Assessment of different machine learning techniques in predicting the compressive strength of self-compacting concrete

The compressive strength of self-compacting concrete (SCC) needs to be determined during the construction design process. This paper shows that the compressive strength of SCC (CS of SCC) can be successfully predicted from mix design and curing age by a machine learning (ML) technique named the Extreme Gradient Boosting (XGB) algorithm, including non-hybrid and hybrid models. Nine ML techniques, such as Linear regression (LR), K-Nearest Neighbors (KNN), Support Vector Machine (SVM), Decision Trees (DTR), Random Forest (RF), Gradient Boosting (GB), and Artificial Neural Network using two training algorithms LBFGS and SGD (denoted as ANN_LBFGS and ANN_SGD), are also compared with the XGB model. Moreover, the hybrid models of eight ML techniques and Particle Swarm Optimization (PSO) are constructed to highlight the reliability and accuracy of SCC compressive strength prediction by the XGB_PSO hybrid model. The highest number of SCC samples available in the literature is collected for building the ML techniques. Compared with previously published works’ performance, the proposed XGB method, both hybrid and non-hybrid models, is the most reliable and robust of the examined techniques, and is more accurate than existing ML methods (R² = 0.9644, RMSE = 4.7801, and MAE = 3.4832). Therefore, the XGB model can be used as a practical tool for engineers in predicting the CS of SCC.     

解放思想、重塑共识 中央经济工作会议指明2022年化解三重压力路径

<正>每年的年终看点,首推12月的政治局会议和随后的中央经济工作会议,它不仅仅是为来年的两会政府工作报告定调,更是来年的经济工作指南。如果让我们用8个字对2021年年度最高级别的会议做个简单归纳,那就是"稳字当头、稳中求进"。再精要一点的表达,就是以"七大政策"和"五个正确认识"来化解"三种压力"。     

肠道驻留机构的设计和实验

研究并设计了一种微型肠道驻留机构以实现胃肠道机器人在人体肠道特殊环境下的有效驻留。该驻留机构采用径向伸出三组腿的方式实现扩张,扩张后三组腿仍然处于封闭状态,从而有效降低了肠道组织被夹住的风险。对驻留机构与肠道之间的相互作用进行了建模分析,并将驻留机构的驻留力分为库伦摩擦力和边缘阻力两部分,分析了其产生机理。通过实验测试了驻留机构的扩张力以及驻留力。实验结果表明:驻留机构的扩张力与理论分析较为接近,驻留力大小与肠道直径、驻留腿扩张直径以及驻留机构速度有关。当驻留腿的扩张直径为20~26mm时,驻留力大小为0.15~0.4N;当驻留腿扩张直径大于26mm时,驻留力迅速增加,为0.5~1.8N。设计的肠道驻留机构体积小、安全,可较好地适应肠道的生理环境,并为肠道诊疗微型机器人驻留机构的设计提供了一种新的思路。     

汽车钢圈轮辐裂纹成因分析及优化设计

钢圈对汽车行驶的安全性起着重要的作用。某新型钢圈在弯曲疲劳试验中,在未达到设计使用寿命要求时,轮辐表面就出现了裂纹。为找出裂纹形成原因,在有限元软件中建立钢圈弯曲疲劳试验有限元模型,并分析了钢圈的应力状态及其对疲劳强度的影响。在控制应力幅和最大切应力不超过许用值的条件下,采用正交试验的方法优化轮辐横截面的几何参数。改进后钢圈的疲劳寿命分析表明,借助正交试验可有效改进钢圈的结构,从而增加钢圈的疲劳寿命。     

一种新型四自由度混联机器人的设计与分析

通过对机器人串并联结构的分析,设计了一种新型的四自由度混联机器人,克服了同类机器人腕部俯仰电机不容易被安放在机架上的困难。将控制电机都设计在机架上,大小臂电机不同轴,腕部俯仰电机与大臂电机同轴,通过一种双平行四边形机构实现腕部俯仰动作,结构简单、俯仰角容易控制,俯仰运动不受大小臂运动的影响而发生牵连运动。腕部俯仰驱动的传动件为连杆,与大小臂以并联的形式进行连接,对机器人模型进行静力学分析,分析结果表明这种腕部俯仰机构能够提高机械臂的抗弯刚度。     

钢管通孔直径对涡流检测信号的影响研究

为研究通孔直径在钢管涡流检测中对检测信号的影响,开展了不同磁化强度下钢管通孔涡流检测试验,研究了不同直径通孔随磁化电流的信号变化特征。试验结果表明:通孔直径一定时,在非饱和磁化区(6~18 A)内,信号幅值随电流的增加先增大后减小,相位角随电流的增加逐步上升,在饱和磁化区(20~22 A)内,检测信号成形较小或严重扭曲,相位变化杂乱无章;当磁化电流一定时,信号幅值随通孔直径的增大而增大,不同直径通孔间信号相位角在非饱和磁化区(6~18A)内,最大值与最小值的极值偏差在10°~18°范围内变化,差异较小,而在饱和磁化区(20~22 A)信号相位角变化起伏较大,无明显规律。试验研究结果可用于指导钢管涡流检测工程实践。     

铝合金焊缝裂纹的阵列涡流检测仿真研究

为了分析阵列涡流传感器扫查不同位置表面横向裂纹时的线圈输出信号特征,以及焊缝受热区金属材质变化对线圈输出信号的影响,建立铝合金焊缝裂纹的阵列涡流检测的三维有限元模型。结果表明:当裂纹长度分别为1.6、3.0、4.5mm时,裂纹长度与线圈感应电动势的波峰幅值呈单调递增关系,探头扫查侧面裂纹时的线圈感应信号总是大于正上方裂纹;焊接所引起的5A06铝合金材料电导率减小会使线圈的感应电动势幅值增大,且当裂纹长度分别为1.6、3.0、4.5 mm时,裂纹长度越大,电导率减小在裂纹检测时对线圈输出信号的影响越小。     

基于小波包能量谱和ELM的光伏逆变器多故障在线诊断

以三电平光伏逆变器为研究对象,提出一种多故障模式快速诊断新方法。首先,利用小波包分解提取出三电平逆变器的桥臂电压和上、下管电压信号的能量谱特征向量,并利用主成分分析降维后获取故障特征向量;然后,基于极端学习机诊断模型分离出单器件及多器件开路等多种故障模式。实验结果表明,相比于传统BP神经网络、最小二乘支持向量机故障诊断方法,该方法检测信号易获取,抗干扰性强,诊断速度快、精度高,减小了诊断成本和复杂性,适用于在线诊断。     

硬质合金真空烧结和低压烧结的研究

分别在真空和低压下烧结制备混晶、细晶、高钴、高钛四类硬质合金,采用光学金相显微镜、洛氏硬度计、钴磁检测仪、矫顽磁力检测仪和抗弯强度检测仪等,对比研究了低压烧结和真空烧结的硬质合金的显微组织和性能。结果表明:对于混晶、细晶、高钴和高钛合金来说,和真空烧结相比,低压烧结均能降低合金的孔隙度,形成更均匀的组织,同时提高合金的密度和综合性能;低压烧结对合金组织和性能的影响程度和合金的成分有关,对于混晶和高钛合金来说,低压烧结对综合性能的提高较明显;而对于细晶和高钴合金来说,提高效果不明显。     

侧向荷载作用下公路隧道衬砌损伤演化分析

为了研究侧向荷载作用下隧道衬砌的损伤演化机制,采用1∶10相似模型试验分析了隧道结构在侧向荷载下的受力变形特征、破坏形式和损伤过程,基于试验结果利用数值计算反演分析了衬砌结构刚度衰减规律。研究表明:侧向荷载下隧道受力变形过程分为4个阶段:弹性受力阶段、拱腰开裂阶段、保护层局部破碎剥离阶段、结构软化破坏阶段;结构破坏模式表现为拱肩位置的斜剪破坏,关键部位破坏顺序为“拱腰开裂—拱肩脆性剪坏—拱腰延性破坏”,破坏时形成三铰拱可变体系。衬砌结构刚度在拱腰开裂后快速衰减,结构丧失承载力时刚度衰减幅度为84%;考虑隧道安全性评价,以结构技术状况评定值为界,结构在无破损、轻微破损、中等破损、严重破损、危险状态下的刚度折减系数分别为0.95、0.57、0.33、0.21、0.16。