基于自适应神经模糊推理系统的隧道爆破振动峰值预测研究

爆破振动控制是工程爆破界的重要研究课题,而准确预测爆破振动是进行振动控制的前提和基础。针对爆破振动强度的不确定性、随机性和模糊性特点,建立了基于自适应神经模糊推理系统的隧道爆破振动峰值速度的预测模型,并将自适应神经模糊推理预测模型预测结果与常规方法的预测结果进行了对比分析。结果表明:基于自适应神经模糊推理系统的预测模型具有更高的精确性,能较好地用于隧道爆破振动速度的预测。     

基于BP神经网络的隧道周边位移安全监测模型

针对隧道周边位移安全监测的需要,考虑了施工对周边位移发展的影响,基于改进的BP神经网络建立了隧道周边位移的预测模型,结合茅山隧道工程,用动态建模法进行了模拟预测,结果表明该模型具有预测时间早、预测精度高的优点。     

圆弧滑动边坡稳定性分析的自适应神经模糊推理方法

应用自适应神经模糊推理系统的原理,建立了圆弧滑动边坡稳定性分析的自适应神经模糊推理方法,并用于对边坡实例进行了预测。预测结果表明,自适应神经模糊推理系统预测的圆弧滑动面、安全系数及稳定状况符合实际,该方法可以在圆弧滑动边坡的稳定性分析及加固设计中应用。     

基于ANFIS的轮胎侧向力模型

用自适应神经模糊推理系统(ANFIS)建立了轮胎的侧向力模型,并与反向传播神经网络(BPNN)建模结果作出比较。     

基于自适应神经模糊推理系统的平行泊车路径规划

针对常见的平行泊车场景,提出一种基于自适应神经模糊推理系统的平行泊车路径规划方法.以基于优化算法的泊车路径规划方法得出的泊车路径作为训练样本,利用Python脚本语言建立以自适应遗传算法和拟牛顿法为内核的自动化训练框架,使自动训练后的自适应神经模糊推理系统既可继承基于优化算法的泊车路径规划方法适用范围更广的优势,又有效...     

基于自适应神经模糊推理系统的跟驰模型研究

由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型.针对这一问题,应用自适应模糊神经推理系统(ANFIS)建立跟驰模型,以跟随车与前车速度差及行车间距为输入量、跟随车的加速度为输出量,建立25条模糊推理规则,将模糊推理规则产生的数据作为车辆跟驰ANFIS模型的训练数据,并利用MATLAB编程对其进行训练.最后,设计了基于车载高精度GPS的跟驰试验,并结合试验数据分别对自适应模糊神经推理系统跟驰模型和传统跟驰模型进行仿真.结果表明,前者输出的跟驰车辆加速度值更接近于真实值.     

基于ANFIS的电喷发动机ECU喷油量控制及仿真

针对电喷发动机电子控制单元 (ECU)喷油量控制问题 ,结合其特点 ,采用模糊理论与神经网络的融合方式———自适应神经模糊推理系统 (ANFIS) ,对以此为核心的电喷发动机ECU喷油量控制系统的结构、组成及工作过程等进行了研究与分析 ,并给出了计算机仿真结果     

质子交换膜燃料电池阴阳极恒压差控制策略研究

阴阳极压力控制对提高燃料电池系统性能至关重要。本文阳极侧使用自适应神经模糊推理系统(ANFIS)作为其控制策略，实现对阴极压力的跟随；阴极侧使用RBF-PID控制器作为其过氧比控制策略。仿真结果表明，ANFIS可迅速将阴阳极压力差稳定在需求值并显著降低流量波动。     

考虑电堆寿命的氢燃料电池汽车能量管理策略研究

提出了一种在满足动力性需求并且以氢燃料电池堆作为主要能源的前提下，能有效延长电堆使用寿命的能量管理策略。提出将需求功率 SG滤波后再进行规则控制的能量管理策略，将多种循环工况的结果进行手动优化后作为训练数据集，设计三输入一输出的自适应神经模糊推理系统控制器，根据其输出结果再进行一次滤波最终形成基于自适应神经模糊推理系统优化的能量管理策略。使用CLTC-P循环工况对能量管理策略进行仿真验证，结果表明，基于自适应神经模糊推理系统优化的能量管理策略能有效延长氢燃料电池剩余使用寿命，相比滤波加规则策略剩余使用寿命增加了33%，并能保持动力电池SOC处于适宜水平。     

软计算方法研究车-车间跟随模型

采用软计算方法对车辆跟随算法模型进行对比分析,主要介绍基于自适应神经模糊推理系统ANFIS的跟随模型,并简要介绍基于BP网络和径向基RBFN网络模型与ANFIS模型的对比分析。为了取得模型训练所需的参数和测试模型的效果,设计了一个车辆跟随试验,试验中采用GPS模块来获取车间距和车速差两个参数。最后对模型进行训练和仿真决策输出,仿真输出表明采用自适应神经模糊推理系统的算法模型能较好地模拟驾驶员操作。     

灰色-马尔科夫理论在隧道围岩变形预测中的应用

简要介绍灰色模型与马尔科夫链的基本原理与操作步骤,分析GM-MC模型与隧道围岩位移的关系,以此建立隧道围岩拱顶位移的GM(1,1)与GM-MC预测模型。基于工程实例为研究背景,对不同模型下隧道围岩位移的预测预报数据进行对比分析,结果表明,GM-MC预测模型在对围岩位移的预测中优于GM(1,1)模型,并与实测值有较高的吻合度,能满足工程实际需求。     

软岩隧道围岩位移预测模型的优选研究

利用三种围岩位移预测模型：GM（1,1）模型、非线性回归模型及单调型系列双向差分模型在软岩隧道中应用进行了比较,优选出适合于软岩隧道的围岩位移预测模型。     

公路隧道开挖围岩位移预测及稳定性预报

建立了新的隧道工程开挖围岩位移预测和稳定性预报模型及其分析方法。对现有各种位移预测模型进行了评述 ;建立了适宜的围岩位移预测模型和稳定性预报模型 ;建立了不同变形特征下相应的围岩稳定性判断准则 ,提出了不同预测模型的选取标准 ;给出了隧道围岩稳定性预报方法和长期稳定指标的计算方法 ;介绍了自编的 DPSF程序 ;据此对现场隧道工程进行了位移预测和稳定性预报 ,对预报结果进行了讨论     

基于白适应神经模糊推理系统的跟驰模型研究

由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型。针对这一问题,应用自适应模糊神经推理系统（ANFIS）建立跟驰模型,以跟随车与前车速度差及行车间距为输入量、跟随车的加速度为输出量,建立25条模糊推理规则,将模糊推理规则产生的数据作为车辆跟驰ANFIS模型的训练数据,并利用MATLAB编程对其进行训练。最后,设计了基于车载高精度GPS的跟驰试验,并结合试验数据分别对自适应模糊神经推理系统跟驰模型和传统跟驰模型进行仿真。结果表明,前者输出的跟驰车辆加速度值更接近于真实值。     

隧道拱顶沉降及周边收敛动态过程预测的Richards时间函数模型

隧道围岩变形(拱顶沉降、周边收敛)一直是岩土工程中的热门问题。针对传统的曲线预测模型存在的不足,提出含有4个参数的增长曲线模型-Richards模型。对隧道开挖造成的围岩拱顶沉降及周边收敛的动态过程进行分析,得出掌子面后方围岩变形过程的3个阶段,将此作为依据,获取变形(拱顶沉降、周边收敛)—时间曲线的基本特征,表明围岩沉降及收敛过程是一个先加速后减速的过程,且相应的速度-时间曲线的起点为零,终点也为零。因此,能描述围岩变形过程的时间函数模型可较好地拟合其位移-时间曲线,也能拟合速度-时间曲线。最后通过工程实例验证了Richards时间函数模型的合理性,发现所提出的模型对拱顶沉降及周边收敛的预测结果精度高,具有一定的参考和使用价值。     

基于随机有限元的高地应力区隧道围岩稳定性分析

为了分析隧道工程中存在的不确定性,提出采用随机有限元法研究隧道开挖后的应力位移特征。以某深埋隧道为对象,分别采用确定性有限元和随机有限元法,对隧道开挖后的应力和位移特征进行了对比分析,结果表明,采用随机有限元法后,隧道周边第一主应力和隧道周边围岩位移不再是确定值,而是随机变量,具有统计特性。由于工程中荷载及参数的不确定性,随机有限元相比确定性有限元,更加符合实际,为类似工程研究提供了思路。     

改进灰色理论模型在隧道施工控制中的应用

准确预测隧道变形发展趋势和围岩变形规律是保证施工安全的重要措施。由于深埋隧道围岩变形受到工程地质和施工等复杂因素的综合影响,具有位移序列增长的波动性和随机性。针对此特点,以灰色预测理论为基础,采用柯特斯积分公式对传统GM(1,1)预测模型的背景值求解方法进行优化,并依据相对误差平方和最小准则建立了隧道围岩变形预测的灰色模型[NCBC-GM(1,1)]。以隧道围岩变形实测值作为原始数据,用NCBC-GM(1,1)灰色预测模型对隧道围岩变形趋势进行预测,并与采用相同数据样本建模的传统GM(1,1)预测模型和基于背景值构造优化的GM(1,1)预测模型的估计和预测结果进行了对比和综合分析。结果表明,NCBC-GM(1,1)灰色模型的预测计算结果与围岩变形实测值的吻合程度相对较高,比传统GM(1,1)预测计算模型和基于背景值的构造进行优化的GM(1,1)预测计算模型均方根误差分别降低2.66、0.10 mm,平均相对误差分别降低6.76%、0.23%,预测精度高且稳定性强,能为隧道变形趋势的预测和施工控制提供重要依据。     

大跨度铁路车站隧道过渡段施工力学行为研究

以白云山车站隧道为依托,采用有限差分数值分析软件,对连拱与大跨度车站隧道过渡段进行了施工力学行为研究,获得了过渡段施工过程中隧道周边位移、塑性区和应力场的分布规律.     

地铁暗挖隧道下穿既有电力隧道施工过程位移响应

轨道交通在促进城市区域发展和缓解交通压力方面的贡献越来越显著,暗挖隧道施工不可避免对周边管线产生扰动。选取黄土地层地铁区间近距离下穿某电力隧道为工程背景,采用过有限元差分程序FLAC~(3D)建立三维数值模型,对地铁区间隧道下穿既有管线位移响应进行研究,并与现场实测位移数据进行对比。数值计算与现场实测的地表沉降曲线基本一致。区间隧道开挖引发的地表沉降曲线仍符合Peck曲线分布,地表沉降位移最大值约为26.1 mm。地表沉降曲线为左、右线隧道施工扰动的叠加,电力隧道竖向位移最大值为12.6mm,满足产权单位提出的20 mm的位移控制标准。区间隧道施工应遵循超前支护,短进尺、强支护、勤量测、紧封闭,确保隧道施工安全和电力隧道正常使用。     

隧道施工位移监测及分析

为了掌握隧道施工过程中隧道周边收敛以及围岩内部位移的变化规律,用SW-Ⅵ收敛计、三点位移计分别对隧道初期支护和二次衬砌阶段进行了位移监测,并对2个阶段所采集的数据进行了分析。分析结果表明各测试段位移平均速率均小于基本稳定判别标准,说明隧道支护结构工作状态良好。