基于机器学习的高强钢焊接等截面箱型柱整体稳定性预测方法

目前,针对高强钢构件整体稳定性的研究多采用有限元建模或实验室试验方法,而基于机器学习的预测方法能够显著提升预测的准确性和便捷性。为了准确预测高强钢焊接等截面箱型柱的整体稳定性,提出使用纤维模型构建数据库并利用机器学习建立预测模型的方法。首先确定模型的输入输出参数,并通过纤维模型方法建立数据库;接着,选用常见的3种不同类型的机器学习模型和现有规范中的经验模型进行预测,并依据评价指标进行性能对比;最后,根据可解释算法分析机器学习模型的合理性。结果表明：大部分机器学习模型预测结果与试验结果吻合度略高于现有规范中的经验模型,其中,高斯过程回归模型对高强钢构件整体稳定性的预测表现最优;机器学习预测模型中各类参数对构件整体稳定性的影响趋势符合预期,验证了机器学习模型的合理性和可靠性;构件的正则化长细比对预测结果影响最大,而构件初始缺陷的影响相对最小。     

前混合高压磨料水射流对混凝土块的切割试验研究

为了解前混合高压磨料水射流对混凝土等材料的切割能力,使用比较研究法,采用移动切割和固定切割两种切割方式,进行磨料与纯水水射流对混凝土块切割深度对比试验、水砂混合磨料与水和棕刚玉混合磨料水射流对混凝土块的切割深度对比试验、不同水砂比(质量比)的水砂混合磨料水射流对混凝土块的切割深度对比实验,分析改变压力、水砂比、靶距对切割深度的影响,结果表明:前混合高压磨料水射流切割比高压纯水切割效果更加明显,对于不同硬度的混凝土块,磨料水射流切割均有明显优势;当靶距达到1 000 mm时,磨料水射流仍有很强的切割能力。     

基于人工神经网络的磨料水射流精密特种加工

磨料水射流是一种先进的绿色加工工具.为了获得较高的表面精度,必须精确控制水射流加工的各种工艺参数.一种可行的办法是建立水射流加工过程中的主要参数之间的非线性关系,通过加工速度的补偿来间接控制工件表面质量.本文基于人工神经网络理论,建立了水射流加工过程的神经网络模型.在获取大量样本数据的基础上,对网络模型进行训练.经过训练的水射流加工神经网络模型可以准确预测与给定压力、磨料流量、工件厚度、期望的表面粗糙度所对应的切割速度,实验验证获得满意结果.     

混凝土结构的碳化模式与碳化寿命分析

利用我们近几年对旧建筑物检测积累的资料和国内外的有关资料，建立了根据混凝土立方体抗压强度预测碳化深度的数学模型和碳化深度标准差的经时变化模型，分析了混凝土构件的碳化控制可靠度，并给出了估计混凝土构件碳化寿命的方法。     

高强铝合金压弯构件稳定承载力中欧规范对比

为获得高强铝合金压弯构件稳定性能及其承载力,对29根箱型截面与L型截面6082-T6型高强铝合金构件进行偏心受压稳定承载力试验,获得其失稳破坏特征、承载能力及变形性能.在有限元模型获得试验结果验证的基础上,分析了初始缺陷幅值、截面尺寸、正则化长细比、偏心方向及偏心率等参数对构件的稳定承载力影响及其规律.利用试验及有限元稳定承载力影响参数分析结果,对中国《铝合金结构设计规范》和欧洲规范Eurocode9中的相关计算方法进行验证与结果对比,并对中国《铝合金结构设计规范》中L型截面压弯稳定承载力计算方法进行补充.结果表明:本文有限元模型可以精确地预测铝合金偏压构件的稳定承载与变形性能;中国《铝合金结构设计规范》和欧洲规范计算公式可以用于6082-T6铝合金箱型和L型截面构件压弯构件稳定承载力计算,但都相对保守.     

型钢高强混凝土柱延性的试验研究

通过9根剪跨比λ=2．0的试件。对C80型钢高强混凝土柱在低周反复荷载作用下的抗震性能进行了试验研究．试验主要考虑配箍率和轴压比两个参数对构件延性的影响．根据试验结果，得出了配箍率和轴压比与构件位移延性的关系曲线．在满足一定位移延性的基础上．提出了C80型钢高强混凝土柱的轴压比限值；并就配箍率对轴压比限值的影响进行了分析。进一步提出了与不同配箍率相关的轴压比限值．     

反复荷载下内配PVC管约束高强混凝土柱受力性能及其影响因素分析

以5根内配PVC管约束高强混凝土柱(PVC-RHC)和1根钢筋高强混凝土短柱(RHC)水平拟静力试验为基础,分析了PVC管径、轴压比和剪跨比对内配PVC管约束高强混凝土柱受力性能的影响.利用有限元软件ABAQUS对试验柱构件进行非线性有限元模拟,除剪跨比λ=2.5柱构件外,模拟结果与试验结果吻合较好,验证了有限元模型建立的有效性.在此基础上,以PVC管径高比D/h、PVC管径壁厚和混凝土强度参数为目标参数,对内配PVC管约束高强混凝土短柱进行有限元模拟.结果表明:随着PVC管径高比的增加,构件初始刚度变化幅度较小,而峰值荷载和延性呈增加的趋势,当D/h控制在0.5左右时,构件综合受力性能相对较好;增加PVC管径壁厚,构件的初始刚度和峰值荷载变化不明显,后期强度衰减减慢,延性略有改善;随着混凝土强度的提高,构件的初始刚度和峰值荷载提高显著,但延性变差.     

基于HJC模型的盾构刀具切削混凝土数值模拟

为了揭示盾构刀具切削混凝土材料时的阻力大小及变化规律,研究Holmquist-Johnson-Cook动态本构模型（HJC模型）参数的确定方法,并据此对混凝土受切削破坏过程进行数值模拟. 设计室内混凝土试块切削试验,根据试验结果对HJC模型参数进行修正,进一步计算分析切削速度与切削深度对切削阻力的影响. 研究表明,基于HJC模型的数值计算结果可基本反映盾构刀具切削混凝土的阻力大小及变化规律;刀具在切入混凝土表面时,法向切削阻力的波动幅度较大,在切削接近试块自由面时会出现剩余材料整块脱落、切削力骤降为0的现象,该过程在数值模拟中相对平缓;在相同条件下,率效应参数主要影响法向切削阻力的波动幅度,损伤参数则同时影响法向切削阻力的平均值与波动幅度;法向切削阻力随切削速度呈指数形式增加,随切削深度呈线性增加;HJC模型可反映混凝土压碎破坏与材料应变率间的关系及法向切削阻力随深度的线性叠加效应.     

自密实混凝土加固框架节点恢复力模型

基于10个足尺自密实混凝土加固框架节点的拟静力试验结果,分析了不同初始受力、不同初始轴压比及不同界面处理方式的加固节点的滞回特性。考虑刚度退化的影响,提出自密实混凝土加固框架节点的三线型恢复力模型,并给出了恢复力模型的表达式。结合试验结果,对恢复力模型的有效性进行了验证。结果表明,增大截面法加固框架节点的抗震性能相对于对比构件有明显的提高,所建立的恢复力模型骨架曲线与试验值吻合较好,此模型可用于自密实混凝土框架加固节点的弹塑性动力反应分析及其节点的抗震加固设计。更多还原     

高压气蚀水射流切割装置的试验研究

提出了一种能较好地诱发气蚀的高压水射流切割装置———射流泵式切割装置．在非淹没条件下对该装置与普通单喷嘴装置进行了对比试验．试验结果表明,在相同的工作条件下,射流泵式切割装置比普通单喷嘴切割装置能耗低、切割深度大．根据试验结果,提出了射流泵式切割装置的最佳工作参数     

基于人工神经网络的磨料水射流切削工艺建模

磨料水射流（AWJ）切割工艺已经被遍及世界的许多车间所采用，其优点广为人知。为了进行精密加工，如精密切割、铣削、钻孔和磨削等，必须精确预测AWJ的侵蚀深度。文章基于人工神经网络（ANN）对AWJ切割工艺进行建模。模型采用三层结构，输入变量有水射流压力、水喷嘴直径、磨料粒子粒度（直径）、磨料流量和切割头进给速度。输出量为AWJ的切割深度。样本数据在JJ-Ⅰ水射流切割机床上实验获取，A3钢样板作为切割试件。采用改进的BP算法和样本数据对建立的人工神经网络进行训练。训练好的网络以一定精度建立了AWJ切割工艺中各参数之间的映射关系。所建模型可以精确预测AWJ的切深。将该模型集成到AWJ切割机床的计算机数控器中，可以实现AWJ精密加工。     

磨料水射流切割可视化BP神经网络模型研究

针对磨料水射流切割性能与影响因素间存在复杂的非线性关系,无法用传统数学方法建模的问题,基于BP人工神经网络理论,结合典型材料的切割实验结果,在考虑射流压力、磨料流量、切割靶距、工件厚度、磨料喷嘴直径与切割速度6个因素情况下,建立了磨料水射流切割BP神经网络模型.同时,基于Delphi开发出了可移植的磨料水射流切割速度人工神经网络预测单元,实现了所建网络模型的可视化,为实现网络模型与数控系统的集成提供条件.研究结果表明,该网络模型能快速、准确、可靠地预测切割速度,与数控系统相集成可实现对磨料水射流切割质量的有效控制.     

高压磨料水射流切割低碳合金钢的试验研究

低碳合金钢广泛应用于压力容器、车辆、桥梁等工业设计之中,通过研究高压磨料水射流对低碳合金钢切割的影响,分析水射流切割特性对切割效果的影响,对提高切割效率及降低切割成本具有一定的参考意义。应用五轴联动数控水刀切割机,对低碳合金钢Q345B进行切割试验,分析了切割压力、靶距和横移速度对切割深度及切割宽度的影响。结果表明,随着切割压力增加,切割深度和切割宽度均有所增加;随着靶距的增加,切割深度先增大后减小,存在最佳靶距,可使切割深度最大而切割宽度逐渐增大;随着切割速度增加,切割深度及切割宽度逐渐减小,但其对切割宽度的影响较小。     

用神经网络分析法评价机械加工工艺参数

神经网络提供了获取知识的一条新途径。在机械加工学科中，人们可以利用影响工件表面粗糙度的切削或磨削参数来建造神经网络模型，然后通过实际样本对神经网络进行自学习训练，使此模型变成切合车间不同设备的实用模型，从而可以有针对性地改变某些切削或磨削参数，以降低工件表面粗糙度和提高表面质量。本文论述了神经网络模型的建立、自训练原理和降低表面粗糙度的途径     

磨料水射流微细雕刻技术的研究

根据磨料水射流加工的特点，建立了磨料水射流加工的神经网络模型。用训练好的神经网络模型来预测给定加工条件下的进给速度，并根据加工路径和机床的特性对进给速度进行修正，并编写数控代码。通过控制水射流的进给速度来间接控制其刻蚀深度，同时获得加工轨迹的圆滑过渡，从而实现磨料水射流的雕刻工艺。本文以不锈钢为原材料，以JJ-I数控水射流机床为实验平台，根据机床的特性手工编程，成功雕刻出微型摩托车图形。     

基于BP神经网络的立铣加工振动快速预估

结合研制的立铣加工过程虚拟仿真系统和实验测量铣削力信号,训练并建立优化的1-20-1型BP神经网络模型,快速实现铣削加工过程刀具-工件系统振动状态的预估.对比神经网络模型预估的振动结果与实验测量振动信号可以看出,二者数据吻合较好,表明铣削虚拟仿真系统与神经网络技术的结合能够高效低耗地用于不同铣削加工条件下铣削振动状态的快速预估和加工过程监测.     

Optimization of Processing Parameters of Power Spinning for Bushing Based on Neural Network and Genetic Algorithms

A neural network model of key process parameters and forming quality is developed based on training samples which are obtained from the orthogonal experiment and the finite element numerical simulation. Optimization of the process parameters is conducted using the genetic algorithm (GA). The experimental results have shown that a surface model of the neural network can describe the nonlinear implicit relationship between the parameters of the power spinning process:the wall margin and amount of expansion. It has been found that the process of determining spinning technological parameters can be accelerated using the optimization method developed based on the BP neural network and the genetic algorithm used for the process parameters of power spinning formation. It is undoubtedly beneficial towards engineering applications.     

Experimental and discrete element numerical analysis of side slope instability induced by fissure water underlying impervious bed

1 Introduction The in situ observations and analysis on the landslide events indicate that water is one of the key factors which induce landslide of the mountain mass[1―8]. The mechanism offissure water inducing landslide can be generalized into three aspects: (1) the softening influence of water weakens the strength of materials on the slip surface[9―11]; (2) the cleft water pressure towards the slide slope free face increases sliding force[12―15]; (3) water pressure on the slip surface lo…     

高压水射流切割机器人离线编程系统研究

高压水射流切割设备与机器人结合可精确切割复杂形状工件．将离线编程技术用于高压水射流切割可以解决在线示教编程效率低和切割头位姿控制不精确等问题．介绍了高压水射流切割系统的硬件组成和工作原理．根据机器人应用中的技术问题,分析了水射流机器人离线编程系统。叙述了在微机Windows操作系统平台上利用VC＋＋6．0和OpenGL开发水射流切割机器人离线编程系统的方法和原理．