基于小波神经网络的CFG桩复合地基承载力预测

针对BP神经网络学习时间长、收敛速度慢等缺陷,借助小波分析理论,将母小波平移和伸缩构成的小波基作为神经网络的激励函数,通过指导网络的初始化和参数选取,使网络以较简单的拓扑结构实现函数逼近,利用网络训练建立起承载力与其影响因素之间的非线性关系。在相同结构和参数下,与BP神经网络进行分析对比。结果表明：利用小波变换对数据时频局域化分析的能力并结合人工神经网络的自学习功能,使得小波神经网络预测模型具有较强的逼近和容错能力,预测结果比传统的BP神经网络具有更快的收敛速度和更高的精度。     

一种基于未知测度的煤矿安全评价模型

在分析了煤炭行业原有安全综合评价缺陷的基础上，论文建立了未确知测度模型对煤矿安全进行综合评价。提供了一条定量、定性相结合的煤矿安全综合评价的新途径，并用一个实例说明此模型具有一定的实用价值。     

高层建筑基础大体积混凝土水化热系数研究

文章分析了水化热系数对大体积混凝土温度场的影响,从高层建筑基础与水工结构大体积混凝土的不同点角度出发,运用ANSYS有限元软件对其温度场进行了数值模拟,通过与实测数据的对比,确定了高层建筑基础大体积混凝土水化系数较适宜的取值范围。     

动荷载作用下玻璃钢夹砂管力学响应分析

为分析不同动荷载作用下埋地玻璃钢夹砂管的力学响应情况,选取22 t振动压路机,39.4 t和60.4 t重型工程运料车,测试施工期浅埋玻璃钢夹砂管的振动速度时间曲线,并采用快速傅里叶变换方法确定玻璃钢夹砂管振动主要频率和幅值。研究表明,22 t振动压路机强震最大振动速度和幅值大于重型工程运料车的振动响应值,与实际压路机用大振动力强震吻合,而三种动荷载对埋地管涵的力学响应均较小,说明管涵刚度高,故施工阶段管顶浅埋土压实完后允许重型工程运料车通行,从而为玻璃钢夹砂管的施工和推广应用提供理论依据。     

基于小波神经网络的CFG桩复合地基承载力预测

针对BP神经网络学习时间长、收敛速度慢等缺陷,借助小波分析理论,将母小波平移和伸缩构成的小波基作为神经网络的激励函数,通过指导网络的初始化和参数选取,使网络以较简单的拓扑结构实现函数逼近,利用网络训练建立起承载力与其影响因素之间的非线性关系.在相同结构和参数下,与BP神经网络进行分析对比.结果表明:利用小波变换对数据时...     

公路埋地玻璃钢夹砂管力学行为数值分析

玻璃钢夹砂管具有轻质、高刚度、寿命长等诸多优点,在交通工程领域得到了广泛的应用。由于各种不利因素的存在,对埋地玻璃钢夹砂管现场力学测试一直遇到瓶颈。随着现代建模技术的不断发展,利用ANSYS有限元力学分析程序,对埋深分别为50 cm、80 cm、100 cm的埋地管在重量为20 t、40 t、60 t卡车下的受力变形作分析,将试验结果与仿真结果加以对比。结果表明,各个工况下的测点误差控制在15%以内,验证模型的可行性与实用性。研究结果与方法为模拟埋地管其他力学性能和工况提供依据。