浅谈带局部临空地下室的结构设计

本文结合个人的工作实践,对当前常见的一面临空甚至三面临空的地下室,从前期的结构模型选定、底板抗浮、后期施工图阶段的结构措施等方向进行阐述,希望对相关设计人员的设计工作有所帮助,并促进建筑行业的健康发展。     

纤维增强复合材料结构局部形状与环境腐蚀速率的关系研究

纤维增强复合材料(FRP)结构在外部环境作用下,不同位置的腐蚀速率并不一致,与该位置处FRP形状和环境作用有关。由于FRP结构形状多变的特点,常在梁柱交界处、FRP型材棱角处存在内凹角和外凸角,这些位置结构的腐蚀往往最为严重。本文对环境作用下FRP结构棱角处腐蚀速率的差异进行了理论分析和数值模拟。利用菲克定律下的扩散规律和有限元软件,计算了构件棱角不同角度与扩散速率的关系。定义并计算了棱角处于不同角度时的局部影响系数,结果表明,内部凹角对结构的腐蚀呈减弱影响,外部凸角对腐蚀呈放大效应。利用粒子抛射沉积与环境沉积的相似性,采用蒙特卡罗方法建立了不同粒子数目的粒子抛射沉积模型。定义并计算了角部的环境富集系数,分析发现凹角处会对环境产生汇集作用,凸角对环境分布影响相对较小。综合考虑了棱角对扩散速率的影响和环境富集的影响,定义并计算了结构形状影响系数,结果表明,结构物表面凸出和凹陷处更易受到环境腐蚀,结构耐久性设计时应考虑在棱角进行特殊防护设计。通过计算的结构形状影响系数可以为耐久性定量设计提供计算支持。     

基于证据推理的激光惯组最优维护方法

为解决激光惯组存在的故障样本获取困难和监测维护周期不合理等问题，采用一种融合多元信息的性能评估方法对激光惯组的性能进行评估。首先，综合考虑了惯组指标信息的权重和可靠度，基于证据推理融合多元信息得到激光惯组性能评估结果。其次，根据性能评估结果，通过维纳过程预测综合考虑激光惯组的监测维护成本和性能设计要求，在满足性能状态要求前提下以单位时间内期望维护成本最小为目标，确定最优维护时机。最后，使用某型号激光惯组进行了实验验证，说明所提出的方法的有效性。     

采煤机截割部齿轮箱体疲劳失效机理研究

针对采煤机截割部齿轮箱体在使用过程中出现的疲劳断裂问题,考虑由齿轮啮合引起的高频内部激励和由截割煤岩体引起的低频外部激励,进行疲劳失效机理分析。基于箱体力学模型,分析外部激励作用下箱体应力集中部位及应力峰值,并用有限元计算结果验证;力学模型考虑了由齿轮啮合产生的扭矩M_p及轴向力偏心L_0,分析了不同摇臂摆角下M_p和L_0对应力峰值的影响规律;基于采煤机截割实验,分析内部激励作用下箱体局部共振特性;将实测振动信号进行功率谱分析,得到局部共振频率并验证其为箱体固有频率;通过箱体应变模态分析,得到局部共振频率对应振型的应变分布特征并与应力集中部位进行比较。结果表明:M_p和L_0会增加箱体危险截面弯曲拉应力峰值;应力集中部位与局部共振振型应变集中部位基本一致;内部激励激发了箱体15,23和27阶振型的局部共振,拍振现象的产生加剧了箱体疲劳破坏;采煤机截割部齿轮箱体疲劳断裂是由外部激励引起的应力集中和内部激励引起的局部共振共同造成。     

DEA方法在项目厂址选择中的应用

厂址选择是项目建设的重要环节。通过建立方案评价模型,将数据包络分析(DEA)方法应用于项目厂址选择。引入天然气净化厂厂址选择实例,拟定投入、产出因素,利用Matlab对模型进行求解,通过对运算结果的分析,确定最优方案,说明模型及方法的有效性。     

9000m顶部驱动钻井装置结构选型研究

为大幅提高钻井效率,针对9 000 m钻井深度对顶驱的设计要求,通过比较顶驱装置关键部分几种典型的结构,提出适合该型号顶部驱动钻井装置的最优结构形式,为后续9 000 m钻井深度顶部驱动钻井装置的研究提供指导和借鉴。     

吸入用左氧氟沙星溶液剂局部刺激性研究

为了考察家兔雾化吸入用左氧氟沙星溶液后的局部刺激性,在家兔雾化给予高浓度的左氧氟沙星溶液剂后,计算肺组织湿-干质量比,利用BCA蛋白定量检测试剂盒测定肺灌洗液总蛋白量,苏木精-伊红染色法观察气管肺组织形态,与正常对照组比较进行结果判定。结果显示:与对照组相比,给药组动物的肺灌洗液总蛋白量、肺湿干质量比未明显升高,实验数据无显著统计学差异(P0.05);组织病理检查未见细胞形态异常改叒和炎性细胞浸润;实验家兔吸入用药后未见有明显局部刺激性。     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。