基于均匀设计及BP神经网络的大体积混凝土热学参数反分析

为了解决桥梁工程大体积混凝土热学参数失真的问题,提出一种基于均匀设计理论与BP神经网络的大体积混凝土热学参数反分析方法。该方法通过BP神经网络建立大体积混凝土温度场与热学参数的非线性关系;BP神经网络的训练样本由均匀设计方法确定;在BP神经网络训练阶段,采用附加动量法对网络结构进行优化;对优化前后的误差曲线及多次训练过程的分析结果表明：附加动量法可明显缩短网络训练时间,多次训练过程的平均绝对百分比误差值及均方根误差值稳定。在太洪长江大桥散索鞍支墩承台大体积混凝土施工中反演了绝热温升、反应速率常数及导热系数,基于反演值的温度计算值与现场实测值吻合较好,温度峰值最大误差仅为1.1℃。基于均匀设计理论与BP神经网络的大体积混凝土热学参数反分析方法可行,且反演过程稳定收敛,反演精度高,应用于指导温控施工能降低大体积混凝土开裂风险。     

大体积混凝土温度裂缝控制的工程应用研究

通过实地监测了某医院直线加速器机房工程的大体积混凝土温度变化,简要分析了大体积混凝土温度应力裂缝的形成机理,阐述了控制混凝土内部温差的因素和具体实施措施,可有效的提高大体积混凝土结构的耐久性,并将控制方法应用到工程实例中。说明了控制措施的可行性和有效性,可为大体积混凝土施工中裂缝控制提供技术参考。     

大体积混凝土施工过程温度应力场监测及有限元分析

大体积混凝土由于水泥水化发热导致混凝土在施工及养护过程中出现升温和降温过程,并在混凝土表面和内部产生温度差,受到边界条件的约束在混凝土的表面和内部产生温度应力.大体积混凝土施工中控制温度的本质就是控制温差引起的温度应力.根据某工程的特殊情况,设计了温度测点和温控方案,并对混凝土水化放热公式系数m进行修正,建立了有限元分析模型,分析过程中考虑了混凝土的力学性能随龄期的非线性增长.通过分析,预测了大体积混凝土的温度变化过程及应力分布情况,并与实测数据对比,吻合较好.其成果可为其他类似工程提供参考.     

大体积混凝土温度场及温度应力的有限元分析

结合工程实例,采用ANSYS有限元软件对大体积混凝土浇筑及冷却过程中的温度场及温度应力进行了模拟,通过APDL语言编写程序控制了模拟过程．分析结果与工程计算及实际测试结果相近,验证了所建模型与选取参数的正确性,保证了运用ANSYS研究大体积混凝土水化热影响参数的可行性．分析发现：混凝土温度峰值与最大拉应力与浇筑温度呈正相关;采用低热量水泥时,可降低温度峰值、推迟峰值出现时间,并降低结构温度应力;环境温度变化时,温差成为关键因素,应根据实际情况制定季节性施工方案．     

基础大体积混凝土裂缝的控制

混凝土裂缝的控制是基础大体积混凝土施工的重点.在施工中除对混凝土的原材料选择严格控制外,还可采取以下预控措施:控制骨料温度、入模温度和浇筑温度;采取设置后浇带、设置膨胀混凝土加强带及增设滑动层的做法,以降低混凝土的内外约束力;还可采取增加构造配筋、二次振捣等方法,以提高基础大体积混凝土本身的抗极限拉伸能力.     

普光天然气净化厂筏板基础大体积混凝土温控措施及施工技术

温度裂缝、收缩裂缝的控制与预防是大体积混凝土施工的关键技术之一。在大体积混凝土筏板基础工程建设中,通过优选原材料、优化配合比、降低混凝土入模温度、循环水冷却等措施控制混凝土内外温差,最大温差实测结果远小于25℃,保证了施工质量。通过实时温度监测,获得混凝土温度、温差的发展规律,明确大体积混凝土降热控温和养护的关键期。     

桥墩承台大体积混凝土施工期温度控制与监测

由于内外温差过大而引起温度裂缝,是大体积混凝土施工过程不可避免的问题.采用水管冷却方法可有效控制大体积混凝土内核温度,防止裂缝产生.并将该方法应用于某刚架桥桥墩承台大体积混凝土的施工中,通过对监测结果的分析,验证了水管冷却方法的有效性.     

干旱地区大体积混凝土温度场及裂缝控制技术研究

西北地区气候干燥且昼夜温差大,增大了大体积混凝土裂缝控制的难度。以该地区某热轧机组特大型筏板基础为对象,对大体积混凝土基础施工及养护过程的温度变化及裂缝发展进行研究。计算施工过程混凝土内部的温度场,讨论混凝土温度随龄期发展规律。提出控制大体积基础混凝土的温度,从而控制裂缝的措施,并采取措施监测基础内部温度。     

浅谈大体积混凝土的养护

大体积混凝土的施工技术要求比较高,特别是在施工中要防止混凝土因水泥水化热引起的温度差所产生的温度应力和温度变形裂缝。大体积混凝土的养护主要是控制混凝土中心和表面的温差,保持一定的湿度,防止产生裂缝。如何控制温度进行混凝土养护是大体积结构施工中的重要课题。     

大体积混凝土温度裂缝控制的理论分析及其对策

依据温度裂缝控制的要求，对大体积混凝土内部温度，由温度引起的温度应力以及最大伸缩缝间距进行了理论分析，给出了控制裂缝的主要措施，为高层建筑基础大体积混凝土施工提供重要的指导作用。     

基于小波神经网络的风速预测及置信区间估计

小波神经网络是在小波变换理论和人工神经网络的基础上建立的一种新型网络模型,综合了两者的优点,克服了BP神经网络易陷入局部极小点和训练速度慢的缺点．本文建立了小波神经网络模型,采用最陡梯度下降法训练网络,将该网络用于对风电场小时风速的预测,并对预测置信区间进行计算．预测结果表明小波神经网络在训练速度和预测精度方面均优于BP神经网络．     

城市燃气管网日负荷预测的灰色神经网络模型

将灰色预测理论和人工神经网络理论结合起来,利用灰色静态预测模型来弱化数据的随机性并建立规律的累加数据,再利用神经网络模型来解决数据的非线性,建立了既反映其时间序列的周期性变化趋势,又包括天气、气温等影响因素的燃气日负荷预测灰色神经网络模型。对哈尔滨市燃气管网系统的日燃气用量进行了预测,表明模型不仅有较高的收敛速度和精度,同时也具有较强的适应性和灵活性。     

基于灰色理论和神经网络的短期电力负荷预测

利用灰色理论中累加生成方法能够削弱负荷中随机成分的特点,以及人工神经网络可以逼近任意函数的能力,对具有任意变化规律的数据序列进行拟合和预测．实验结果表明,基于灰色理论和神经网络的最优组合模型的平均相对误差为1．307％,比BP神经网络预测和灰色理论模型预测的精度更高,具有明显优势．     

混沌神经网络综合法在边坡位移预测中的应用

根据混沌理论具有分析非线性动态系统的混沌特性和人工神经网络具有考虑多因素影响的特点,本文提出了混沌神经网络综合预测模型.该方法首先利用非线性科学和理论分析滑坡位移时间序列的动态特性,然后将重构相空间计算的最小嵌入维数作为输入神经元的数目引入到人工神经网络预测模型中.分析算例预测结果表明,混沌神经网络综合预测模型计算精度较高.     

基于BP-GA的融合算法实现

搜索和寻优是控制、预测等应用技术的基础。在人工智能领域，人工神经网络和遗传算法是解决搜索和寻优这2个问题的基本方法。对BP算法和遗传算法进行了研究，指出了其优缺点；研究了传统的将BP和GA结合起来求解问题的几种方式。鉴于这几种方式存在的实际应用缺陷，提出了一种新型的融合算法，阐述了其基本原理，给出了设计流程图，并详细研究了该融合算法的设计步骤。最后，运用示例验证该算法。     

基于神经网络和蒙特卡罗方法的天气衍生品定价研究

参考温度变化过程的固有特性,利用1951年至2010年重庆市的温度数据,采用BP神经网络对温度进行预测估计,并采用蒙特卡洛方法对天气衍生品进行定价.仿真结果表明,该方法有效且相对误差较小,对开发重庆市的天气衍生品市场有一定的实用价值.     

钢筋混凝土染裂纹故障分析

应用人工神经网络模型,对钢筋混凝土染结构上出现的裂纹损伤对于结构固有频率下降率的影响进行了诊断和预测研究,并与传统的诊断和预测结果进行了比较,结果表明,采用神经网络技术对工程结构进行裂纹损伤故障的联合诊断和预测比传统诊断结果精确,能够更好地反映结构损伤与特征参数之间的非线性特征。     

神经网络在混凝土多轴强度预测中的应用

目的 采用人工神经网络技术来处理混凝土多轴强度间的非线性关系．方法 运用BP网络模型对混凝土多轴强度试验数据进行分析，并与数学回归模型进行了比较．结果 研究表明。只要选取合适的隐层节点个数和最优化的网络结构，建立的神经网络模型可以合理地模拟具有复杂非线性关系的混凝土多轴强度模型．结论 该方法具有较高的预测能力，可以作为混凝土多轴强度准则研究的有益途径。     

基于时间序列和神经网络的电力系统负荷预测

针对采用时间序列对电力系统负荷进行预测时，无法考虑温度变化等因素的影响，利用神经网络的非线性拟合能力，提出了一种基于时间序列和神经网络组合的电力系统负荷预测方法。在时间序列法中，通过大量的历史数据随机序列对负荷进行预测，对于其结果再通过神经网络进行修正，算例表明所提方法是可行而有效的。     

基于BP神经网络的高性能混凝土早龄期自干燥收缩预测

采用人工神经网络方法,建立高性能混凝土原材料配合比与其早龄期自干燥收缩之间的非线性映射关系。计算结果表明,该模型可以预测不同配合比混凝土的早龄期自干燥收缩,为高性能混凝土体积稳定性的研究提供一种思路。