|
|
|
基于神经网络的砂砾石本构模型建立及其计算应用
|
| |
摘要：人工神经网络的研究和应用为工程技术研究带来了很大的发展。本文尝试利用人工神经网络方法建立砂砾石材料的非线性本构模型，并结合工程实例进行了有限元分析计算。提出了对有一定高度的同性材料按不同围压进行分区，并结合神经网络本构模型进行计算的方法；对神经网络在本构模型上应用的特点提出了一点思考体会。
关键词：神经网络；有限元；沉降；非线性；本构模型
1 问题的提出
岩土材料的应力应变关系即本构关系是研究大多数岩土问题的基础，因此也一贯受到众多专家学者们的重视。几十年来研究者们针对不同的岩土材料提出了许多本构模型，但基本上都可归属于考虑物理因素为参数的经验公式一类。
人工神经网络的研究和应用为工程技术研究带来了很大的发展。利用人工神经网络建立土体的本构模型作为一种新兴的方法具有一定的优势。理论已经证明，对多层B－P神经网络，当隐层神经元数目足够多时可以以任意精度逼近任何一个具有有限间断点的非线性函数【1】。利用人工神经网络建立土体的应力－应变映射关系避免了对土体物理属性的假定；对于不同类别的土体，可以利用试样试验数据进行样本训练，通过改变网络的权值来适应不同的映射关系。此外人工神经网络模型还有以下优点：网络的容错性可以减除试验中局部数据出错的影响；网络的泛化性还可以推测某些未知条件下的量值；通过增加输入参数的个数可以考虑更多的因素。但是利用人工神经网络方法建立起来的土体本构模型表现形式不同与通常的函数表达形式,它一般以离散的数据形式来表示。如何把这种离散的数据形式和有限元工具结合起来运用于实际工程计算中则是个比较困难的问题。目前有很多文章讨论了如何利用人工神经网络直接建立本构模型的方法，但具体如何将之应用于工程实践计算的不多。
|
|
|
|
|
|
|
|
|
| 广告载入中... |
| 广告载入中... |
| 广告载入中... |
|
|
|
|
|
教育论文中心