 architecture was established as the optimal approach for this purpose. It gave a percentage of hits of 93%. Our previous research result and the result from aggression analysis were compared, and they provided respectively the percentage of hits of 81.63% and 75%. This comparison demonstrates the potentiality and validity of the proposed method in the identification of taxi gross emitters.     

Development of a method for comprehensive water quality forecasting and its application in Miyun reservoir of Beijing, China

Water quality forecasting is an essential part of water resource management. Spatiotemporal variations of water quality and their inherent constraints make it very complex. This study explored a data-based method for short-term water quality forecasting. Prediction of water quality indicators including dissolved oxygen, chemical oxygen demand by KMnO₄ and ammonia nitrogen using support vector machine was taken as inputs of the particle swarm algorithm based optimal wavelet neural network to forecast the whole status index of water quality. Gubeikou monitoring section of Miyun reservoir in Beijing, China was taken as the study case to examine effectiveness of this approach. The experiment results also revealed that the proposed model has advantages of stability and time reduction in comparison with other data-driven models including traditional BP neural network model, wavelet neural network model and Gradient Boosting Decision Tree model. It can be used as an effective approach to perform short-term comprehensive water quality prediction.     

规范变换与误差修正结合的环境系统的前向网络和投影寻踪预测模型

为了建立适用于环境系统的结构简洁、形式统一、程序规范、应用普适的神经网络和投影寻踪回归预测模型,针对传统的神经网络和投影寻踪回归用于多因子、大样本预测建模,存在模型结构复杂、学习效率低的局限,提出设置环境系统预测量及其影响因子参照值和规范变换式的原则和方法,使规范变换后的影响因子皆"等效"于同一个规范影响因子,从而将多因子的的预测建模简化为等效规范因子的预测建模,使模型结构得到极大地简化,提高了学习效率;此外,为了提高预测模型的预测精度,还提出了对预测样本的模型输出值的误差修正公式.在对环境系统的预测量及其影响因子进行规范变换的基础上,将m个规范影响因子的每个建模样本组成m个"等效"训练样本,应用免疫进化算法优化模型参数,分别建立适用于环境系统的2个或3个规范影响因子的前向神经网络和投影寻踪回归两类预测模型;并依据误差理论,对误差修正公式修正后的模型预测精度的提高进行了严格的数学论证.将基于规范变换与相似样本误差修正相结合的两类预测模型,用于某市5个点位的SO_2浓度预测,并与6种传统预测模型和方法的预测结果进行了比较.结果表明:对同一个预测样本,同类模型的两种不同结构的的预测值及其相对误差都几乎完全相同或彼此相差甚小;此外,两种不同结构的两类预测模型用于5个样本预测,其相对误差绝对值的平均值分别为2.59%、2.67%;2.18%、2.62%,均远小于传统BP神经网络模型的25.72%、传统PPR模型的14.20%、传统SVR模型的22.13%、模糊识别模型的21.57%、组合算子模型的18.36%和多元回归模型的25.31%;而两类模型预测的最大的相对误差绝对值分别为4.11%和3.57%,更加远远小于传统的6种预测模型的37.18%、56.07%、27.40%、32.14%、38.38%和60.26%.实例分析结果证实了误差修正公式对提高模型预测精度具有切实可行性.基于规范变换与误差修正相结合的前向神经网络和投影寻踪回归两类预测模型不仅避免了"维数灾难",提高了学习效率和模型的预测精确度,而且具有简洁、普适、规范、统一和稳定的特点,对其他预测建模也有借鉴作用.     

基于粗集、遗传神经网络的环境质量评价

基于粗集、遗传神经网络的环境质量评价方法利用粗集对属性的归约功能将数据库中的数据进行归约，并将归约后的数据作为训练数据提供给BP神经网络；再用遗传算法和BP算法相结合的混合算法来训练网络预测模型的结构（在得到最优网络结构的同时也得到网络的最优权值和阈值）。通过实例表明该方法是有效的，为环境质量评价提供了一种新的研究思路和分析方法。