基于ISOA-RBPNN的埋地管道剩余强度预测*

为提高腐蚀管道剩余强度的预测精度，提出引入弹性梯度下降法改进BP神经网络，并融合改进海鸥优化算法(ISOA)，构建腐蚀管道剩余强度预测模型。关于改进BP神经网络模型的参数寻优，首先采用Cat混沌映射初始化改进海鸥优化算法(SOA)初始种群的分布，提升寻优能力，优化SOA的搜索方向和攻击形式，增强其全局搜索能力并提高收敛速度，然后用ISOA对弹性BP神经网络（RBPNN）模型中的权值和阈值进行寻优，最后构建ISOA-RBPNN预测模型。以管道爆破数据为例，利用MATLAB进行仿真模拟，并与PSO-BPNN模型和IFA-BPNN模型预测结果进行对比分析。研究结果表明:ISOA-RBPNN模型的各项评价指标均优于其他2个模型，预测结果较实际值误差更小，在预测腐蚀管道剩余强度领域具有更好的性能，可为后续研究腐蚀管道剩余寿命和制定维修策略提供参考依据。     

水下航行器复合材料耐压壳优选设计研究

目的 提升水下航行器潜深,将复合材料代替高强度钢材料用于水下航行器的耐压结构,对该结构开展优选设计研究,探究其提升耐压壳的极限潜深与降低结构质量的能力。方法 采用分步选优的设计方法对复合材料耐压壳体进行优选。在进行耐压壳体的优选时,考虑铺层百分比、角度、厚度对壳体的稳定性和极限载荷的影响。在进行环肋形式的优选时,从肋骨受力情况出发,考虑肋骨铺层形式对于稳定性的影响。结果 在耐压壳厚度相同的情况下,通过壳体铺层优选,复合材料耐压壳体的失稳压力提升在56.06%以上。在进行肋骨优选后,极限潜深相较于“海狼”级潜艇提升约26.67%,且复合材料耐压壳相较于高强度钢耐压壳质量减轻在80%左右。结论 通过分步优选的方法,可以得到该水下航行器耐压壳的主壳体铺层形式为[0/±45/0/0/±45/0/90/0]s,单层厚度为1.5 mm。环肋形式为T形,环肋面板与腹板均采用环向铺设。     

不同温度及不同加热时间作用后混凝土力学性能试验研究

采用液压伺服试验系统对经历不同温度、不同加热时间作用后的混凝土力学性能进行了试验研究,分析了加热温度、加热时间对混凝土的抗压强度、弹性模量和应力-应变关系等力学性能的影响.结果表明:高温后,混凝土的力学性能随温度的升高而劣化,表现为随着受热温度的升高、加热时间的延长,混凝土的抗压强度、弹性模量降低,峰值应变逐渐增大.此...