基于神经网络优化算法的海洋动态缓波型立管设计

柔性立管连接海上平台和水下生产系统,缓波型构型可以减轻其受到的顶部张力和疲劳损伤,触地点处系链对于固定水下立管起着重要作用,然而加装系链的缓波型立管系统设计更为复杂。通过缓波型基本理论计算出合理的立管初始状态,之后使用立管分析软件OrcaFlex,在充分考虑环境因素、船体结构、立管材料和线型以及重力块、浮力块、系链等配置参数的情况下,建立缓波型立管系统有限元模型,通过静动态分析验证其满足设定的关于立管构型、张力、弯曲半径,系链张力和FPSO偏移量5个约束条件。结合神经网络优化算法和遗传算法制定出针对文中立管系统的优化算法并通过MATLAB编程将浮力块数量优化至最少,之后基于L-M算法构建神经网络模型,通过迭代训练提升精度,得到最终参数优化结果。通过对比优化前后静动态分析结果可知：优化后浮力块数量大幅减少,立管最大有效张力大幅减小,而悬挂段最低点深度有一定程度的增大,整体构型更趋向于合理的缓波型构型。     

基于循环孔洞扩张模型的X型圆管节点超低周疲劳寿命预测

海洋工程钢结构在服役过程中,受风、浪、流或地震等极端循环载荷的影响,易发生超低周疲劳断裂破坏,造成人员伤亡及财产损失,因此超低周疲劳断裂分析及寿命预测对于海工结构安全性评估至关重要。然而,现阶段基于累积损伤理论提出的多种超低周疲劳寿命预测模型无法对多尺度节点实现统一预测,造成了实际工程应用的不便。因此文中基于循环孔洞扩张模型开展X型圆管节点超低周疲劳寿命预测。首先,开发了基于循环孔洞扩张模型的VUSDFLD程序,实现ABAQUS与FORTRAN子程序联合应用,利用有限元分析验证循环孔洞扩张模型在X型圆管节点超低周疲劳断裂分析中的有效性;其次,根据多组X型圆管节点超低周疲劳断裂有限元分析结果,在宏观层面提出了一种基于Manson-Coffin公式的超低周疲劳寿命预测公式;最后,依据Miner理论,将适用于等幅加载的超低周疲劳寿命公式扩展至变幅加载情况,验证了多种节点尺寸下超低周疲劳公式的适用性,为工程应用提供了理论依据。     

四川九寨黄龙机场高填方地基变形三维动力分析

四川九寨黄龙机场具有高填方、高地震烈度、高海拔等三高的特点,高填方体地基在地震作用下的动力稳定与变形问题成为该机场需着重考虑的主要工程地质问题之一。在对目前各种动力分析方法研究的基础上,选用快速拉格郎日差分分析(FLAC)程序,对该机场元山子沟段高填方地基在地震作用下的变形规律进行了系统地研究,获得了一些有实际意义的认识。     

统计地震学在地震危险性概率预测方法研究中的应用与讨论

地震是给人民生命财产造成重大威胁的自然灾害之一,地震预测是推动现代地震学学科建设与发展的原动力.在地震的确定性预测迄今仍面临诸多困难的情况下,寻找地震发生的时空统计特征,构建地震危险性统计预测模型成为了评估地震风险并应用于城市与生命线工程等抗震规划设计实际需求的重要途径.21世纪以来,以2008年汶川8级地震为代表的系...     

变形监测网稳定点选取的平方型Msplit相似变换法

针对现有参考网稳定点选取方法在不稳定点数较多时正确性和稳健性不足的问题,通过引入平方型M_split相似变换,提出了一种稳健的稳定点选取方法,在不稳定点较多、甚至不稳定点数超过稳定点数的情况下仍然有效。具体思路是:在计算两期坐标的相似变换参数时,利用平方型M_split估计将参考点组一分为二,取点数多的一组为稳定点组并继续分裂,直至两个点组对应的相似变换参数无明显差异时停止,利用最终的稳定点组计算相似变换参数来开展变形分析。试验结果表明,当参考网中存在变形量较大的点或不稳定点总数接近甚至超过稳定点数时,本文方法与传统S变换和抗差S变换相比,稳定点的判断正确率最高,求得的变形量与模拟变形量相差最小,稳定点组对应的两期坐标差均方根最小,能够正确反映控制点的实际变形。     

基于灰色马尔科夫链预测系统的设计与实现

通过对灰色GM[1,1]模型的算法改进,将改进后的灰色模型与马尔科夫链结合,既可以发挥灰色系统预测精确的特点,又可以利用马尔科夫链对准确预测波动性数据的优势。在灰色马尔科夫链模型的算法基础上,采用Visual Studio 2005开发环境,进行灰色马尔科夫链预测系统的设计。最后利用南方某地区十年来土地利用数据进行系统验证,结果表明,灰色马尔科夫链模型能很大地提高预测的精度和效果,符合实际要求。     

玉溪常里温泉成因探讨

常里温泉处于普渡河断裂与大密罗-马官屯断裂交汇带,地质构造条件特殊,地下水循环较复杂.温泉水温高、水质好、埋藏浅、易开采、交通方便等优势,具有较高的开发价值.温泉形成机理,补、径、排循环系统的研究,有助于科学、合理指导开发利用温泉资源.     

L1估计的分布及统计性质

推导了Ｌ１估计的密度函数,讨论了Ｌ１估计的统计性质,证明Ｌ１估计是无偏估计,同时还证明Ｌ１估计优于ＬＳ估计。     

一次范数最小估计的无偏性

理论上一次范数最小 ( L1 )估计的唯一性不存在 ,其唯一性主要取决于解算方法 ,大量算例验证其唯一性存在。本文作者基于算法来保证其唯一性 ,进而首次从理论上验证 L1估计的无偏性。利用初始反对称估计 ,设计了两个等价的线性规划问题 ,由此来解算得到 L1估计 ,根据误差分布为对称分布 ,便可证明 L1 估计的无偏性