王健
- 作品数：4 被引量：1H指数：1
- 供职机构：合肥工业大学土木与水利工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：建筑科学水利工程自动化与计算机技术更多>>
- 复材布约束有预压荷载的型钢混凝土矩形短柱轴压性能试验研究被引量：1
- 2016年
- 为研究碳纤维布约束型钢混凝土矩形短柱的轴心受压破坏机理和受力性能,对15个试件进行了轴向静力加载试验,考虑了碳纤维布层数和预压荷载水平两个参数。试验结果表明:所有的约束型钢混凝土柱均以碳纤维布断裂为破坏标志,破坏前有明显的预兆。施加在约束柱上的峰值荷载随碳纤维布层数增加而提高,包裹2层布提高了58.36%,3层提高了64.51%;预压荷载的存在会减弱碳纤维布对短柱的约束效果,且随着预压荷载水平的提高,布的有效拉应变不断减小,柱承载能力不断降低。最后建立了碳纤维布有效拉应变与预压荷载水平的关系式,提出了构件轴压承载能力计算式,计算结果与试验结果吻合良好。
- 高鹏殷强王健宗文洪丽
- 关键词：碳纤维布型钢混凝土柱轴压
- 基于多层长短期记忆神经网络的用水量预测
- 2023年
- 及时准确的居民用水量预测对供水系统的设计和运行管理至关重要。长短期记忆神经网络(LSTM)是一种有效的基于数据驱动的用水量预测模型,但其通常依赖于大量的参数设置。因此,在LSTM模型基础上,通过叠加时间分布模块,提出多层长短期记忆神经网络模型(MLSTM)。与LSTM模型对比分析表明,MLSTM模型具有较低复杂度和更高的预测精度,尤其对于高峰期用水量预测(M_(MAPE)值降低约60%),且受外部环境条件(如天气)的影响较小。
- 王健刘丽查淳膺陈国炜
- 基于多维度输入的水厂日取水量卷积长短期记忆网络预测
- 2024年
- 鉴于传统的单维输入卷积长短期记忆网络(CNN-LSTM)的预测精度依赖于历史数据的规律性,构建了基于多维度输入的卷积长短期记忆网络预测模型,其中采用皮尔逊相关分析来识别数据内部特征或外界环境因子相关性,在此基础上构建模型输入,并应用于两个自来水厂日取水量预测。结果表明,相较于传统单维度输入预测模型,构建的基于数据内部特征或外部环境因子的多维度输入CNN-LSTM预测导致A水厂取水量的平均绝对百分比误差分别降低了32%、17%;B水厂的平均绝对百分比误差分别降低了47%、12%,表明基于数据内部特征的多维度输入模型更高。其余评价指标也呈现类似变化;且增大水厂取水量有助于提高模型的预测精度。该模型输入分析方法可为提高预测模型精度提供有效范例。
- 刘怀利王铭铭查淳膺王健瞿暄
- 关键词：卷积神经网络
- FRP加固损伤钢筋混凝土柱研究进展
- 在分析国内外文献的基础上，根据荷载作用的不同将钢筋混凝土构件的损伤进行分类，对有损伤下FRP约束加固钢筋混凝土柱的试验研究、数值模拟和理论研究三方面进行了总结。文中总结相关试验结论，得出损伤会使构件混凝土材料产生塑性应变...
- 王健高鹏宗文
- 关键词：纤维增强复合材料损伤塑性模型应力-应变曲线
