基于全连接神经网络的某核设施钢箱型结构畸变模型修正研究

张克新; 蔡雪松; 崔龙; 李文举; 王嘉龙; 侯钢领

doi:10.20190/j.cnki.02580918.202504021

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于全连接神经网络的某核设施钢箱型结构畸变模型修正研究

核安全 | 更新时间：2025-09-20

- 基于全连接神经网络的某核设施钢箱型结构畸变模型修正研究
- 暂无标题
- 核科学与工程 2025年第4期页码：749-756
- 作者机构：
  
  1. 中核四川环保工程有限责任公司
  2. 哈尔滨工程大学烟台研究院
- 作者简介：
- 基金信息：
  
  烟台市校地融合项目(No.22MZ03CD012);黑龙江省重点研发计划基金资助项目(No.2022ZX01A14)
- DOI：10.20190/j.cnki.02580918.202504021
  中图分类号： TL35;TP183;TU391
- 纸质出版日期：2025
- 稿件说明：
移动端阅览
张克新, 蔡雪松, 崔龙, 等. 基于全连接神经网络的某核设施钢箱型结构畸变模型修正研究[J]. 核科学与工程, 2025,(4):749-756.
张克新, 蔡雪松, 崔龙, 等. 基于全连接神经网络的某核设施钢箱型结构畸变模型修正研究[J]. 核科学与工程, 2025,(4):749-756. DOI： 10.20190/j.cnki.02580918.202504021.

DOI：

摘要

为解决畸变模型预测原型结构全部力学性能误差大的问题，应用全连接神经网络结合数值模拟提升了复杂结构畸变模型力学性能预测精度。以某核退役堆钢箱型结构的几何畸变模型为研究对象，采用相似理论和有限元模拟为全连接神经网络模型提供训练数据，开展了网络层级和神经元数量的优化以及模型评价等研究，进而建立了畸变模型修正方法。通过与原型结构比较，验证了畸变模型结合全连接神经网络能准确预测原型结构各个位置的应变、应力、位移等多参数力学性能，对于神经网络提高结构模型试验具有重要的参考价值。

Abstract

关键词

Keywords

references

杨恒,岳建平,邢尹,周钦坤.基于深度全连接神经网络的大坝变形预测研究[J].大地测量与地球动力学,2021(02).

张松林,马栋梁,王德禹.基于长短期记忆神经网络的板裂纹损伤检测方法[J].上海交通大学学报,2021(05).

刘佳琦,蔡忠华,王德禹.基于拓扑优化与多目标优化的集装箱相似畸变模型设计[J].海洋工程,2020(02).

刘荣桂,陈浩,崔钊玮,陈业强,张邵峰,闫乾勋.SAP内养护机制砂混凝土力学性能及其BP神经网络预测[J].江苏大学学报(自然科学版),2023(03).

古效朋,龙晓鸿,李宗霖,卢春德.基于卷积神经网络的框架剪力墙结构层间位移角预测[J].土木工程与管理学报,2023(01).

郭金琼等, 编著.箱形梁设计理论[M].人民交通出版社,2008.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据