考虑磨耗及不等厚辐板的轨道车轮振动声辐射特性

为了降低轨道车轮振动的声辐射,以双S型辐板车轮为研究对象,建立了反映磨耗及不等厚辐板的9种城市轨道车轮三维有限元模型,分别获得了车轮在各阶振动模态下的固有频率及结构振型,对比分析了不同车轮的声功率级响应曲线,从而得到车轮在不同磨耗条件及不等厚特征情况下的声辐射水平。研究结果表明：与初始现役车轮相比,辐板上部不等厚车轮在峰值声功率级上降低了13.82 dBA;随着踏面磨耗加深,车轮的噪声逐渐增大;辐板上部不等厚车轮在不同磨耗下的最大声功率级均小于初始现役车轮。     

基于BESO算法的城市轨道车轮拓扑优化

城市轨道车轮的结构优化大多集中于参数优化,设计空间普遍有一定的局限性。以降低城市轨道车轮辐板处的结构应力为目标,利用双向渐进结构优化算法对直辐板车轮进行拓扑优化建模,提出一种新颖的城市轨道车轮辐板结构。重点针对城市轨道车轮受力最恶劣的曲线工况,对直辐板车轮的设计域进行2D拓扑设计,在满足体积约束条件下,通过对删除率、进化率、增加率进行设定,使体积比经过反复振荡从而达到较好的性能优化指标,提高了城市轨道车轮的应力性能,获得了城市轨道车轮的优秀拓扑结构。通过与成熟有限元软件计算结果对比,优化后的静强度和疲劳强度均满足要求,证明了双向渐进结构优化算法的有效性和可靠性。研究结果表明,双向渐进结构优化算法对城市轨道车轮的优化设计是适用的;优化车轮的辐板形式由直辐板进化为曲辐板,且单元向中间圆弧处靠拢,辐板具有不等厚特征;在不增加车轮重量的前提下,优化车轮在辐板处的最大结构应力降低了17%。所做工作对城市轨道车轮结构应力性能的提升具有重要的参考价值。     

遗传算法在水土资源区域优化配置中的应用

随着我国城镇化建设持续推进,科学分配水土资源已成为区域资源优化配置重要课题.本文在阐明遗传算法原理基础上,探索构建可并列选择的多目标水土资源区域配置模型,并通过实例分析揭示该模型的适用性,研究可为区域水土资源配置评估与优化提供技术支撑.     

BP神经网络法在三塘湖盆地芦草沟组页岩岩相识别中的应用

对于复杂岩性页岩岩相的识别,传统的建立岩相图版的方法因未充分考虑到测井数据间的相似性造成的干扰以及与岩心实验数据尺度上的差异性,导致建立的识别图版中不同类别的样本点相互重叠、界限模糊,预测偏差较大。针对该问题,以三塘湖盆地马朗凹陷芦草沟组二段为例,在对储层特征充分认识的基础上,采用了一种基于主成分分析的BP神经网络方法,首先分析研究区岩心资料并对其进行归类组合,划分出富有机质纹层相、富碳酸盐纹层相和富凝灰质纹层相3种岩相类型,以便缩小与测井数据间的尺度误差;其次建立岩相图版并提取自然伽马、声波时差、补偿密度、补偿中子、电阻率等5条对岩相变化响应较为敏感的测井曲线,分析各主成分的因子载荷地质因素并优选出3个含有大量岩相信息的主成分PC2,PC3和PC4;最后建立起岩相与测井曲线间的映射关系,同时对研究区重点井芦1井进行了验证性的岩相识别。结果表明,与传统图版识别方法相比,将主成分分析与BP神经网络相结合的岩相识别方法可有效消除测井曲线相似性带来的干扰,解决因岩心数据与测井数据尺度不同所造成的预测偏差增大的问题,使岩相识别正确率得到明显提高。该方法对页岩岩相识别较为实用,具有一定的推广应用价值。