- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
两种拉伸实验的岩石细观参数反演分析.pdf
第 25卷第 8期 中 国 矿 业 Vol_25,NO.8
2016年 8月 CHINA M INING MAGAZINE Aug. 2016
两种拉伸实验的岩石细观参数反演分析
潘瑞凯 ,张开智 ,王树立 ,姬松涛
(1.山东科技大学矿业与安全工程学院,山东 青岛266590;
2.贵州理工学院矿业工程学院,贵州 贵阳 550003)
摘 要 :将颗粒流程序应用于解决工程 问题 的前提是对岩石试件 的几个力学参数进行准确标定,抗
拉强度 的标定便是其 中之一 。通过 比较分析 巴西实验和直接拉伸实验 ,结合具有非线性映射能力的BP神
经网络 ,对颗粒流岩石 的细观参数进行反演研究。表 明:巴西实验条件苛刻 ,难 以保证大量实验成功进行 ,
无法向神经网络提供高质量训练样本 ,反演精度仅为 61 ;直接拉伸实验条件宽松 ,可 以保证神经网络训
练样本 的数量和质量 ,反演精度可提高到 83 ;在保证样本数量和质量 的前提下 ,BP神经网络有能力实现
宏细观参数的准确映射 ,是颗粒流岩石参数标定的有效手段 。
关键词 :直接拉伸 ;人工神经网络 ;细观参数反演 ;巴西实验 ;颗粒流 ;离散元
中图分类号 :TU458 .3 文献标识码 :A 文章编号 :1004—4051(2016)08—0143—04
M icroscopicparameterinversionofparticleflow rockbytwotensiletests
PAN Rui—kai。ZHANG Kai—zhi,W ANG Shu-li,JISong—tao
(1.CollegeofMiningandSafetyEngineering,ShandongUniversityofScienceandTechnology,Qingdao266590,China;
2. InstituteofM iningEngineering,GuizhouInstituteofTechnology,Guiyang550003,China)
Abstract:Theaccurateparameterscalibrationofrock specimenisthepreconditionsforapplying the
particleflow program tO theresolutionofactualengineering problems,and tensilestrength isoneofthe
parameters.Thispaperpresentsastudyontheaccurateandefficientbackanalysisofmicroscopicparameters
ofparticleflow rock,bycomparingandanalyzingtheBraziliantestanddirecttensiletestandincombination
withtheneuralnetworkwhichpossessestheabilityofnon-linearmapping.Theconclusionsareasfollows:
Braziliantest,whosebackanalysisaccuracy isonly61 ,cannotguaranteethesuccessfuloperationsofthe
numeroustests,and also cannotprovidehigh—quality samplesfor the neuralnetwork asa resultofits
demandingrequirements;Directtensiletest,which ishighlyadapt
文档评论(0)