高填方路基的沉降变化规律及其预测方法研究

通过对高填方路基沉降变化的分析与研究,总结出其沉降变化的发展规律,建立了泊松曲线和龚帕斯曲线组合而成的模糊自适应变权重组合预测模型。通过运用该组合预测模型预测实体工程的沉降变化,证实了该方法比单一预测模型具有更高的预测精度与更佳的适用性。     

基于遗传算法和神经网络的高路堤沉降预测研究

依据高路堤填土施工期路基沉降实测资料,运用遗传算法和人工神经网络构造了预测路基沉降的等时距遗传神经网络模型, 并且对该网络进行了训练以及仿真,对预测结果运用3次样条插值可得到预测时间段内的任一时刻沉降结果,通过和实测沉降结果对比可知遗传神经网络比人工神经网络节省大量的调试时间和计算时间,而且其预测精度优于BP算法和指数拟合方法,显示其明显的优越性.     

边坡位移预测的混沌时间序列分析方法应用研究

把混沌时间序列理论引入到边坡工程研究中，运用边坡位移时间序列的最大Lyapunov指数预测边坡的变形破坏，建立了预测模型，并结合工程实例进行边坡位移预测，取得了较好的预测效果。     

路侧事故预测模型的统计分析方法研究

介绍了泊松分布、负二项分布、零堆积泊松和零堆积负二项4种概率分布形式及模型的评价和检验。并介绍了确定模型中单个变量对路侧事故边际影响弹性分析方法。为道路设计人员和养护人员针对路侧隐患设施给出量化的整改方案,并对各改善措施进行经济评价提供理论依据。     

改进BP算法在公路工程主材价格预测中的应用研究

分析了传统BP算法的不足,利用相关分析法筛选出公路工程主材价格的主要影响因素;在确定BP神经网络结构及选取训练函数的基础上,建立了基于改进BP神经网络算法的公路工程主材价格预测模型,并结合合肥市石屑价格预测的实例,利用建立的预测模型,采用BP传统算法及附加动量法、自适应学习速率法、两者相结合法等3种改进算法分别预测了合肥市2个季度的石屑价格,并将预测结果进行对比,分析了不同BP算法预测结果之间的差异。结果表明,使用改进的BP神经网络算法进行公路工程主材价格预测,可以将预测误差控制在6%以内,并减少95%左右的训练步数。同时采用自适应学习速率和附加动量改进BP网络的方法相对最有效。     

基于小波降噪与最小二乘支持向量机的公路软基沉降预测模型

根据沉降数据的特性,以最小二乘支持向量机为核心技术构建预测模型,提出了一种路基沉降预测的新方法。由于测量误差不可避免,沉降数据通常含有噪声,不宜直接进行拟合,因此首先采用小波分析的方法对原始沉降数据进行降噪预处理,然后馈送到最小二乘支持向量机完成沉降预测。最后用某高速公路实测数据进行了实例分析,并与BP神经网络预测结果进行了对比,计算结果表明,小波分析结合支持向量机的模型有较好的预测精度,将该模型应用于公路软基沉降预测是可行的和值得研究的。     

高速公路纵坡路段货车运行车速预测

基于汽车动力学原理和汽车行驶理论,利用货车上坡动力性能、换档行为和下坡制动性能分别建立了高速公路上下坡路段货车的运行车速理论预测模型。以CA5310型8×4厢,仓栅式运输车为例,通过对计算车型的分析计算,得出货车满载和超载时的爬坡性能曲线、下坡速度曲线以及运行车速的变化规律,并分析了影响货车上下坡性能的重要参数:功率重量比、坡度等,从而为山区高速公路的线形设计及安全性评价提供参考。     

内燃机气缸套磨损检测与使用寿命预测

采用电容法测量了气缸套在全寿命周期内的磨损量,分析了其磨损特征,得到了气缸套磨损随使用时间的发展趋势,指出在主推力面上、下止点附近的磨损量代表了气缸套的磨损程度,该区域的磨损量超过限定值会造成气缸套漏气失效,因此,可以将该区域的磨损量作为气缸套使用寿命评估的依据。根据气缸套磨损分析结果建立了人工神经网络模型,评估其使用时间,并预测其使用寿命。检测结果表明,采用BP网络模型进行气缸套的磨损状态评估与寿命预测是有效的,检测结果与实际值相近。     

一种船舶充液管路声振耦合工程计算方法

船舶充液管路由于其复杂的三维空间与多物理场的耦合,很难对其振动响应进行预报。该文基于阻抗-导纳综合法,提出了一种充液管路声振耦合计算方法,该方法采用阻抗矩阵的表达方式描述了管路元件;对于泵阀等复杂、难以通过解析公式获取的噪声源采用试验测试技术获取。并对文中的计算方法进行了仿真与试验验证,计算、试验结果均表明:文中方法的计算结果数据精确可靠,具有较高的工程应用价值。     

基于动态响应特性的点焊疲劳损伤与寿命预测研究

通过动态响应试验对单点点焊接头疲劳过程中固有频率的变化进行研究,查明了最适宜点焊疲劳损伤分析的模态阶数;并利用三维动态有限元模拟了点焊接头疲劳裂纹扩展过程中频率变化特性.最后根据疲劳试验数据,给出了适合于点焊接头的疲劳寿命预测方程.