带有偏差单元的IRN模型在深层搅拌桩承载力计算中的应用

对影响深层搅拌桩复合地基承载力的因素进行了分析 ,并对现行的设计方法存在的问题进行探讨 ,提出利用人工神经网络带有偏差单元的IRN(InternallyRecurrentNet)模型对复合地基承载力进行计算的新思路。通过实例验证 ,该模型可达到较好的效果 ,为今后深层搅拌桩承载力设计计算提供了可借鉴的方法。

基于带有偏差单元的IRN模型的大体积混凝土温度预测与控制

分析了大体积混凝土温度的各种影响因素 ,结合神经网络的特点 ,提出运用神经网络中带有偏差单元的 IRN(Internally Recurrent Net)模型进行大体积混凝土温度预测与控制的新思路。通过实验 ,该模型可达到较好的效果 ,具有一定的可操作性和实用性。为今后大体积混凝土温度预测与控制提供了可借鉴的方法。

应用带有偏差单元的IRN模型评价土坝的病害缺陷

对土坝的病害缺陷的评价方法进行了探讨,结合水利部颁布的《水库大坝安全鉴定办法》和大坝安全鉴定工作的特点,提出运用人工神经网络中带有偏差单元的IRN(InternallyRecurrentNet)模型进行土坝的病害缺陷评价的新思路。通过实例验证,该模型可达到较好的效果,具有一定的可操作性。为今后土坝的病害缺陷评价提供了可供借鉴的方法。

基于一种改进的IRN模型的地基液化判别

分析了规范经验公式地基液化判别的局限性,提出应用改进的IRN模型进行地基液化判别的新思路。通过实例验证,该模型可达到较好的效果,能作为规范经验公式有力的补充。

基于带有偏差单元的IRN模型的大体积混凝土温度预测与控制

分析了大体积混凝土温度的各种影响因素,结合神经网络的特点,提出运用神经网络中带有偏差单元的IRN(InternallyRecurrentNet)模型进行大体积混凝土温度预测与控制的新思路。通过实例验证,该模型可达到较好的效果,具有一定的可操作性和实用性。为今后大体积混凝土温度预测与控制提供了可供借鉴的方法.

基于频谱法和带偏差单元递归神经网络的水电机组振动故障诊断

引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,尤其是BP网络应用较多,但BP网络训练速度慢。文章提出应用带偏差单元递归神经网络的方法对水电机组的振动故障进行诊断。先对水电机组振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的。水电机组振动故障诊断仿真分析表明,与常规方法相比,应用带偏差单元递归神经网络进行故障诊断具有快速有效的优点。

废轮胎流化床热解H_2S、HCN、NH_3动态析出特性研究

在流化床试验台上对废轮胎热解时 H2 S、HCN、NH3的动态排放特性进行了试验研究 ,并基于带偏差单元的 IRN神经网络对其进行了预测 .结果表明 :H2 S的瞬间析出峰出现在 2～ 6 m in,第 6 min为最大值 ;其析出主要集中在前 10 min;而 NH3、HCN的析出为双峰结构 ,HCN析出最大值在第 4 min,较 NH3(12 min)早 ;含氮有害气体的主要析出阶段在前 14 min;采用 EBP算法的 IRN神经网络学习迅速 ,学习能力强 。