基于开挖损伤效应的岩体力学参数位移反分析

由于应力重分布和开挖扰动等因素,对于地下洞室开挖面附近的岩体,其力学特性会有一定程度的劣化,称之为岩体力学参数的开挖损伤效应、本文结合正交试验设计、粒子群优化算法、支持向量机模型等原理,建立了考虑开挖损伤效应的LSSVM-PSO反分析模型;以某水电站地下厂房为例,针对现场变形监测成果进行了位移反演分析,得到了损伤区范围...     

复杂地质条件下调压室三维有限元参数反分析

在地下洞室施工过程的3维有限元模拟过程中,数值计算结果受到地应力场及岩体力学参数的影响。在参数反演过程中,地应力场和岩体力学参数对洞室围岩应力变形的大小影响过程非常复杂,要同时反演这两方面参数比较困难,因此依托复杂地质条件下柳坪水电站调压室工程,采用3维非线性有限元分析,把地应力场岩体力学参数分两步进行反演,首先利用洞室围岩变形之间的规律对地应力场进行反分析,岩体力学参数选取参考范围的中值,在获得计算模型的地应力场数值及分布规律后,再对岩体力学参数进行反分析,反演得到岩体的力学参数,得出微新围岩、断层、弱风化带、强风化带变形模量分别为19、0.45、4.5、2.25 GPa,泊松比分别为0.21、0.35、0.25、0.30。反分析位移与监测位移对比表明,平均相对误差符合计算精度要求,可为类似工程的研究、分析提供参考。     

瀑布沟地下厂房施工期变形与稳定的跟踪预报

应用基于弹粘塑性势理论的有限单元方法、人工智能方法以及加锚节理力学模型,建立基于位移监测资料的岩体力学参数反演系统,根据反演参数实现对地下洞室后续施工过程中围岩稳定性与变形的预报.应用该反演预报系统,动态跟踪预报瀑布沟地下洞室群在开挖、支护过程中围岩的稳定与变形情况,对洞室群的稳定性进行了评价.     

地下厂房围岩参数场位移反分析

提出地下厂房围岩参数场的概念,利用增量位移和遗传算法优化反演其值.针对地下厂房围岩特性,认为其力学参数不是均一的,而是一个由不同量值的参数组成的参数场.结合某水电站地下洞室工程中地下厂房的开挖,建立了模拟动态施工的有限元模型,对洞室附近的围岩弹性模量进行了反演计算.结果表明:所得增量位移与实测值符合较好,岩体力学参数分布符合实际规律.     

基于TBA法的地下厂房围岩力学参数位移反分析

讨论了TBA反分析法的原理,结合某水电站地下洞室工程中地下厂房的开挖过程,建立了模拟动态施工的有限元模型,运用TBA法对地下厂房的围岩力学参数进行了反演计算,运用遗传算法进行了数值验证,有效地确定了岩体的弹性模量.结果表明,增量位移与实测值吻合较好.     

地下洞室围岩物性参数识别的小参数方法

根据小参数展开理论,提出了一种识别层状地层中地下洞室围岩物性参数的方法,为利用测量位移获得围岩岩体的力学参数提供了一种可行的数值算法。     

地下洞室围岩物性参数识别的小参数方法

根据小参数展开理论,提出了一种识别层状地层中地下洞室围岩物性参数的方法,为利用测量位移获得围岩体的力学参数提供了一种可行的数值算法。     

复杂地下洞室围岩开挖扰动空间效应参数化研究

复杂地下洞室围岩开挖扰动区的形成和发展具有明显的空间效应。岩体开挖扰动损伤总体上表现为岩体变形模量的劣化。考虑到基于厚壁圆筒弹性力学分析的弹性模量压力和半径相关模型的应用局限性,提出开挖扰动区岩体变形模量的半径-位移相关模型,并对模型的多洞室适用性和参数敏感性进行了分析。该模型实质上是一个参数场模型,通过变形模量劣化参数场分布量化揭示开挖扰动的空间效应。以瀑布沟水电站大型地下厂房洞室群工程为例,基于位移监测信息,应用半径-位移相关模型对主厂房围岩开挖扰动的空间效应及围岩稳定性进行了参数化分析。围岩变形模量劣化参数场沿厂房轴线具有明显的空间不均匀性,沿深度方向呈现指数函数分布特征。结果表明:该模型为开挖扰动区岩体变形模量参数的确定提供了合理的数值计算方法;通过岩体变形模量半径-位移相关模型参数化分析开挖扰动的空间效应,对于地下洞室施工期快速监测反馈和围岩安全稳定性评判以及支护优化设计具有显著的工程适用性。     

地下洞室施工期围岩力学参数反演与力学响应超前预测自动化系统开发

基于施工期实测资料对具有“未确知性”的围岩力学参数进行反演,并在此基础上采用反演所得参数对后续施工阶段的围岩力学状态与支护结构工作性态进行超前预测,进而依据预测成果对预先确定的设计与施工方案进行反馈设计是地下洞室信息化设计与施工中的关键技术环节。其中,参数反演的快速化,以及数值建模、参数反演与超前预测的自动化在很大程度上制约着上述技术的实际应用。鉴于此,首次提出将寻优效率更高的异步粒子群优化算法（APSO算法）应用于围岩力学参数反演;在此基础上,构建了地下洞室施工期围岩力学参数优化反演模型;进而,提出文件分块与信息分组及顺序编码技术,并据此实现了有限元正演分析数据文件的参数化自动生成与更新;在上述基础上,给出了地下洞室施工期围岩力学参数反演与超前预测的实现流程,并完成了一整套系统程序的编制,开发了数值建模、参数反演与超前预测的自动化系统。算例分析表明,所开发的系统可实现地下洞室施工期围岩力学参数反演与超前预测的自动化,并可在一定程上解决数值分析模型日益精细化需求与反演效率不高之间的矛盾,可直接服务于现阶段我国大规模建设的各类岩体地下洞室工程。     

基于支持向量机-小波神经网络的边坡位移时序预测模型

针对岩体边坡位移预测难度大的问题,结合支持向量机-小波神经网络,提出了一种新的岩体边坡位移时序预测模型——支持向量机-小波神经网络预测模型.通过对实测位移值的学习,并借助遗传算法参数寻优的支持向量机对位移时间序列的宏观发展趋势进行滚动预测;在此基础上利用小波基函数变换分析序列的局部特征,通过2维情况下的序列局部走势方向的选择、实测值与支持向量机拟合值的相对误差与绝对误差等指标的分析,达到对预测值优化改进的目的.将该模型应用到某工程面板堆石坝坝肩强卸荷岩体边坡位移的时序预测中,结果表明,该模型具有可靠度和精度高的优点,可应用于岩体边坡位移预测分析.     

Nonlinear correction of photoelectric displacement sensor based on least square support vector machine

A model of correcting the nonlinear error of photoelectric displacement sensor was established based on the least square support vector machine. The parameters of the correcting nonlinear model, such as penalty factor and kernel parameter, were optimized by chaos genetic algorithm. And the nonlinear correction of photoelectric displacement sensor based on least square support vector machine was applied. The application results reveal that error of photoelectric displacement sensor is less than 1.5%, which is rather satisfactory for nonlinear correction of photoelectric displacement sensor.     

Application of support vector machine in the prediction of mechanical property of steel materials

1. IntroductionThe mechanical properties of steel materials [1] areimportant to steel quality, which is influenced by themicrostructure, chemical content, and all kinds of fac-tors in manufacturing. The main parameters of themechanical properties include …     

基于灰狼支持向量机的非等时距滑坡位移预测

以三峡库区白水河滑坡为例,针对滑坡位移监测数据的非等距性和复杂性,结合非等距时间序列分析法、灰狼优化算法（GWO）和支持向量回归机（SVR）模型,提出新型非等距位移时序预测模型.利用自然三次样条插值法对滑坡位移数据进行等时距处理,基于时间序列分析理论将位移数据中的趋势成分和周期成分剥离,采用基于稳健最小二乘法的三次多项式拟合和GWO-SVR耦合模型分别对这两者进行预测,利用时间序列加法模型得到滑坡累计位移的预测值.研究表明,基于灰狼支持向量机的非等时距滑坡位移预测模型不仅预测精度高,预测误差较小,且寻优参数设置简单,计算收敛迅速.     

双核函数最小二乘支持向量机汽油干点软测量建模

针对单核函数最小二乘支持向量机容易陷入局部最优值,提出双核函数最小二乘支持向量机软测量建模算法。该方法利用Sigmoid核函数与RBF核函数线性加权构成双核函数,去除部分较小支持向量样本的方法,改善最小二乘支持向量机的稀疏特性,提高模型运算速度,用k-交叉验证法进行部分参数的优化,最后将此方法用于建立汽油干点软测量模型,并与标准支持向量机、单核最小二乘支持向量机比较,结果表明双核函数最小二乘支持向量机软测量模型具有更高的计算精度和更好的推广能力。     

小波消噪和优化支持向量机的网络流量预测

为了提高对网络流量的预测精度,提出了一种小波消噪和改进黏菌算法优化支持向量机的网络流量预测模型。 首先应用小波消噪对网络流量进行消噪处理,采用支持向量机作为预测模型。 由于支持向量机预测结果受模型参数影响较大,采用带有随机惯性权重机制的改进黏菌算法来优化支持向量机模型中惩罚因子以及核函数参数。 对所提模型使用最佳参数进行仿真实验,并利用实际采集的网络流量数据进行验证。 实验结果表明,所提模型在评估指标上均优于对比模型。     

基于GWO-SVM的下肢假肢穿戴者骑行相位识别

针对下肢假肢穿戴者骑行相位识别的问题,提出基于灰狼算法优化的支持向量机(GWO-SVM)分类模型. 建立下肢多源信息系统,采集膝关节、踝关节的加速度信号以及膝关节角度信号. 应用奇异值分解,对采集到的信号进行降噪处理. 在对信号进行降噪处理之后,为了避免单一信号不确定的影响,从数据冗余角度,选取各信号的特征点,开展归一化处理,组成多维特征向量,作为SVM分类模型的输入. 为了能够进一步提高分类精度,加强全局优化能力,利用GWO算法对核参数进行优化. 通过与PSO-SVM分类模型、GA-SVM分类模型对比表明,基于GWO优化的SVM分类模型对骑行相位的识别率为94%,高于其他方法优化的SVM分类模型.     

基于相空间重构和最小二乘支持向量机的滑坡预测

针对滑坡位移时间序列的非线性特性,引入基于相空间重构和最小二乘支持向量机（LSSVM）的预测法.利用Cao氏方法确定嵌入维数,根据互信息法计算最佳延迟时间;然后在相空间中,利用最小二乘支持向量机（LSSVM）建立预测模型.试验结果表明,模型具有较高的精度,是科学可行的.     

小样本条件下航空装备费用预测

为了提高小样本条件下的航空装备费用预测的精度,将信息扩散方法和支持向量机相结合,提出了信息扩散支持向量机预测模型,对模型的拓扑结构、建模步骤进行了描述.为了采用粒子群优化算法为模型选择合适的参数,考虑到模型参数既有连续变量,又有离散变量,提出对粒子位置的各个分量采用不同的更新策略.将信息扩散支持向量机应用于军用飞机机载...     

遗传优化支持向量机在失火故障诊断中的应用

故障样本的缺乏严重制约智能故障诊断的发展,支持向量机算法的提出有效地解决了小样本学习问题.然而支持向量机算法中两个参数惩罚因子C和核参数γ对故障样本的准确识别起着决定性作用.针对参数较难选择问题,采用遗传算法对支持向量机中的两个参数进行全局寻优.把汽车在典型故障下尾气中各气体的体积分数作为训练样本,样本经过主成份分析实现降维和去相关.用处理过的样本和最优参数建立基于支持向量机的多元分类器模型,进行故障类别诊断.使用LIBSVM工具箱进行仿真,结果表明经遗传算法优化后的支持向量机对于小样本故障诊断有很高的准确率.     

嵌套Z轴式水下矢量推进系统建模与特性分析

为提高矢量推进系统的水密性和承载能力,提出一种内、外嵌套Z轴机构,实现螺旋桨的矢量推进. 建立矢量推进系统运动学模型,获得矢量轴偏转角与内、外Z轴转角的关系. 推导驱动电机偏转角反解公式,搭建Simulink与ADAMS联合仿真模型. 将反解结果代入仿真模型,仿真矢量轴偏转过程. 通过对比仿真曲线与理论分析结果,检验模型的正确性. 分析矢量推进系统偏转过程中运动副的力学特性,结果表明：基于反解数据仿真得到的矢量轴偏转角与给定结果吻合程度较高,在矢量轴偏转过程中,内、外Z轴偏转电机上的驱动力矩呈周期性变化,且幅值随着偏转角度的增大而逐渐增大.