您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202003-163
论文题目 基于BP神经网络预测浅埋管道应力
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于BP神经网络预测浅埋管道应力

首发时间:2020-03-13

夏世林 1   

夏世林(1994-),男,主要研究方向:工程结构及数值仿真

磨季云 1   

磨季云(1962-),男,副教授,硕导,主要研究方向:工程材料与耐久性分析

  • 1、武汉科技大学理学院,武汉 430065

摘要:本文对竖向均布载荷作用下浅埋地下管道进行有限元分析,考虑浅埋管道周边土体特征的影响 ,建立了基于Drucker-Prager弹塑性准则的管-土相互作用模型。通过ABAQUS参数化模型计算得到不同尺寸的管道在不同大小的均布载荷下的应力结果。基于得到的数据样本,应用BP神经网络对竖向均布载荷作用下浅埋地下管道的应力分布进行预测,并对BP神经网络训练样本的选取提出几点建议。预测结果表明管道在线弹性小变形阶段预测结果与有限元计算结果吻合效果很好,能为城市管线区域施工运输以及规划作出参考。

关键词: 力学仿真 浅埋管道 ABAQUS BP神经网络 有限元

For information in English, please click here

Prediction of Shallow Buried Pipeline Stress Based on BP Neural Network

Xia Shilin 1   

夏世林(1994-),男,主要研究方向:工程结构及数值仿真

Mo Jiyun 1   

磨季云(1962-),男,副教授,硕导,主要研究方向:工程材料与耐久性分析

  • 1、College of Science,Wuhan University of Science and Technology,Wuhan 430065

Abstract:In this paper, the finite element analysis of shallow buried underground pipeline under the action of vertical uniform load is carried out. Considering the influence of soil characteristics around shallow buried pipeline, the interaction between pipeline and soil is analyzed, and the Pipe-soil interaction model based on the elastoplastic criterion of Drucker-Prager is established.And the stress of different sizes of pipelines under different loads are obtained by ABAQUS parametric modeling. Based on the large amount of data obtained, BP neural network is used to predict the stress state of shallow buried underground pipeline under the vertical uniform load. In addition some suggestions for the selection of BP neural network training samples are made for good prediction result. The results show that the prediction results of the elastic and small deformation stage pipeline are in good agreement with the finite element calculation results.And it can make reference for urban pipeline area construction transportation and planning.

Keywords: Mechanical simulation ABAQUS BP neural network finite element

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
夏世林,磨季云. 基于BP神经网络预测浅埋管道应力[EB/OL]. 北京:中国科技论文在线 [2020-03-13]. https://www.paper.edu.cn/releasepaper/content/202003-163.

No.****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

基于BP神经网络预测浅埋管道应力