青岛海洋大气中桥梁结构钢的腐蚀模型对比研究

为了预测桥梁结构钢在海洋大气环境中的腐蚀速度,并用以指导青岛海湾大桥钢结构的后期维护维修,利用多年累积的材料暴露腐蚀试验数据,对桥梁结构钢(Q235)的腐蚀深度,分别建立了幂函数预测模型和灰色预测模型,并对两者的预测结果进行了对比.结果表明:灰色预测模型预测精度较高,但仅能预测Q235钢在t=2n年的腐蚀深度;幂函数预测模型可预测不同钢种在不同环境中的腐蚀深度,应用范围更广,但精度较低;实际应用过程中,可综合考虑这2个模型的腐蚀预测结果.     

腐蚀对高性能钢Q550E力学指标影响的试验研究

为深入研究腐蚀对高性能钢Q550E力学指标的影响,分为5组,共制作了30个钢材试件,目标质量锈蚀率分别为0,5%,10%,15%和20%,在实验室对钢材试件进行了不同程度的加速锈蚀试验,开展了拉伸试验以及使用FARO 3D激光扫描仪扫描锈蚀试件。建立了腐蚀影响下高性能钢Q550E的本构关系模型。对比分析了在相同锈蚀率下高性能钢Q550E和普通钢Q235B力学指标的退化程度。试验研究表明:(1)随着质量锈蚀率的增加,Q550E高性能钢材的屈服强度、抗拉强度、伸长率、弹性模量逐渐下降,锈蚀过程中试件表面蚀坑深度增长明显,蚀坑呈椭球型和马鞍型,随着锈蚀率增加到20%,蚀坑逐渐增长为局部大蚀坑;(2)在腐蚀试件的应力-应变曲线中,随着腐蚀率增加,钢材的延性性能减小,逐渐由延性破坏转变为脆性破坏,屈服平台逐渐缩短甚至消失,得到了Q550E高性能钢材的屈服平台消失时的临界质量锈蚀率。(3)在锈蚀率变化相同时,高性能钢比普通钢有更强的抵抗腐蚀退化和变形的能力。     

不同预测模型下钢-混结合梁收缩徐变效应对比分析

为选择一种精度较高的混凝土收缩徐变预测模型进行大跨度高速铁路钢-混结合梁结构体系的收缩徐变效应分析,以昌吉赣客专赣州赣江特大桥为背景进行研究。设计钢-混结合梁等效节段模型,开展节段模型施工全过程的收缩徐变效应试验;采用MIDAS FEA建立钢-混结合梁节段的精细化有限元模型,分析5种预测模型(CEB-FIP90模型、ACI209模型、EN1992-2模型、JTG D62-2015模型和JSCE模型)下钢-混结合梁节段的收缩徐变效应,并与实测结果进行对比。结果表明:CEB-FIP90预测模型的计算结果与实测值吻合较好,预测精度较高,可以采用该模型进行钢-混结合梁的收缩徐变效应预测分析。     

海洋大气中盆式支座用钢腐蚀原因浅析

利用肉眼观察、化学成分测试、金相组织分析、XRD和SEM等手段,对海洋大气环境中,某公路桥梁盆式支座用Q235B和ZG25两种钢材的腐蚀现象及原因进行了初步分析,结果表明：两种钢材的化学成分和金相组织均符合规定要求,中间钢板Q235B的腐蚀产物主要由γ-Fe2O3、γ-FeOOH、α-FeOOH组成,钢盆ZG25的腐蚀产物主要由Fe3O4、γ-FeOOH、α-FeOOH组成。中间钢板锈层中检测到Mg和Ca,而钢盆锈层中检测到S和Cl,由此认为大气中的海盐粒子、硫化物和氯化物是诱发支座用钢腐蚀的重要因素。     

道路交通事故灰色马尔可夫预测模型

在道路交通事故灰色预测的基础上，引入马尔可夫链预测理论，建立道路交通事故灰色马尔可夫预测模型。道路交通事故灰色马尔可夫预测兼有灰色预测和马尔可夫链预测的优点，模型克服了随机波动性数据对道路交通事故预测精度的影响，拓宽了灰色预测的应用范围。实例计算证明：道路交通事故灰色马尔可夫预测模型预测精度高于GM(1，1)模型预测精度，模型可以用于道路交通事故预测。     

基于小波网络的发动机瞬态工况进气流量动态辨识与预测研究

由于发动机进气系统具有复杂的非线性动态特性,因此构建了进气流量小波网络辨识与预测模型,并利用最小二乘法(DLS)对小波网络参数和预测控制率进行了学习和优化,以提高小波网络预测模型的可靠性和预测精度。作为对比建立了基于BP神经网络的预测模型,并利用瞬态工况试验数据分别对两种模型进行了仿真研究。结果表明,小波网络模型能有效地预测发动机瞬态工况进气流量,与BP神经网络预测模型相比,误差精度更高,可用于发动机瞬态工况空燃比的精确控制。     

乘用车关门声品质风格划分评价研究

以10款具有不同关门声品质感的乘用车为研究对象,基于语义细分法、成对比较法的主观评价试验结果和心理声学客观参量(尖锐度积分、响度能量比、响度能量变化率、响度变化时间)建立了主、客观预测模型,为了提高模型预测精度,将评价模型分为"豪华感"和"时尚感"两类。将该模型与传统多元回归映射模型进行对比,结果表明,该模型样本内预测精度最大提升18.5%,样本外预测精度最大提升40.3%,基于风格类型划分的关门声品质预测模型具有更高的预测精度。     

基于混沌SVM与BP神经网络预测材料价格指数

为了解决工程造价指数难以预测非线性结构、数据拟合难度大、预测模型参数求解过于固定化、预测模型可靠性不高等问题,文中在混沌时间序列理论的基础上,结合机器学习算法支持向量机(SVM)技术和BP神经网络算法,提出混沌SVM与BP神经网络组合预测模型。实例研究证明,该组合预测模型的精度比SVM预测模型、混沌SVM预测模型、BP神经网络预测模型和GM(1,1)预测模型的高,具有拟合非线性和预测线性波动的能力,可用于工程造价指数预测。     

基于SVR的汽油机过渡工况进气流量预测研究

针对目前汽油机进气流量预测精度不高的问题，分析支持向量回归机(SVR)应用在进气流量预测的可行性，提出一种基于SVR的进气流量预测模型。该模型通过结合支持向量回归机的结构优势，采用灰色关联分析法(GRA)对模型的特征向量进行提取，并利用遗传算法(GA)对模型参数进行寻优辨识，以提高模型的泛化性能和预测精度。运用汽油机过渡工况仿真试验数据对模型进行了训练和预测，并应用MATLAB/LIBSVM工具箱实现SVR模型的回归预测功能。结果表明：SVR模型的预测值与试验值的误差控制在2%范围之内，有效实现了过渡工况进气流量的预测；与常规的RBF神经网络预测模型、BP神经网络预测模型相比，SVR模型具有更高的预测精度，适用于汽油机过渡工况空燃比的精准控制。     

GM(1,3)模型在交通系统公路客运量预测中的应用

交通系统公路客运量预测不仅具有模糊性和动态性等特点,而且受多个因素影响。许多交通研究人员只根据客运量一个因素,用GM(1,1)模型预测。文章运用GM(1,N)系统综合预测模型,考虑系统中多个相关因素,并结合GM(1,1)模型,以原始离散的公路客运量、人口和国内生产总值GDP三组数据数列为基础,建立GM(1,3)模型来预测公路客运量。在详细论述了系统综合预测模型GM(1,3)的建立过程后,用后验差检验法对预测结果进行了检验,预测精度较好,表明此模型对公路客运量预测有一定应用价值。     

高强钢-混凝土组合梁抗火性能参数分析

为研究Q460高强工字型钢-混凝土组合梁的抗火性能,采用ABAQUS建立了组合梁有限元模型,研究了初始残余应力、端部约束及钢材强度等关键参数对高强钢-混凝土组合梁抗火性能的影响规律。结果表明,初始残余应力主要通过影响高强钢组合梁截面纵向应力分布从而改变梁的抗弯刚度,当残余应力对梁截面抗弯刚度产生有利贡献时,梁的抗火性能得到一定提升;约束高强钢组合梁升温后期产生的悬链线效应减缓了梁跨中挠度的增加速率,组合梁临界温度提高;随着温度的升高,采用Q460高强钢的组合梁跨中挠度下降速率更为缓慢,临界温度较Q235钢-混凝土组合梁提高了约11%。     

基于灰色-马尔可夫模型的道路PCI预测方法

本文利用马尔可夫模型修正传统灰色GM(1,1)模型的残差,建立基于时间序列的路面PCI动态预测模型;并利用MATLAB软件开发了灰色-马尔科夫链预测模型框架,实现了路面PCI滚动动态预测。将预测模型应用到某高速公路PCI预测中,结果表明该模型的预测能力强,比传统灰色GM(1,1)模型的预测精度更高,能满足实际工程需求。     

GM(1,1)预测模型的两阶段优化方案及其在交通量预测中的应用

GM(1，1)模型是灰色系统理论中的核心，已经得到广泛应用。章提出了GM(1，1)预测模型的两阶段优化方案，经比较，预测模型结果明显优于常规GM(1．1)模型。将改进的GM(1．1)模型用于交通量预测，预测效果较好。将等维递推处理技术应用于预测模型中，还可进一步提高该模型的预测精度和实用性。     

基于速率-沉降特征分析工后沉降预测方法适用性

以曲线拟合法为主,研究了预测模型的速率与沉降的特征,指出了Gompertz模型、Usher 模型等增长曲线预测工后沉降存在的不足,改进了二次三项式预测模型,提出了计算幂函数模型参数的简便方法.结合高速公路长期的工后观测资料,分析了常用方法的适用性和预测精度,并对工后沉降预测模型的选择提出了建议.     

差分模型和灰色理论组合预测模型在桥梁施工控制中的应用

以内蒙古包头镫口黄河特大桥施工监控为背景,利用最优加权组合预测模型的基本原理,提出了差分模型和灰色系统理论中的新陈代谢GM(1,1)模型的组合预测模型,预测梁段的应力值。通过与实测值的对比,表明该模型具有较高的精度和较好的稳定性。     

基于多变量灰色模型的路基沉降预测

路基沉降变形是一个复杂的动态变化过程,常用的单变量预测模型不能考虑各沉降监测点间的相关性,不足以反映路基整体的变形规律。多变量灰色模型是单变量GM(1,1)模型在多元变量条件下的拓展,可以实现对路基中相互影响的多个监测点变形预测模型的建模和预测。实例计算表明,与单变量GM(1,1)模型相比,多变量灰色模型具有更高的预测精度,显示了该方法进行路基工后沉降预测的有效性。     

一种短时交通流组合预测模型

为提高短时交通流预测的精度,提出利用BP神经网络、RBF神经网络和ARIMA模型构建组合预测模型,该组合预测模型利用最优化原理进行权系数的分配,并且满足分配到的权值始终具有实际意义。通过对分配的权系数进行显著性检验,以确保组合预测模型中选用的单项预测方法显著相关。通过实例分析,验证了组合预测模型的有效性,结果表明,相比较单一的预测模型,组合预测模型具有更高的预测精度。     

基于灰色系统理论的沥青路面使用性能预测及养护决策研究

首先对国内外沥青路面使用性能的评价指标进行了分析,然后基于灰色系统理论建立了GM (1,1)模型,对SRI、PSSI、RQI、PCI指标进行预测分析,并依据预测结果,分段提出相对应的养护决策方案。最后通过与传统预测模型的对比,验证了灰色预测模型具有较高的精度。     

多元评价体系组合模型在铁路隧道变形预测中的应用

为克服传统预测模型结构单一、预测精度及稳定性不足等缺陷,提出多元体系组合预测模型的建模思路。首先,基于支持向量机、BP神经网络及ARMA模型3种单一预测模型,构建铁路隧道变形预测体系;再以均方根误差、误差平方和及平均绝对误差等为评价准则或指标,构建各预测结果的误差评价体系,求解各单项预测模型的权值贡献指数,得到最优组合权值;然后利用后验差检验、残差检验和关联度检验构建预测精度校验体系,对组合预测结果进行检验,评价预测模型的有效性;最后,结合工程实例,对多元体系组合预测模型在特大断面隧道中的变形预测效果进行检验。结果表明:多元评价体系组合模型预测相对误差值均小于2%,具有较高的预测精度,且较单一预测模型具有更高的预测精度,也一致通过相关检验,验证了多元体系组合预测模型的有效性。     

基于BP神经网络的预应力组合梁承载力预测

为提高预应力钢-砼组合梁的设计效率及合理性,精确预测其抗弯极限承载力,文中采用BP神经网络算法建立具有多个输入、单个输出的BP神经网络预应力钢-砼组合梁抗弯极限承载力预测模型,利用既有实测结果对该模型进行训练及验证,结果表明BP神经网络预测效果较好,其40次预测值与实测值比值的均值为1.002,具有较高的精度;选取浙江省绍兴市壶觞大桥边跨主梁进行抗弯极限承载力预测分析,结果表明该模型应用于实际工程可行,可用于预应力钢-砼组合梁抗弯极限承载力确定。