后压浆钻孔灌注桩单桩承载力试验研究

依据规范公式对2个工程实例的后压浆钻孔灌注桩的承载力进行了计算,并和静载试验结果进行了比较,比较结果表明,后压浆钻孔灌注桩的承载力有很大的提高.在对135根静载试桩分析的基础上提出了新的极限承载力计算公式,并通过数个后压浆钻孔灌注桩工程的实践,实践表明,其承载力计算结果与静载荷试验值比较吻合.     

基于BP神经网络混凝土泵车臂架故障预测研究

针对混凝土泵车臂架结构复杂,故障频繁发生的特点,提出了一种基于BP神经网络臂架故障预测方法。臂架在工作过程中,工况参数的不同直接影响到臂架关键点应变大小。基于此,引入BP神经网络,选取臂架倾角、臂架加速度作为输入量,臂架应变作为输出量,构建了3层BP神经网络模型。通过构造试验方案获取样本数据,随机选取训练集、测试集,利用MATLAB工具对BP神经网络进行训练和验证,并对臂架故障进行了预测。实例验证了BP神经网络对臂架故障预测方法的可行性,该方法的提出相对于传统的现场监控方法更简便,并为臂架工况参数的选择提供了基础支持。     

泥页岩纳—微米微孔隙封堵评价方法

针对普遍存在于泥页岩中的纳—微米孔隙结构,很少有可靠的方法对其进行封堵实验评价。目前,模拟评价泥页岩微孔隙的介质,大多是人造岩心、砂盘以及微裂缝等,尺寸大多处于微米级别以上,很难达到泥页岩所具有的纳米级微孔隙。针对该难题,通过电镜扫描和岩心驱替实验等分析方法,选取微孔隙尺寸大小、孔隙度以及渗透率与龙马溪泥页岩相当的露头泥页岩制备岩心,并使用泥页岩微孔隙封堵效果评价装置,进行动态封堵压力传递实验。介绍了该装置的组成、操作方法以及特点,给出了封堵效率的计算公式。通过室内封堵压力传递实验,验证了该装置稳定性好和重复性好等优点。实验结果表明,该装置及方法能较好地评价不同加量,提高不同种类纳米材料对泥页岩微孔隙的封堵效率,还能够筛选出合适性能优异的纳米封堵材料,为解决泥页岩井壁难题提供了一种扎实可靠的实验新方法。     

软固结磨粒群气压砂轮的力学特性分析

提出以软固结磨粒群(Softness consolidation abrasives,SCA)气压砂轮为工具的加工方法,对磨粒群密集颗粒系统的力学特性进行分析,用于解决激光强化后局部高硬度区域难以高效光整的问题。引入软球接触模型建立磨粒软固结形态下的微观接触力模型,引入全局阻尼系数得出了磨粒蠕变时的位移和速度公式。通过PFC3D仿真,验证了接触力计算公式,建立了颗粒系统的接触力网。对单颗磨粒在z轴方向上的速度进行跟踪研究,证实了SCA在加工时的存在蠕变现象。结合修正的Preston的方程,针对激光强化自由表面进行加工试验。试验结果表明:在相同加工时间内,SCA累积高出游离磨粒近34.35%的材料去除量,且避免了刚性砂轮面向曲面加工时产生的划痕,SCA加工可大幅提升面向高硬度曲面的光整效率。     

基于符号动力学信息熵与SVM的液压泵故障诊断

针对泵车液压泵早期故障特征信号微弱、故障特征难以提取的问题,提出了一种基于符号动力学信息熵与支持向量机(support vector machine,简称SVM)的泵车液压泵故障诊断方法。分别模拟了液压泵9种故障状态,测取了各状态下多测点的振动信号样本值。利用时间序列的符号动力学信息熵,计算各振动信号的符号动力学信息熵Hk,确定了各状态下相应的信息熵特征向量。建立了不同状态特征向量训练集,再结合支持向量机对液压泵故障模式进行诊断与识别,测试结果准确率为98.71%。将该方法与改进的BP(back propagation,简称BP)神经网络诊断结果进行了对比,结果表明该方法的识别率更高,诊断时间更短,适用于现场液压泵故障的在线诊断。     

液压挖掘机动臂铰点受力分析的方法研究

挖掘机在施工过程中,挖掘状态的不同直接影响到动臂铰接点处受力的大小。针对液压挖掘机动臂铰链连接处频繁发生断裂的问题,提出了一种基于支持向量机在动臂铰接点处受力的研究方法。基于支持向量机,利用ADAMS仿真找出了动臂铰点中受力最大的铰点,确定了影响铰点处受力的主特征量,搭建了动臂铰点受力支持向量机预测模型。利用MATLAB对支持向量机模型进行验证,实例验证了支持向量机对动臂铰点受力预测的可行性,相对于BP神经网络在小样本上更加精确,并为动臂工况参数的选择提供了依据。