机场钢纤维混凝土道面的试验研究及工程应用(上)

通过钢纤维混凝土的主要物理力学性能和钢纤维混凝土足尺道面板的试验研究及国内多个机场的工程应用表明，钢纤维混凝土是一种性能优良的机场道面材料，它与水泥混凝土相比，具有优异的抗折强度、抗折疲劳强度、抗裂强度、弯曲韧性和冲击韧性，良好的耐磨性及抗收缩等性能。其道面板的厚度比水泥混凝土道面可减薄４０￣５０％，道面板的缩缝间距可加大。因此，可大幅度地减少道面的工程量和材料用量，缩短工期，提高道面的平整性，减     

改性聚酯纤维在混凝土中阻裂增强抗冻试验研究

将超高强改性聚酯合成纤维增强混凝土的施工性能、抗压强度、抗折强度、抗渗、抗冻融、抗阻裂基本性能与基准混凝土试件进行了对比试验研究，试验结果表明，加入超高强改性聚酯纤维明显改善了混凝土的韧性，提高了混凝土变形、抗渗、抗冻融性能和抵抗早期收缩裂缝的能力，有利于提高混凝土结构的耐久性。     

合成纤维道面混凝土搅拌工艺试验研究

以纤维在混凝土中的分散性、纤维表观损伤情况及抗折强度为评价指标，进行合成纤维道面混凝土的搅拌工艺试验研究，寻求基于现有施工条件下能最大限度提升纤维道面混凝土匀质性的最佳搅拌时间和投料顺序。     

水灰比对水泥混凝土性能的影响及施工检测控制指标

一、水灰比0．42是高性能道面混凝土的最佳选择 收录在交通部水泥混凝土路面推广组编制的《才（泥混凝土路面研勉东南大学韩以谦教授的研究成果，混凝土28d抗折强度（Rw）与水灰比的关系式：     

机场道面浅层高早强快速修补砂浆的性能研究

在满足繁忙机场不停航施工要求下,制备出道面浅层高早强快速修补砂浆对保障飞机准点运行及安全起降具有重要意义。采用自制的特种胶凝材料,通过优选砂胶比、水胶比及外加剂复配等技术制备出高早强快速修补砂浆,研究该修补砂浆的力学性能、黏结性能与耐久性能。结果表明:高早强快速修补砂浆2h抗压、抗折强度分别为32.5MPa和4.8MPa,且2h和28d黏结强度可分别达到其抗折强度的75%和84%;与C40混凝土相比,该修补砂浆早期具有微膨胀性,可补偿收缩,减小与旧混凝土间变形差异,120d收缩率降低了60.5%,3d耐磨性可达到C40混凝土28d的耐磨性,且具有优良的抗渗性与抗冲击性。     

军用装备采购费用评估中的神经网络模型

在BP神经网络理论指导的基础上,从影响装备采购费用的因素出发,根据BP神经网络的多层结构,运用反向传播算法(BP算法)构建战斗机采购费用BP网络模型;同时,运用BP网络模型对已知采购价格的5种类型军事装备进行了采购费用估算和MATLAB仿真,取得了比较满意的结果,达到了提高装备采购费用的预测速度和精度的目的,显现了BP神经网络方法的优点,为军用装备采购价格的预测提供了一种新的有效的方法。     

贝叶斯正则化BP网络在机翼载荷分析中的应用

采用贝叶斯正则化与BP网络相结合的方法,构造了一个分析飞机机翼载荷的三层BP网络。贝叶斯正则化方法提高了BP神经网络的泛化能力,且能考虑非特征化的非线性影响。使用某型飞机对称机动和滚转机动的试飞实测数据作为载荷激励来训练神经网络,并用这个训练完的网络预测了该飞机机翼的飞行载荷。最后将神经网络预测结果与实测结果进行了比较,结果表明该方法能够准确地实现飞机机翼载荷预测,对新机研制和飞行试验有较高的参考价值。     

关于民航机场新建水泥砼道面钻芯取样进行劈裂试验的探讨研究

我国过去检验砼道面强度都是以在搅拌楼或浇筑现场取样，制备砼小梁试件，室内标养28天，检验标准小梁的抗折强度来代表和控制道面砼的强度。但由于多种原因，使标准小梁的强度与道面的实际强度总是有一定的差距，一般地说，标准小梁的强度约偏高10％左右。     

机场旅客吞吐量的人工神经网络预测方法

利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,突破传统上基于统计学原理进行机场旅客吞吐量预测的限制,设计了具有成都双流国际机场特点的、低成本的机场旅客吞吐量的人工神经网络预测模型,经过BP网络预测软件运行检验,并与该机场以前采用的定量预测方法的综合比较,证明在该机场应用BP网络预测方法不仅可行,而且有更好的预测精度.     

基于GRNN网络的燃气轮机可靠性预测研究

本文根据采集的实际运行数据,利用神经网络较好的高度非线性映射性能,通过对后传播网络（BP网络）和广义回归神经网路（GRNN网络）的优化设计,来预测燃气轮机实际运行中的可靠度。通过算法实现和结果的对比分析表明：BP网络和GRNN网络都能解决高度非线性问题,但在训练时间和精度上GRNN网络具有更为优良的逼近能力。神经网络方法为燃气轮机的可靠性预测提供了有力的工具。     

基于神经网络的故障率预测方法

 为了更好地预测产品故障率,提出了基于神经网络的故障率预测方法,分别给出了基于反向传播(BP)网络和径向基函数(RBF)网络进行故障率预测的基本思想、预测模型和实施步骤。分别对比分析了神经网络法与回归分析法、分解分析法、移动平均法、指数平滑法、自适应过滤法、自回归移动平均混合(ARMA)模型等统计预测方法的区别,对照故障率的特点,说明了神经网络法是其中最适用于故障率预测的统计方法。最后分别按这两种模型对某航空公司波音飞机故障率进行了预测,预测结果表明：这两种模型均适用于故障率预测,预测值与真实值的误差在20%之内,且RBF网络的预测效果略优于BP网络,此外通过与上述统计预测法的误差进行对比,说明神经网络法预测误差最小。     

基于蚁群改进 BP算法的组合预测模型在军械器材需求预测中的应用

针对在军械器材采购计划制定环节中的器材需求测算问题,提出基于蚁群改进BP算法的组合预测模型。先结合历史数据,利用多元线性回归预测法和自回归滑动平均模型（ARMA）进行初步预测,将初步预测的结果作为蚁群改进BP网络的输入,从而得到最终的预测结果。实验结果表明,基于蚁群改进BP算法的组合预测模型能够对积累的历史数据进行充分的应用,并且有较高的预测准确性。     

基于BP神经网络的多应力加速寿命试验预测方法

 针对多应力加速寿命试验(ALT)中传统的寿命预测方法存在建立加速模型及求解多元似然方程组困难的缺点,基于反向传播(BP)人工神经网络(ANN),利用BP神经网络良好的预测特性,建立了多应力恒定加速寿命试验寿命预测模型。首先,以加速寿命试验中的加速应力水平和通过经验分布得到的可靠度作为网络训练输入向量;以非线性最小二乘法对原始失效数据进行拟合并得到回归方程,利用回归方程生成大量的仿真数据作为训练目标向量;然后,建立3层BP神经网络并对网络进行训练。最后,把正常应力水平和设定的可靠度输入训练好的网络,得到预测的失效时间,进而给出可靠度函数的预测曲线。通过仿真算例对本方法进行验证,预测值和仿真值相比较表明,所建立的网络能反映应力水平、可靠度与寿命的关系,为多应力加速寿命试验的寿命预测提供了新的思路。     

基于动态变结构BP神经网络的目标威胁评估

针对传统目标威胁估计方法和BP神经网络的不足,在BP神经网络的基础上,建立了基于动态变结构BP神经网络的目标威胁估计模型.该模型通过在权值向量更新公式中引入冲量函数,加快了网络的搜索速度和精度,保证了网络获得全局最优值;通过实时调整隐含层节点数目,可以将网络结构优化,极大地提升了网络的灵活性.仿真结果表明,与传统目标威胁估计方法和BP神经网络相比,动态变结构BP神经网络具有更好的预测能力和收敛速度,可以快速、准确地完成目标威胁估计.     

基于BP神经网络的复合材料失效分析

创建了基于BP神经网络方法预测复合材料在复杂应力状态下的失效模型.依据现有的试验数据,建立了基于BP神经网络的数学模型,并给出了网络在多次训练的统计性评价参数.以及单次样本泛化性能的评价参数,并利用这些参数实现了网络的结构优化和训练优化,得到了比较精确的网络模型,成功预测了复合材料的失效数据,拓宽了计算复合材料失效的范围,同时可以对复合材料的失效分析和试验设计进行指导.     

提高机场道面水泥混凝土耐久性的措施

机场道面有两种主要类型：水泥混凝土道面(又称刚性道面)和沥青混凝土道面(又称柔性道面)。水泥混凝土道面与沥青混凝土道面相比，具有刚度大、强度高、稳定性好、抗侵蚀能力强、使用耐久和维护工作量小等优点。近年来，有关水泥混凝土道面设计、施工和材料等方面的科学研究和实践，使水泥混凝土道面在技术上日臻完善，经济上显示出优势，促进了水泥混凝土道面的迅速发展。     

基于损伤检测的飞机结构腐蚀损伤预测方法对比研究

针对飞机结构材料易腐蚀特点,采用 BP 神经网络算法、数据拟合方法、指数平滑预测三种方法,对飞机铝合金结构腐蚀损伤进行预测对比分析。预测结果及其误差以及对比分析图表明,BP 神经网络算法所构建的网络预测模型对一定腐蚀周期内的腐蚀损伤有较好预测能力,指数平滑预测方法和幂函数数据拟合方法对一定腐蚀周期之外的腐蚀损伤预测有较好的外延性。     

基于RBF神经网络的货运量预测模型

利用RBF神经网络进行了货运量预测.经过对预测结果的检验和分析,证明了RBF神经网络在货运量预测中效果较好,而且就具体网络训练而言,RBF神经网络的预测精度和训练速度均较BP神经网路优越,具有较大的计算优势.     

新疆吐鲁番机场跑道道面水泥混凝土施工质量控制

新建吐鲁番机场位于吐鲁番市西北10kin处,处于市区与大河镇及七泉湖镇之间,南临312国道。机场飞行区等级为4D级,水泥混凝土跑道长2800m、宽60m（含两侧各7．5m道肩）,道面水泥混凝土厚32cm、道肩厚14cm,水泥混凝土28天抗折强度5．0MPa,抗冻指标F200以上。该工程地处吐鲁番盆地的腹地,日照时间长,根据气象资料显示,该地区夏季最高温度可达52．6℃,地表温度最高可达80℃以上,气温高于35℃的天数达到100天以上,这里干旱少雨气候炎热干燥,太阳辐射强。     

神经网络在经济预测中的应用

阐述了针对BP神经网络在经济预测应用中存在的网络学习速度缓慢、计算量大、网络容易陷入局部极小、学习步长需要通过实验由人工来设置和调整等问题,提出将自组织理论、扩展Kalman滤波、模糊算法、小波理论等与神经网络相结合,构成新的网络结构或改进学习算法,以克服BP神经网络自身不足的思路。