贮料重度对卸料流态及仓壁压力分布的影响

为了研究贮料重度对仓壁卸料压力和流态的影响,该研究进行了室内试验和数值模拟分析。室内试验采用自主设计的半圆柱形平底圆筒仓,仓壁嵌入定制的压力传感器量测仓壁压力,通过摄像机记录流态演化过程。贮料选用重度不同平均粒径为5.5 mm的陶球颗粒(以下简称陶粒)和大豆,各进行了5组卸料试验。并进行了离散元(discrete element method,DEM)数值模拟。最后,综合试验结果和数值模拟结果,结合颗粒物质力学基本原理,分析了贮料重度对流态演化及仓壁压力分布的影响。结果表明:陶粒和大豆的流态演变过程相似;静止区边界在卸料前期和中期处于稳定状态,贮料静止区角度为54.03°,高度为0.310 m,卸料后期,表面流动边界面开始与静止区边界面以28.5°相交,并最终滞留在仓底附近形成角度为28.5°,高度为0.120 m的“滞留区”;贮料重度越大,仓壁压力变化越剧烈;峰值压力作用点在距离仓壁底部约3/10高度处;在卸料最初(卸料时间5 s,占总卸料时长的1.43%),陶粒和大豆的仓壁压力均发生剧烈突增:陶粒峰值增幅为263%,大豆峰值增幅为257%,该现象为实践中筒仓破坏多出现在卸料初期提供了试验支持。基于细观层面的力链网络演化,证实了重度大的陶粒通过力链网络传递到仓壁的压力更大,仓壁压力波动性与力链的断裂、重构和结拱起始、结拱完成和拱塌落有直接的对应关系。研究建立了从细观力链网络传递、力链断裂、重构与宏观仓壁压力分布的直接联系,研究结果可为筒仓结构设计提供理论支撑与试验依据。

计及IGBT模块键合线与芯片焊料层老化的热网络法结温计算

文中提出一种计及IGBT模块键合线与芯片焊料层老化的热网络法结温计算,基于Simulink对短时间尺度下损耗与结温的相互依赖关系进行更新,并分别通过双脉冲测试及有限元仿真修正长时间尺度下键合线与芯片焊料层老化对IGBT结温计算的影响,在此基础上,根据芯片焊料层不同老化状态下键合线的应力特征,实现两种老化模式的相互关联,较为准确地计算IGBT结温。最终利用试验平台与传统结温计算方法进行对比验证了所提结温计算方法的准确性。该结温计算方法有助于在实际运行工况及IGBT模块老化状态下精确计算结温。

基于神经网络算法的LCDs模组强度提升研究

针对超轻薄窄边框笔电显示模组强度不足导致的破片问题,提出一种基于神经网络的模组强度预测模型,旨在设计阶段评估LCDs模组强度表现,并指导系统设计。首先,基于系统组装受力分析,建立模组强度单体评价标准和实验平台;其次,基于有限元力学仿真,研究不同设计对模组强度的影响规律,确认模组强度关键影响因子;然后,基于单因子交叉实验研究,并通过神经网络算法对数据进行训练学习,建立模组强度预测模型。实验值与预测值对比表明,该模型可准确预测不同设计条件下的模组强度,为前期的强度优化和系统设计提供有效技术指导。

基于卷积神经网络的钢桥面板疲劳裂纹识别方法研究

为准确识别钢桥面板在车辆反复荷载作用下产生的疲劳裂纹,构建了一种用于Lamb导波信号分析和疲劳裂纹扩展尺寸识别的卷积神经网络方法。该方法先用小波函数对导波信号进行卷积处理,获取导波特征,然后对时域参数和频域参数进行优化,最后运用全连接网络对导波特征与先验性裂纹尺寸信息进行学习,实现疲劳裂纹扩展过程中的裂纹尺寸智能识别。以某大跨度钢箱梁斜拉桥钢桥面板的疲劳裂纹扩展过程监测为背景,通过数值模拟和实桥测试,并与小波变换法和傅里叶变换法进行对比,验证该方法的有效性和优越性。结果表明:卷积神经网络方法提取得到的导波特征随裂纹尖端扩展的变化趋势具有明显且稳定的规律性,裂纹扩展长度识别结果与裂纹真实值之间的识别误差均在1 mm内。卷积神经网络方法适用于工程实测中导波信号处理分析,可在钢桥面板裂纹监测中推广应用。

舰船装备软件测试数据自动生成方法及其应用研究

针对舰船装备软件接口报文信息量大,难于有效生成测试数据的现状,提出了一种基于网络信息交换协议的测试数据自动生成方法;首先通过分析网络信息交换协议中对接口报文的格式要求,获取测试数据要素信息,然后根据该信息自动生成接口报文数据,并且对所涉及的实际物理量和状态位数据进行必要转换,从而得到可执行的测试数据;在此基础上,开发舰船装备软件自动化测试平台,并将其应用于实际测试项目,有效提高了测试数据生成效率。

中国移动数据网网管系统的建设

本文结合中国移动数据网网管的现状 ,分析了建立数据网网管系统的必要性和建设方式 ,并简要介绍了网管规范的体系架构、网管测试的流程和内容、被管网元的管理特性 ,最后提出了数据网网管建设需要注意的几个问题 ,并总结了网管系统的特点。

土压平衡盾构改性砂土离散元模型参数反演方法研究

首次将遗传神经网络与三轴试验离散元数值模拟有机结合,用于改性砂土颗粒离散元接触模型参数反演.反演目标是使三轴试验离散元模拟曲线与真实实验曲线误差最小,采用的求解策略是基于遗传神经网络的参数识别.三轴试验的离散元数值模拟为网络提供训练样本,遗传算法映射网络输入与输出样本之间的复杂非线性关系,改性土三轴试验的真实测量曲线为参数反演提供依据.以反演结果为接触模型参数的三轴试验离散元模拟曲线与真实实验曲线相吻合,为改性土离散元接触模型参数的确定提供了有效和准确的方法,为进一步的盾构密封舱压力分析奠定了基础.

基于BP神经网络的漏磁定量化检测

漏磁检测是由铁磁材料制作的兵器部件的常用无损检测方法之一,检测中的难点是根据被测漏磁信号反演缺陷的几何参数。将BP神经网络应用于漏磁信号的反演中,对神经网络进行训练,建立了漏磁信号与缺陷几何参数之间的数学模型,利用测量漏磁信号和仿真数据对模型进行了检验。试验结果表明,BP神经网络能根据漏磁信号精确地预测缺陷的几何参数,为漏磁定量化检测提供了一种可行的方法。

油气管道漏磁检测的信号处理技术

漏磁信号处理是漏磁通法油气管道无损检测的重要步骤．为减少目前漏磁信号处理中人为因素过多的问题，通过分析各种干扰漏磁信号的因素，提出了漏磁信号智能化处理的流程和方法，可提高油气管道漏磁检测结果的客观性、准确性和一致性．并介绍了漏磁信号处理技术的发展趋势．

已服役20年的PC空心板梁有限元模型修正

服役多年的桥梁由于没有初始条件的有限元模型,也没有长期健康监测数据,因此通过有限元修正来对旧桥进行模拟分析一直是一个热点。基于某运营20年的预应力混凝土空心板梁的破坏试验以及ANSYS有限元模型,利用MATLAB径向基神经网络对有限元模型进行修正。首先以不同的结构参数条件下有限元模型跨中位移作为输入,以对应的箍筋、纵筋、钢绞线、混凝土的弹性模量及混凝土泊松比等结构参数作为输出,计算出有限元模型的设计参数。研究表明:服役20年的预应力混凝土空心板梁仍具有良好的刚度和弹性恢复能力;修正后的有限元模型与实际结构的物理状态非常接近,误差均在5%以内;修正后的钢绞线弹性模量与试验值吻合良好,证明修正结果的准确性和合理性。

漏磁检测中的缺陷重构方法

漏磁检测技术中的缺陷重构方法是目前漏磁检测缺陷评估的研究热点与难点。在对漏磁检测缺陷重构进行概述的基础上,综述了现有的缺陷重构方法:开环逆向重构法和闭环伪逆重构法,并对这两类方法中常用的逆向模型、前向模型、优化算法及其特点进行了较为详细的介绍。指出了基于数据融合技术、图像处理技术和多缺陷综合评估的缺陷重构方法的研究发展方向。

基于神经网络的长杆弹侵彻能力预测模型

装备毁伤效应快速评定与预测,一直是装备使用人员、战场抢修人员所关注的重要问题,针对上述问题,利用ANSYS/LS-DYNA有限元软件对钨合金长杆弹侵彻中厚钢靶板全过程进行了数值模拟并进行了详细分析,同时通过均匀试验与数值仿真得到了弹体侵彻钢靶板的终点效应样本数据,然后利用BP神经网络对样本数据进行训练,从而构建了不同速度钨合金长杆弹侵彻不同厚度钢靶板后的剩余质量与剩余动能预测模型,实现了对钨合金长杆弹毁伤效应的快速预测,预测结果较为理想,为装备毁伤效应快速评定提供了基础。

漏磁检测信号的反演

针对漏磁检测中缺陷特征参数的评估问题 ,分析了依据漏磁测量结果反演缺陷参数的研究方法及步骤 ,并分别应用基于有限元模型和人工神经网络的方法实现漏磁检测缺陷参数的反演 。

考虑剪胀的土的非线性本构关系神经网络模型

土的本构关系相当复杂，受诸多因素影响，这给土的本构关系模型的建立带来很大困难。提出了土非线性本构关系神经网络模型。该模型考虑了ｐ对剪应变和ｑ对体应变的影响，可有效地反映土的剪缩或剪胀现象，同时建模方便，直接利用三轴试验结果对网络进行训练来确定模型参数。此外，将该模型纳入了有限元程序。

用人工神经网络法预测含Re镍基单晶高温合金中TCP相的含量

根据大量含Re镍基单晶高温合金试验所测TCP相含量的数据,采用一种先进的人工神经网络方法建立运算模型,对合金的TCP相含量进行预测,并与报道所用回归方法进行了比较。结果表明,所建网络模型能够比较准确地预测含Re镍基单晶高温合金中TCP相的含量。将正交分析与网络预测相结合,获得几种主要合金元素对TCP相含量的影响顺序。

基于反演识别法的有限元模型校正

提出了一种在动态分析中对机构的结合面进行参数识别的方法。建立机械结构的有限元模型并将其关键结合面以弹簧-阻尼单元代替,将模态计算的结果与实验结果相结合建立目标函数;通过BP神经网络拟合、遗传算法参数寻优,得出最优结合面参数。以立式圆台磨床为例,运用该方法,对其结合面参数进行了识别。结果表明,通过该方法进行有限元模型中结合面参数的识别是可行的。

基于阻容网络的避雷器阻性电流计算方法研究

避雷器是目前防止雷击过电压最为有效的措施,其中应用最为广泛的避雷器类型就是氧化锌避雷器。阻性电流是对氧化锌避雷器的健康状态进行判断的重要依据,但是由于部分电容干扰,现有测量方式很难从全电流中准确得到阻性电流。文中以500 kV氧化锌避雷器为例,利用MATLAB中的Simulink模块对三相避雷器进行简化建模,考虑了避雷器的分节情况,考虑了各节之间的部分电容和各相之间的相间电容,得到了三相分节的避雷器阻容网络路模型,可以有效地滤除全电流中的容性分量,计算得到阻性电流。对于路模型中的各部分电容的取值,通过在Ansoft中利用有限元方法计算得出;对于路模型中的电阻的取值,通过高压试验的方法获得,文中进行了500 kV单节避雷器在工作电压附近的交流高压试验,单节避雷器没有相间干扰和各节之间的部分电容干扰,可以通过现有测量仪器直接测得阻性电流,利用施加电压和阻性电流求得交流电阻。

两种拉伸实验的岩石细观参数反演分析

将颗粒流程序应用于解决工程问题的前提是对岩石试件的几个力学参数进行准确标定,抗拉强度的标定便是其中之一。通过比较分析巴西实验和直接拉伸实验,结合具有非线性映射能力的BP神经网络,对颗粒流岩石的细观参数进行反演研究。表明:巴西实验条件苛刻,难以保证大量实验成功进行,无法向神经网络提供高质量训练样本,反演精度仅为61%;直接拉伸实验条件宽松,可以保证神经网络训练样本的数量和质量,反演精度可提高到83%;在保证样本数量和质量的前提下,BP神经网络有能力实现宏细观参数的准确映射,是颗粒流岩石参数标定的有效手段。

基于有限元和神经网络的主动加热红外无损测厚技术

提出了通过对平板进行单面主动加热,根据平板的热响应测厚的红外无损测厚技术．使用有限元数值计算,得到了不同厚度、加热热流、加热温度、加热区域形状、加热面积下的碳钢平板热响应．使用BP神经网络(NN)建立了热响应与板厚之间的非线性映射,神经网络的训练和测试表明该方法具有较高的精度和较好的推广性．实际应用中可使用红外热像仪记录平板表面的热响应．提出的红外无损测厚技术具有单向性、不接触等优势,具有良好的应用前景．

复杂应力路径人工冻土三轴剪切试验及本构模型

构建人工冻土BP神经网络本构模型,利用冻土三轴实验数据对神经网络模型进行训练,并2次开发有限元本构程序。用BP神经网络本构模型能很好的反映人工冻土非线性,人工冻土三轴数值模拟值和实验值误差在2.43%范围内。通过深井冻结工程数值模拟表明:人工冻土BP神经网络本构模型能较好的描述复杂应力路径变形特征,数值结果和现场实测规律一致,且和实测位移误差在5.0%;应用BP神经网络冻土本构模型准确预测预报人工冻土帷幕应力场和变形场,为冻结工程设计与施工提供参考。