基于CatBoost-MOEAD的大直径泥水盾构施工多目标预测优化

为有效优化盾构施工参数,实现在大直径泥水盾构掘进过程中安全、高效和节能的目标,提出分类助推(CatBoost)和基于分解的多目标进化算法(MOEAD)相结合的混合智能算法;综合考虑盾构施工参数与地质条件,以主要的盾构施工参数为研究对象,选择地表沉降、贯入度和掘进比能为预测和控制目标;优化调控选择的盾构施工参数,并以武汉市轨道交通某号线为例,验证该混合算法的有效性。结果表明:采用CatBoost算法建立的预测模型在大直径泥水盾构上表现出来的预测性能良好,对3个控制目标的拟合精度(R 2)均达到0.9以上;预测模型的重要性排序表明:大直径泥水盾构的总推进力和推进速度对地表沉降、贯入度和掘进比能有显著影响;所提出的CatBoost-MOEAD混合智能算法对3个控制目标的优化效果明显,地表沉降、贯入度和掘进比能分别达到12.35%、7.47%和10.70%的优化幅度,并给出相应盾构施工参数的控制范围。

基于响应面法的超高压大口径闸阀阀体多目标优化

以某超高压大口径核级闸阀为研究对象,对其全开状态下的受力进行有限元分析,应力云图显示最大等效应力大于材料许用应力。且因其质量过大,装运困难,故对闸阀阀体进行多目标优化。选择5个输入变量和3个目标函数,对筛选出的敏感度较高的设计变量与其对应的目标函数构建响应面代理模型,耦合MOGA遗传算法得到优化结果。结果显示:最大等效应力降低了29.3%,阀体质量下降了5.5%,最大变形量减小了0.00052 mm。

基于多目标优化的砂轮杆结构轻量化设计研究

为了得到大长径比砂轮杆合理的结构及支撑方式,保证砂轮杆满足刚度要求,通过建立大深径比孔磨削用砂轮杆的三维参数化模型,用有限元方法分析了砂轮杆的静力变形和约束模态,采用最佳空间填充试验设计(optimal space-filling design)方法构建了砂轮杆各设计变量与优化目标的二阶响应面模型,采用NSGA-Ⅱ算法对砂轮杆进行了多目标优化。经过轻量化优化设计及仿真比较,得到一种大长径比砂轮杆及支撑的合理化结构,轻量化率达到10.3%。分析结果表明:砂轮杆质量、刚度及模态均满足工程要求。

大口径厚壁管中频弯制工艺参数多目标优化

大口径厚壁管中频感应局部加热弯曲工艺作为一种先进的加工方法已经被广泛地应用,然而在实际生产过程中仍存在着很多问题,故需要优化弯曲成形工艺参数。采用中心复合设计以椭圆度、减薄率和成形载荷为目标,建立相关工艺参数的响应面模型,得到对中频感应局部加热弯管成形质量影响较大的工艺参数为外壁温度、温度梯度、热变形区宽度和推制速度。优化结果显示,外壁温度t=1030～1070℃,推制速度v=0. 3～0. 4 mm/s时,成形质量最好。工艺试验证明采用多目标优化得到的工艺参数可以提高产品合格率。

井下大径垮塌物打捞划眼一体化处理技术

深部裂隙发育泥岩地层和破碎地层在钻进时极易垮塌,且垮塌物尺寸较大,如采用段塞清扫、牙轮钻头和反循环打捞篮划眼等常规方法处理井下大径垮塌物,易遇阻且划眼时间长,严重影响钻井成本和效益。因此,在分析常规方法处理大径垮塌物划眼难度大、时间长原因的基础上,从划眼工具入手,采用了集破碎、划眼和打捞于一体的打捞工具,并根据井下情况采用不同的划眼、打捞参数及垮塌物取出工艺,形成了井下大径垮塌物打捞划眼一体化处理技术。12口因井下垮塌遇阻划眼的井应用了该技术,划眼打捞成功率达到了100%。研究结果表明,井下大径垮塌物打捞划眼一体化处理技术,能实现井下硬脆性泥岩大径垮塌物划眼、打捞一体化作业,对快速处理井下硬脆性泥岩大径垮塌物导致的遇阻具有较好的效果,可缩短井下复杂情况处理时间。

大直径圆环类大型物件变位运输的研究与应用

介绍了大直径圆环类大型物件公路运输时采用的变位运输技术法,利用特制的变位运输工装,通过调整大型物件在运输车板上的位置姿态,实现大型物件水平宽度和垂直高度的变化,以适应沿途收费站、道路障碍等空间尺寸,保证该类大型物件运输时具有较好的通过性。

基于电磁技术的大口径井金属落物打捞工具设计

为填补大口径井钻井工程领域无专用金属落物打捞工具的空白,分析了现有打捞工具的不足之处,基于电磁技术,结合大口径井井下工况的特殊性,开发了大口径井金属落物打捞工具,设计了与其配套的打捞工艺,开展了地面测试试验。结果表明:研制的大口径井金属落物打捞工具运行稳定,磁吸引力强,可吸附金属物体质量高达369.90 kg,可满足大口径钻井施工中金属落物事故处理需求。

大口径井专用电磁打捞器及其关键技术

研制了大口径井专用电磁打捞器,基于装置的结构设计论述了其电磁铁模块、可拆卸式滑轮模块、降阻导流模块、可选装式打捞篮模块、水冷技术、防水技术的特性、关键功能及研究意义,开展了应用试验。结果表明:研制的大口径井专用电磁打捞器运行稳定、可靠,打捞成功率高且井间通用性强,可满足大口径钻井施工中金属落物事故处理需求。

基于CatBoost-MOEAD的大直径泥水盾构姿态多目标预测与优化

为避免盾构掘进过程中出现蛇形、轴线偏离等姿态异常问题影响施工安全,提出一种结合类别提升(CatBoost)算法和基于分解的多目标优化算法(MOEAD)的大直径泥水盾构姿态控制方法;构建一个盾构姿态预测模型,该模型包含19个输入参数和6个输出参数,利用CatBoost算法构建输入参数与输出参数之间的非线性映射关系;采用沙普利加性解释法(SHAP)分析输入参数对盾构姿态的影响;结合多目标优化算法构建CatBoost-MOEAD盾构姿态多目标优化模型,将所提模型运用到武汉长江大直径泥水盾构隧道工程中,分析验证所提方法的适用性和有效性。结果表明:CatBoost预测模型能够高效地预测大直径泥水盾构的姿态,其中6个盾构姿态目标的决定系数范围为0.931~0.974,均方根误差范围为0.030~0.880,误差范围为0.039~1.057;对盾构姿态影响较大的施工参数中推进组推力对盾构姿态的影响最为显著;通过研发的CatBoost-MOEAD盾构姿态多目标优化方法,盾构姿态的优化效果显著,优化率可达38.86%。