基于可解释性深度学习的太阳辐射强度预测

准确预测太阳辐射强度(SI)对电力调度和光伏选址至关重要。随着高性能计算机和大容量存储设备的发展,基于数据驱动的深度学习模型在SI预测领域获得广泛关注,然而,深度学习模型的“黑箱”特性在物理解释性上的缺失,限制了其在特定场合的应用可信度。为了在保持预测精度和模型结构不变、不增加计算复杂度的前提下,提升模型的可解释性,构建了一个基于长短时记忆(LSTM)神经网络的模型。其性能比传统神经网络提高了8.07%,并展示出更优的离群点处理能力。通过采用分层相关传播(LRP)算法,从时间和空间2个维度对影响模型输出的因素进行了评分,增强了模型的可解释性。研究结果表明:该模型在确保性能的前提下,具备良好的可解释性,其中历史辐射强度、时间相关特征(如时日周月)、太阳高度角信息(如日出和日落时刻)、云层覆盖度、辐射时长、温度和露点温度等因素是影响太阳辐射强度预测的主要因素。

不同单节理产状岩石力学性质数值模拟与强度预测模型

节理岩石力学性质对于各类岩体工程长期稳定具有重要意义,而岩石的力学性质受节理产状影响极大,甚至起决定作用。为研究节理产状对岩石强度和破坏模式的影响机制,基于节理产状参数准确预测岩石的单轴抗压强度,采用PFC软件建立了不同单节理产状的岩石数值模型,开展了一系列单轴压缩数值模拟试验,得到了节理尺寸和倾角对岩石力学特性的影响规律:随着节理尺寸增大,岩石破坏模式逐渐由沿一定角度的剪切破坏变为节理端部裂纹扩展破坏,单轴抗压强度逐渐减小;随节理倾角增大,当节理倾角小于内摩擦角时,岩石的单轴抗压强度逐渐减小,破坏模式主要是节理端部翼裂纹扩展破坏;当节理倾角超过内摩擦角继续增大时,岩石的单轴抗压强度则逐渐增大,破坏模式主要是沿一定角度穿切岩石或次生裂纹扩展的剪切破坏。在此基础上,结合损伤力学和断裂力学理论提出了单节理岩石单轴抗压强度预测模型,充分考虑了由单节理产状差异导致的不同破坏模式对岩石强度的影响,模型参数易于获取。经算例验证,模型具有较高精度,能够满足工程现场需求。

基于导波监测的复合材料加筋结构冲击后剩余强度预测

对应用超声导波在线监测信息评估复合材料加筋结构冲击后剩余强度进行了研究。首先针对所监测的对象设计布置了压电传感网络并构建结构健康监测系统,通过局部信号差分系数计算出不同传感路径上的损伤指标,融合损伤概率成像方法识别损伤位置,测算形状因子以近似表征损伤尺寸。然后构建加筋结构有限元模型,由在线监测结果反馈损伤信息,采用软化夹杂法等效冲击损伤,依据复合材料损伤渐进失效分析理论,预测冲击后加筋结构的剩余极限强度。通过低速冲击、超声导波监测和压缩强度等一系列实验验证了所提出方法的有效性,为结构健康监测最高层次的应用提供基础。

循环荷载作用下粉质黏土-混凝土界面强度预测研究

基于3D扫描和打印技术,制作了与混凝土灌注桩相同的界面混凝土试件,并进行了一系列粉质黏土-混凝土界面循环剪切试验。通过粉质黏土-混凝土界面循环剪切试验,揭示不同循环周期、循环幅值条件下界面强度的衰减规律。通过对循环幅值和法向压力幂函数拟合,对循环稳定后-土界面强度衰减系数进行表征,并结合黏土-混凝土界面峰值强度模型,提出粉质黏土-混凝土界面强度衰减模型。结果表明:在15次循环后,部分循环的剪切位移-剪切应力曲线近似重合;当循环幅值逐渐增大,剪切阶段与卸载阶段应力-应变曲线均呈现线性趋势,每个循环圈内加载与卸载的斜率基本保持一致,类似“平行四边形”;不同工况的循环稳定后界面剪切峰值强度折减系数D_(τ)存在相同的变化趋势,可通过循环幅值A和法向应力σ的无量纲非线性回归分析,提出循环稳定后黏土-混凝土界面剪切峰值强度折减系数D_(τ)表征方法,其拟合度较高。

基于疲劳裂纹特征尺寸的TC4焊接接头疲劳强度预测模型

文章旨在构建TC4焊接接头的超高周疲劳强度预测模型。在应力比为-1的情况下对TC4焊接接头展开超高周疲劳试验。结果表明,TC4焊接接头的S-N特性呈连续下降的趋势,P-S-N曲线的拟合效果很好。通过扫描电镜对断口表面裂纹形貌的观测,疲劳寿命低于1×10^(6)循环周次时,其疲劳失效形式既有表面失效也有内部失效;疲劳寿命高于1×10^(6)循环周次时,其疲劳失效形式主要为内部失效。最后,虑及失效机理,构建了基于内部缺陷尺寸、细晶粒区尺寸的TC4焊接接头疲劳强度预测模型,其预测疲劳强度误差更小,预测结果更精确。

硫酸盐环境下BFFC侵蚀试验及强度预测模型

开展不同纤维掺量的玄武岩纤维增强泡沫混凝土(BFFC)在硫酸盐环境下的侵蚀试验,探究BFFC的破坏形式、无侧限抗压强度、质量及微观结构的演变特性。根据试验结果提出不同纤维掺量及硫酸盐循环侵蚀次数下BFFC无侧限抗压强度的预测模型。研究结果表明:纤维体积掺量为0.18%、0.36%、0.48%、0.60%的BFFC无侧限抗压强度分别比无纤维掺入的混凝土抗压强度提高了58%、85%、88%、94%,BFFC合理纤维掺量约为0.36%;在质量分数为10%的硫酸盐溶液中,BFFC试件进行干湿循环试验的侵蚀稳定时间约为15 h;BFFC无侧限抗压强度和质量随着侵蚀循环次数增加均表现为先增长后衰减的趋势;纤维体积掺量为0、0.18%、0.36%、0.48%、0.60%的BFFC试块经过30次循环时的质量损失至原始质量的55%、60%、70%、72%、80%,其强度降低至初始强度的35%、40%、42%、48%、50%。

基于改进Weibull模型的高强缝合锚钉缝线强度预测

为消除缝合锚钉缝线在使用过程中存在断裂的风险,以8.3 tex超高分子量聚乙烯纤维为原材料,采用编织工艺制备了单层编织缝线和轴向衬纱双层编织缝线。为了研究其力学性能,选择8、16、24、32、40、48 mm隔距对单纤维的断裂强力进行测试,选择50、200 mm隔距对8.3 tex复丝的断裂强力进行测试,选择200 mm隔距对单层编织缝线和轴向衬纱双层编织缝线的断裂强力进行测试。对纤维的直径和缝线中纤维与轴向夹角的角度进行测量。采用两参数Weibull模型和改进Weibull模型对单纤维、8.3 tex复丝和单层编织缝线的断裂强度进行预测。结果表明:单层编织缝线的断裂强力为299.8 N,轴向衬纱双层编织缝线的断裂强力高达393.0 N。对8.3 tex复丝和单层编织缝线的断裂强度进行预测,改进Weibull模型的预测值准确度高。高强骨锚钉缝线的强力比同类型医用缝线更高,改进Weibull模型可对高强缝合锚钉缝线的强力进行精准预测,实现了从单纤维到复丝再到纱线的断裂强度预测,可为医用缝线结构设计和力学性能分析提供理论依据。

基于在线滤波的ENSO强度预测模型及2023/2024年El Niño强度的预测

本文利用在线滤波代替Lanczos滤波,建立实时的累积高频风指数并构建ENSO强度预测模型。结果显示,在线滤波定义的累积高频风事件与Lanczos滤波有着类似的时空分布特征,这一大气信号与海洋充放电过程是决定ENSO成熟期强度的关键信号,且在冷暖位相下呈高度非对称特征。La Niña成熟期强度主要与2月热带太平洋的暖水体积及前一年12月至当年4月赤道中西太平洋累积东风事件紧密相关。相较之下,El Niño成熟期强度则与热带太平洋更大范围的海洋充电过程和东扩的西风事件紧密联系。基于上述非对称热带海气信号构建的ENSO强度预测模型可以稳定有效且较准确地预测ENSO强度。模型在6个月的预报时效下预测2023/2024年冬季Ni1o3.4约为1.9℃,为一次强El Niño事件。

基于BP神经网络的固化红土抗压强度预测

为分析不同掺量的偏高岭土与石灰共同掺入玄武岩残积红土中对土体的改良效果,本试验选取偏高岭土的掺量分别为0%、2%、4%、6%和8%,石灰的掺量分别为0%、2.5%、5.0%、7.5%和10.0%,同时掺入玄武岩残积红土中,制作25组不同固化红土,对其进行28 d无侧限抗压强度正交试验,并用MATLAB软件建立神经网络预测模型,预测固化红土养护28 d的抗压强度。研究结果表明:本模型预测误差最大为4.56%,拟合度为0.997,且本方法比常规回归分析法更简单、更准确,可预测不同固结材料和掺量的固化红土抗压强度,提高试验效率。

基于Stacking集成算法的混凝土28d抗压强度预测

为实现混凝土28d抗压强度的精准预测并解决不同机器学习模型间相互独立不能优势互补的问题。本研究通过357组混凝土配合比数据构建数据库,并采用Stacking集成方法对3个单一机器学习模型(KNN、XGBoost和RF)进行集成预测研究。首先通过随机抽样方法将数据库划分为训练集和测试集,然后分别进行了单一机器学习模型和集成模型的训练和测试集预测,最后采用平均绝对误差指标(MAE)、均方根误差指标(RMSE)和确定系数(R2)对模型的预测结果进行评价。结果表明,RF模型在三个单一机器学习模型(KNN、XGBoost和RF)中表现最好(MAE=3.0705,RMSE=4.1847,R^(2)=0.8817);此外,Stacking集成模型的预测性能优于任意单一模型,相较于单一模型中表现较好的RF模型,其预测性能实现了显著提升(MAE下降2.6%,RMSE下降9.8%,R2提升2.5%)。

基于IPOA-BP算法的焊接接头抗拉强度预测模型

为了更加快捷方便的获得X80管线钢管环焊缝焊接接头抗拉强度,通过IPOA-BP算法构建了X80管线钢管环焊缝焊接接头抗拉强度预测模型,引入Logistic混沌映射、反向差分进化和萤火虫算法来提高POA算法的寻优能力。模型选择焊接电流、焊接电压、焊接热输入、保护气体流量、焊接速度、送丝速度作为焊接工艺输入参数,接头抗拉强度作为输出参数。把IPOA-BP模型和POA-BP模型以及BP神经网络模型进行对比,通过训练集对模型进行训练、测试集对模型进行验证,用均方误差、平均绝对百分比误差和R^(2)来评价模型。最终结果表明,IPOA-BP算法模型预测更加精准,拟合程度更高。

基于BP神经网络的机制砂混凝土抗压强度预测

机制砂混凝土抗压强度受多种因素影响,为了提高混凝土品质,需要对其强度特性进行分析。针对传统的机制砂混凝土抗压强度检测方法,利用具有非线性特性、学习能力和自适应能力的BP神经网络进行分析。将石粉含量、水泥、粉煤灰、水、机制砂、碎石和养护龄期作为输入参数,抗压强度作为输出参数,构建了一个包含6个隐含层节点的BP神经网络模型。通过仿真结果表明,平均相对误差为3.47%,线性相关系数大于0.99,该模型具有良好的预测性。

基于遗传算法优化BP神经网络的沙漠砂混凝土强度预测

沙漠砂混凝土在工程建设中应用前需要做大量的试验进行验证,不仅会影响建设周期,还会消耗大量的建筑材料。针对沙漠砂混凝土强度受多种影响因素耦合作用,传统预测模型存在一定缺陷,借助全局搜索能力较强的遗传算法改进神经网络,输入层参数为水胶比、砂率、沙漠砂替代率、粉煤灰掺量、减水剂用量,建立遗传算法优化BP神经网络的沙漠砂混凝土强度预测模型。并通过实例验证,将BP神经网络预测的沙漠砂混凝土强度与遗传算法优化BP神经网络预测结果进行对比。结果表明:基于遗传算法优化BP神经网络的沙漠砂混凝土强度预测模型具有较好的操作性和预测精度,为提高沙漠砂混凝土强度预测精度开拓新的途径。

热老化加速下高压套管聚醚酰亚胺复合材料抗拉强度预测

热老化易导致玻璃纤维/聚醚酰亚胺(glass fiber polyetherimide,GF/PEI)电缆套管失效,因此研究GF/PEI复合材料热老化加速作用下的力学性能变化规律对提高电缆套管可靠性至关重要。首先,对GF/PEI复合板进行85~145℃范围内不同温度的热时效处理;然后,对不同热老化温度下的样品进行拉伸试验,测试其抗拉强度,分析不同热老化作用下材料色差变化规律;最后,基于抗拉强度和色差的回归分析结果,采用支持向量回归模型建立色差和抗拉强度之间映射模型,实现抗拉强度预测。测试结果表明,随着热老化作用温度逐渐上升,GF/PEI复合材料的抗拉强度逐渐下降,而色差总体上保持增长趋势,且两者呈现显著相关性。建模结果表明,对比传统的线性回归模型和BP神经网络方法,支持向量回归模型能够更加有效地表征色差和抗拉强度之间的映射关系,且预测GF/PEI复合材料抗拉强度的误差更小。

基于超声波速的冻融盐渍土强度预测模型构建

现有宏观控制因素作用下对冻土宏观强度的研究主要采用试验手段,在实践中已取得较好的成果。室内外试验普遍存在试验周期长、成本高的特点,随着新技术手段的涌现,探索更为简便的方法和构建预测模型,成为了科研工作者长期努力的方向。同时宏观控制因素对冻土宏观强度的影响借助土体内部特征这一媒介发挥作用。由于超声波是岩土介质物理力学性质等相关信息的良好载体,利用超声波检测具有的无损、快速、简便等特点,可反映土体内部特征。因此,本文从两种思路出发,设计出包含不同类型参数的强度预测模型:思路1,宏观控制性因素到宏观强度特性;思路2,宏观控制性因素到超声波速反映的土体内部特征再到宏观强度特性。基于此,首先通过试验获取不同含盐量土体经历不同冻融循环次数的超声波速和单轴抗压强度作为基本数据,再将思路1参数设置为试验控制变量,将思路2参数设置为纵、横波速构造的超声特征参数群,即联合两思路参数作为模型输入,建立单轴抗压强度的BP神经网络预测模型,并采用缺省因子检验法评估该模型。结果表明,随冻融次数、含盐量增加,单轴抗压强度总体减小;冻融初期波速波动明显,中期趋缓,后期恢复至初始值附近,且控制性因素作用下强度随波速增加呈阶梯式下降状态。而将经灰色关联度及粗糙集优化的思路2参数作响应土体内部特性的最优子序列建立的BP模型,平均绝对误差小于0.05 kPa,决定系数大于0.96,各参数敏感性指数平均为1.4251。同时敏感性分析成功验证了控制性因素、最优子序列在模型构建过程的假设地位,单个控制性参数对单轴抗压强度的影响大于单个超声特征参数。此外,模型精度较高、实用性较强,可为冻土模型的强度预测及参数选取提供参考。

基于声发射和XGBoost的陶瓷基复合材料剩余强度预测

为有效评估陶瓷基复合材料在载荷作用下的损伤状态,开展了陶瓷基复合材料加载过程中的声发射监测试验。对比了包括XGBoost、AdaBoost、KNN回归等多种机器学习算法在材料剩余强度预测方面的性能。通过基于SHAP的模型可解释性,分析了各相关特征对模型预测能力的贡献。结果表明:除关键声发射信号特征之外,基于声发射信号的计算特征——预警函数,对剩余强度模型预测能力的提升有较大帮助,基于XGBoost算法和声发射信号能够实现较精确的陶瓷基复合材料剩余强度预测。

早强型粉煤灰改性土力学特性及强度预测模型分析

由于硅酸盐水泥在生产过程中容易造成严重的资源消耗,因此粉煤灰常被用来部分替代水泥固化剂。但是粉煤灰由于自身的低活性,其改性土强度的形成,通常需要较长的养护周期。因此采用一种早强型粉煤灰基固化剂,通过一系列的无侧限抗压强度试验,探究了改性土无侧限抗压强度与固化剂掺量、养护龄期、改性土孔隙率等参数的变化规律。试验结果表明,早强型粉煤灰改性土7 d无侧限抗压强度可以达到28 d强度的80%~90%。基于试验结果,建立了基于孔隙率/掺量两个参数的强度预测公式,并进一步提出了预测公式的折减系数。

输电线路复合绝缘子伞裙与护套粘接界面强度预测

研究基于输电线路复荷绝缘子伞裙与护套粘接界面强度预测方法,明确复合绝缘子使用状态,使输电线路更好地进行电力传输。以FXBW-110/120-22型复合绝缘子为例,通过单边核磁共振传感器发射的CPMG脉冲序列,测量复合绝缘子伞裙与护套粘接界面横向弛豫时间,并经CPMG回波衰减数据双指数函数拟合,得到复合绝缘子伞裙与护套粘接界面强度衰减曲线,从而完成对伞裙与护套粘接界面强度的预测。实验结果表明,该方法利用横向弛豫时间进行复合绝缘子伞裙与护套粘接界面强度预测的灵敏度更高;在低温、高温环境、紫外线照射强度以及灰尘与泥土附着物含量增加的情况下,会导致复合绝缘子复合绝缘子等效横向弛豫时间降低,使伞裙与护套粘接界面强度衰减曲线衰减程度加大,降低伞裙护套粘接界面强度。

环保绝缘气体介电强度预测方法评估

为明确各类气体介电强度预测方法的准确性,基于9种气体(N_(2)、CO_(2)、N_(2)O、CF_(4)、SO_(2)F_(2)、c-C_(4)F_(8)、C_(3)F_(8)、C_5F_(10O)和C_(4)F_(7)N)在50 Hz工频交流电场下测得的相对介电强度对5种预测方法进行了评估。结果表明,各方法预测准确性与其给出的可决系数R~2不一致。这主要与其使用的样本数据测试条件不统一、同一气体的相对介电强度不一致有关。当修正上述问题后,各方法准确性得到提升,并与其R~2相符。分子参数的丰富和放电理论的介入可使预测方法准确性提升。使用样本外气体进行验证的方法,其预测结果在修正前后都具有较高的准确性;使用基团贡献法的预测方法也具有上述特性。通过上述评估结果可知,样本中的气体数据需在统一条件下获得,并根据试验条件和样本分子特征确定预测方法的适用范围。放电理论、分子几何特征和新分子参数的引入有助于提高预测模型的准确性。模型验证和基团贡献法可提高预测方法对样本数据的包容性。

考虑微元强度韦伯分布与裂纹长度幂律排布的砂岩强度预测模型

构建统筹考虑岩石内部宏细微观缺陷影响的强度预测模型对于保障智慧矿山的建设以及井下人员设备的安全都具有重要意义。综合考虑岩石微元强度的韦伯分布与裂纹长度的幂律排布规律,采用数值模拟与理论推导方法分别建立损伤岩石试件的离散元计算模型与强度预测模型,并利用数值计算结果对理论模型的合理性进行验证。结果表明:①通过编程同时实现了PFC2D计算模型中微元强度的韦伯分布与裂纹长度的幂律排布,分析了岩石中的宏、细微观损伤与相应分布参数间的定量对应关系。②数值建立了400个同时考虑宏、细微观损伤的砂岩试件并对其进行了模拟加载,实现了对微元强度、预制裂纹信息及岩石强度间关系的统计分析。根据模拟结果构建了砂岩试件单轴抗压强度四维空间散点,得到了多损伤参量影响下的试件抗压强度流动规律。③联合Mori⁃Tanaka方法及岩石损伤概率分布理论,推导建立了12参数的岩石强度预测模型。该模型能够同时描述细微观微元强度与宏观裂纹信息对岩石强度的影响,并且理论模型计算结果与数值模拟结果高度吻合,相关系数达0.991。