基于ANN预测模型快速检测改性沥青SBS含量的方法研究

传统的SBS含量检测存在试验周期长、人为因素干扰大、设备的试验精度不高和试验结果可信度偏低等问题。文章建立改性沥青的傅里叶衰减全反射红外光谱与SBS含量的ANN预测模型,对改性沥青中SBS含量进行定量分析,并采用内掺法制备检测样品验证该预测模型的可信度。检测试验结果表明,实际值与预测值非常接近,基于ANN预测模型进行数据分析预测可快速检测SBS含量,可信度高。

博斯腾湖芦苇覆盖率影响因素研究及预测

在20世纪60年代初期,博斯腾湖芦苇位居全国四大苇区之首。据1981年普查,以减至31.6×104t。面积和产量仍在不断萎缩,品质也在下降。目前博斯腾湖芦苇面积及产量基本攀升在1980年前的水平,总体稳中有升。研究表明:1958-1980年芦苇覆盖率达到40%,主要由一类芦苇来覆盖,对应的年均水位1 046.5 m,年均矿化度0.79 g/L;1980-1995年间,博斯腾湖芦苇覆盖率由40%降到29%,主要是三,四类芦苇占到了70%,所对应的年均水位1 047.5,年均矿化度1.36 g/L;2003年后的芦苇覆盖率基本达到1980年前的芦苇覆盖趋势。

基于BP神经网络的转筒式称量系统的称量效率预测

为解决普通数理方法难以进行转筒式称量效率预测的问题,基于BP神经网络,建立人工神经网络算法模型。对模型输入项进行分析,找出影响称重效率的重点关联因素,研究在5种输入层因素下,模型称量效率的预测精度,并进行仿真分析。结果表明:该模型能有效预测转筒式称量方式的称量效率,且预测精度较高。

消减负载敏感系统冲击影响的液压泵参数优化

针对负载敏感系统的主泵变量结构响应滞后主阀响应造成系统冲击的问题,提出通过优化主泵参数来提高主泵响应速度的解决方法。以A10VSO28DFR负载敏感泵为研究对象,采用ADAMS与AMESIM构建了负载敏感液压系统的联合仿真模型,在不同流量和压力条件下进行仿真,通过对比台架试验结果来验证模型的正确性。确定了影响冲击的9个因素,通过两次正交试验确定了影响负载敏感液压系统冲击的主要因素,同时利用试验结果构建主泵参数与系统冲击间的ANN预测模型,确定了冲击最小的主泵参数组合,在此基础上对优化后的主泵进行冲击试验。结果表明,主泵的机-液联合仿真模型试验与台架试验结果最大误差为1.8%,验证了仿真模型的正确性;两次正交试验确定了主泵的最大影响因素为变量机构大腔直径和小腔直径;在流量为20L/min、30L/min和40L/min对优化的主泵进行冲击试验,结果表明系统冲击率分别削减了9.5%、19.7%、39.7%,为降低液压冲击提供了科学依据。