轴向超声振动切削参数对表面质量的影响

基于全因子实验设计,进行了轴向超声振动车削实验,研究了6061铝合金轴向振动车削参数(切削速度、背吃刀量、进给量)对表面粗糙度的影响,并对表面粗糙度进行了预测。对实验数据进行极差分析、切削用量交互作用分析,得到了各切削参数对表面粗糙度的影响。基于多元回归法与指数函数法分别建立了表面粗糙度预测模型,对预测模型进行显著性检验,并与测试实验结果相对比。实验结果表明,指数函数预测模型可以更好地对表面粗糙度进行预测,预测精度较高,对6061铝合金轴向振动车削参数的选择提供了依据。     

基于贝叶斯正则化BP神经网络的挤出温度预测模型

简要介绍贝叶斯正则化BP神经网络原理,并应用基于贝叶斯正则化训练方法的BP神经网络建立挤出温度预测模型。预测与试验结果对比表明,经过训练后的网络模型基本获取了实际挤出温度的函数形式,网络输出值与样本对应的挤出温度实际值几乎完全重合,表明该方法能达到较好的预测精度,同时具有使用简洁、快速等优点。     

CO_2腐蚀预测及其在井下管柱寿命预测中的应用

腐蚀是影响气井井下管柱寿命的重要因素,正确预测井下管柱的腐蚀速率是提高防腐效果的关键。CO2腐蚀是富CO2气井管柱可靠性寿命的最关键制约因素。笔者通过调研,对目前国内外油气田常用的腐蚀速率预测模型进行了分类和剖析,此基础上提出了气井井下管柱的可靠性使用寿命的预测方法,并建立了相应的模拟程序。通过对比研究发现在低温低压条件下不同预测模型的预测结果相近,但是高温高压条件下的预测结果则相差较大,因此需要根据不同的矿场条件优选相应的腐蚀速率预测模型。将腐蚀速率预测结果与井下管柱的安全使用厚度结合可以有效预测气井井下管柱的可靠性寿命。研究结果对现场生产有一定的指导意义。     

绥中油田各项措施增油效果劈分方法

绥中油田为海上重质稠油油田,地面原油密度为0.958~0.982 g/cm~3,地层原油粘度为50~250 m Pa·s。为了缓解注入水突进、改善区块开发效果和提高采收率,2003年在油田进行聚合物驱试验;2010年在注聚合物高含水井区实施整体提液措施,2013年开始进行细分层系试验开发。随着各项增产措施的交叉实施,难以确定每项措施的增油效果。利用类比法对聚合物驱增产效果进行评价,采用相对渗透率曲线和物质平衡原理推导出新型含水率预测模型,通过对比预测含水率曲线与实际含水率曲线,确定曲线的拐点即为各项措施的见效时间,曲线的差值即为各项措施的增油量。通过动态法和数值模拟法分别计算各项措施的累积增油量,实现对聚合物驱、整体提液、细分层系等措施增油效果的劈分。研究结果表明,截至2015年底,绥中油田聚合物驱、整体提液和细分层系的措施累积增油量分别为264.3×10~4,97.1×10~4和12.6×10~4m~3。     

持续荷载与冻融循环耦合作用下纤维混凝土损伤性能研究

为了研究纤维混凝土在持续荷载与冻融循环耦合作用下的损伤性能,开展了不同压应力水平(0、0.3、0.5)作用下的纤维混凝土冻融循环试验,研究了不同应力水平作用下试件质量损失、相对动弹性模量和抗压强度损失等参数随冻融循环次数的变化规律。结合损伤力学,以超声波波速为损伤变量,分析了冻融损伤与荷载耦合作用的变化关系,并基于Weibull分布建立了冻融损伤预测模型,推导出冻融损伤与抗压强度的演化方程。结果表明,随着冻融循环次数的增加,冻融损伤程度表现出加剧上升的现象,应力水平为0.3的耦合作用能减小纤维混凝土的冻融损伤,应力水平为0.5的耦合作用会进一步加剧纤维混凝土的冻融损伤。建立的损伤预测模型具备较高的可行性,能够较精准预测不同冻融循环次数后的损伤,推导的演化方程相关性较好,能灵活实现损伤与强度之间的转化。     

小圆蓝细胞瘤预测模型研究

为研究肿瘤与基因之间的关系,分析了小圆蓝细胞瘤基因表达数据,建立了分类和预测小圆蓝细胞瘤4 个亚型的多模预测模型.针对小圆蓝细胞瘤的4个亚型,该预测模型创建了4个基于神经网络的分类器,并编 码4个分类器的分类结果,获得每个数据样本的最终预测结果.研究表明,将复杂的多类分类问题分解为多个2 类分类问题是解决多类分类问题的有效方法,基于该方法建立的多模预测模型能够学习基因表达数据中蕴含的 知识,并利用获得的知识准确地分类和预测全部83个数据样本.     

基于PCA-PSO-BP神经网络的住宅供热逐时负荷预测

为了准确预测供热负荷,提出了一种基于主成分分析法和粒子群优化算法改进的BP神经网络(PCA-PSO-BP)预测模型。首先利用主成分分析法融合影响热负荷的特征指标,消除指标之间的冗余性和相关性;同时采用粒子群算法优化BP神经网络的初始权值和阈值,克服了BP神经网络容易陷入局部最优的缺陷,提高了BP神经网络的预测精度。基于北京某居住建筑供热系统的实际运行数据,对模型的性能进行了验证。仿真结果表明,改进的模型预测精度提高了4.07%。     

基于改进GM(1,1)预测模型的铁路客运量预测

采用遗传算法对GM(1,1)预测模型进行优化以期提高铁路客运量预测模型精度。首先运用传统最小二乘算法对GM(1,1)预测模型的发展系数和内生灰作用量进行求解并对高铁客运量进行预测,结果预测平均误差为0. 259;之后采用遗传算法对GM(1,1)预测模型的发展系数和内生灰作用量进行优化,使模型的预测准确性得到了明显的提升,且当交叉默认概率P_c=0. 8,变异概率为P_m=0. 01,所得预测结果最优,平均误差率为0. 073。结果表明:利用遗传算法对GM(1,1)预测模型进行优化能够提高铁路客运量预测模型精度。     

废弃纤维再生混凝土受压徐变及预测模型

为研究再生粗骨料替代率、废弃纤维体积掺入量对废弃纤维再生混凝土受压徐变破坏时间、徐变变形和徐变度的影响规律,对普通混凝土、再生混凝土和废弃纤维再生混凝土试件在实验室条件下进行了85%、90%和95%应力水平的徐变试验。试验结果表明：随着再生粗骨料替代率的增加,徐变破坏的时间缩短、徐变变形及徐变度增大;随着废弃纤维体积掺入量的增加,徐变变形及徐变度减小,徐变破坏时间增加。废弃纤维的加入能有效缓解再生混凝土受压徐变的破坏程度。在考虑再生粗骨料替代率及废弃纤维体积掺入量的基础上,对ACI209R徐变预测模型进行修正,模型预测结果与试验值吻合较好。     

基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测

目的 构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法 依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络（GRNN）,构建埋地管道腐蚀深度预测模型,采用粒子群算法（PSO）优化GRNN的网络参数,结合管道腐蚀发展趋势预测方法,对埋地薄弱管道进行腐蚀剩余寿命预测。以陕西省某埋地输油管道为例,选取8个主要外腐蚀因素,构建外腐蚀指标体系,借助Pycharm编程仿真,结合埋片试验,对该模型预测结果进行验证分析,并预测各腐蚀管段剩余使用寿命。结果 与BP模型相比,PSO-GRNN模型的管道腐蚀深度预测结果最大相对误差控制在13.77%以内,平均相对误差仅为6.63%。寿命预测结果显示,部分管段的剩余使用寿命未能达到其预期服役寿命。结论 所建模型预测性能要明显优于BP模型,预测精度更高,能够较好地预测埋地管道的最大腐蚀深度和未来的腐蚀发展规律,剩余寿命预测结果贴近实际,为管道的维修和更换提供了指导依据,在实际工程中,具有一定的应用价值。