共查询到19条相似文献,搜索用时 93 毫秒
1.
文章在对南宁市友爱立交桥桥墩结构进行耐久性检测的基础上,运用合理的钢筋锈蚀量数学计算模型,预测分析了该桥桥梁墩柱混凝土保护层锈胀开裂时间及其分布特征。结果表明,混凝土结构保护层锈胀开裂时间具有随机性,且总体服从正态分布。 相似文献
2.
基于BP神经网络的PGIS空车位数预测建模研究 总被引:1,自引:0,他引:1
文章采用BP神经网络对城市停车诱导信息系统(PGIS)中的空余车位数进行预测研究,建立了基于BP神经网络的PGIS空车位数预测模型,并介绍了模型预测的过程和方法。 相似文献
3.
4.
5.
6.
《西部交通科技》2017,(12)
为了更准确地预测混凝土空心板梁桥的时变承载能力,从而指导旧桥维护和加固,文章基于混凝土碳化、钢筋锈蚀原理,考虑混凝土强度的衰减、钢筋锈蚀造成的强度降低和截面积减小以及钢筋与混凝土协同工作能力的退化,分别对混凝土空心板简支梁桥的上部结构、下部结构的时变承载能力展开研究。研究结果表明:混凝土保护层开裂前钢筋锈蚀速度缓慢,混凝土强度衰减是空心板抗弯承载力下降的主导因素,保护层开裂后钢筋锈蚀速度较快,加速了结构承载力的下降;当锈蚀量超过0.3 mm后,钢筋锈蚀对空心板抗弯承载力的影响逐渐减小;墩柱的时变抗压承载力主要受混凝土强度的衰减影响,钢筋锈蚀的影响较小。 相似文献
7.
8.
9.
《现代隧道技术》2017,(3)
影响隧道洞室地基稳定性的因素众多,这些因素与隧道洞室地基稳定性之间存在着复杂的非线性关系,并且常规的方法很难描述这种复杂的关系。文章提出了一种双阶段多策略粒子群算法(DMPSO)优化的BP神经网络隧道洞室地基稳定性评价模型。粒子群算法具有全局优化能力强、搜索效率高等特点,算法改进后使这些特点更加突出。BP算法有很强的非线性映射能力、泛化能力,但也有收敛速度慢,容易陷入局部最优等缺陷。采用双阶段多策略粒子群算法(DMPSO)搜索BP模型的权值和阈值,弥补了BP模型的缺陷,提高了其预测的准确度。文章以重庆小什字车站洞室地基为例,证明了双阶段多策略粒子群算法优化的BP神经网络模型(DMPSO-BP)的可行性,并且该模型比模糊神经网络和粒子群优化的BP神经网络(PSO-BP)模型有更好的预测精度。 相似文献
10.
通过深入分析开采深度、煤层顶底板性质、冲击倾向性、地质构造、开采技术等因素对煤层冲击危险性的影响,建立基于蝙蝠算法优化的BP神经网络煤层冲击危险性智能综合评价模型;将所确定的影响冲击危险性因素进行数量级划分,利用蝙蝠算法对BP神经网络的权值与阈值最优值选择进行优化,对煤层冲击危险性进行无冲击危险性、弱冲击危险性、中等冲击危险性、强冲击危险性的等级评价。应用蝙蝠算法优化BP神经网络煤层冲击危险性智能综合评价模型对内蒙古某矿的煤层及江苏某煤矿工作面进行实例验证,评价结果与综合指数法计算所得结果一致,表明该模型可以用于煤层冲击危险性评价。应用该模型对煤层进行冲击危险性评价时,改善了BP网络结构在权值和阈值确定上的随机缺陷,提高了算法稳定性,因而得到的评价结果更加合理。 相似文献
11.
针对CO2腐蚀过程复杂,难以利用实测数据有效预测腐蚀速率问题,文中以腐蚀形貌图像为对象,利用支持向量机(SVM)构建预测模型,实现对CO2腐蚀速率的预测。对N80钢的CO2腐蚀图像进行灰度处理、灰度增强及二值化处理,提取蚀孔数目和孔蚀面积。经计算获得孔蚀密度及孔蚀率,结合工作温度及CO2分压作为腐蚀速率预测的四维特征向量。以SVM构建预测模型,经测试,可准确预测CO2腐蚀速率,并与神经网络预测结果进行对比,验证了该方法的优越性。 相似文献
12.
用于检测管道腐蚀缺陷的漏磁检测方法已运用多年,但传统的轴向漏磁检测方法无法检测到狭长的轴向腐蚀缺陷,使用周向漏磁检测则能很好地弥补轴向漏磁检测的不足。周向漏磁检测及其信号分析在国内还处于起步阶段。采用ANSYS仿真软件建立了周向漏磁检测模型,并进行了电磁场模拟;对仿真模型提取的漏磁信号与腐蚀缺陷的尺寸信息进行了定性分析,提出应用BP神经网络定量分析油气管道腐蚀缺陷与漏磁信号的关系。结果表明:漏磁信号能定性地判断腐蚀缺陷,而使用BP神经网络方法可以定量地确定管道腐蚀缺陷尺寸,有助于提高检测的精度,同时也为油气管道安全评价提供了依据。 相似文献
13.
为了降低埋地管道腐蚀影响因素之间的复杂相关性,提高腐蚀预测精度,文中提出一种基于自适应免疫遗传算法-加权最小二乘支持向量机(AIGA-WLSSVM)的埋地管道腐蚀速率预测建模方法,并采用AIGA优化模型参数,进一步提高模型的学习能力和稳定性。最后通过实例分析验证了AIGA-WLSSVM建模方法在埋地管道腐蚀速率预测中的可行性和有效性,为埋地管道的检修与更换提供参考。 相似文献
14.
15.
16.
17.
18.
针对核级管道腐蚀环境的复杂性及腐蚀过程的随机性,提出了基于概率统计方法的最大腐蚀深度预测模型。首先对核级管道进行腐蚀失效分析;其次采用广义极值分布模型(GEV)拟合管道最大腐蚀深度数据,用L-矩法计算模型的参数值,分析核级管道腐蚀深度的统计规律;最后引用回归期的概念预测管道最大腐蚀深度。以某核级管道为例,预测其最大腐蚀深度为4.575 1 mm,超过最大腐蚀深度的概率为0.75%。计算结果证明:应用极值理论作统计分析时,广义极值分布模型具有更广的适用性,该研究对分析腐蚀管道的可靠性和安全性具有一定的意义。 相似文献