采用BP神经网络和Burgers模型的细观参数标定.pdfVIP

第 38 卷 第 23 期 农 业 工 程 学 报 Vol.38 No.23 152 2022 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2022 采用 BP 神经网络和 Burgers 模型的细观参数标定 王洪波，马 哲，乌兰图雅，樊志鹏，王春光 （内蒙古农业大学机电工程学院，呼和浩特 010018 ） 摘 要：PFC 软件作为一款成熟的离散元分析软件，由于在处理连续与非连续介质方面的出色表现，得到了广泛的应用。 但 PFC 软件所需要的细观参数均需要采用室内试验数据通过试错法反复调试才能获得，效率低、盲目性高，严重影响后 续试验数据，因此需要细观参数校准方法标定 PFC 。该研究以玉米秸秆颗粒的单轴蠕变试验为基础，结合离散元软件PFC 2D ，通过正交试验多因素方差分析方法分析了 Burgers 模型宏细观参数之间的影响关系，从而证明宏细观参数之间存在 着复杂关系，不宜采用通过回归分析获得宏细观参数之间的关系式的方式标定细观参数，适合利用 BP 神经网络进行参数 标定，利用创建的 BP 神经网络对细观参数进行标定，根据测试组的标定结果分析得出 Burgers 模型各细观参数的标定精 度均在 92% 以上，且误差较为稳定，而且训练好的神经网络相关系数R0.96 ，从而证明 BP 神经网络的细观参数标定性 能较为可靠。将玉米秸秆单轴蠕变试验的宏观参数带入训练好的 BP 神经网络中进行细观参数标定，比对模拟蠕变试验与 物理蠕变试验发现，两者的蠕变曲线基本一致，应变量的最大误差为 2% ，证明了BP 神经网络具有良好的参数标定能力， 方法可为 PFC 参数标定提供一定的参考价值。 关键词：离散元法；神经网络；PFC 软件；参数标定 doi ：10.11975/j.issn.1002-6819.2022.23.016 中图分类号：TD849.2 文献标志码：A 文章编号：1002-6819(2022)-23-0152-10 王洪波，马哲，乌兰图雅，等. 采用 BP 神经网络和 Burgers 模型的细观参数标定[J]. 农业工程学报，2022，38(23)： 152-161. doi ：10.11975/j.issn.1002-6819.2022.23.016 Wang Hongbo, Ma Zhe, Wulantuya, et al. Calibration method of mesoscopic parameters using BP neural network and Burgers model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(23): 152-161. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2022.23.016 准做