基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

海滨区冲填土层特大型储罐基础工程选型研究

江苏LNG储罐,位于盐城黄海海滨。废黄河及古淮河冲填土地质构造,沉积层厚达230 m以上,属中等软土。土质主要为回填土、粉土、粉质粘土、粉砂。特大型储罐荷载大,冲填土层如何满足抗压、抗拔、抗水平位移的技术规范要求,极具挑战性。桩基施工过程中,相互干扰,有孔壁坍塌、缩颈、泥皮、沉渣难清等可能。尤其考虑到对水平位移的敏感,设计上不宜选用高架承台结构,而应该从多种桩基类型方案里挑选优化。文章对于软土地基条件下,大型储罐基础工程的设计选型,进行了总结分析。对软土地基条件下大体积储存设施的设计和施工,具有针对性的借鉴作用。     

志丹县城市防洪衡重式挡土墙设计

在水利水电工程中,挡土墙的应用范围极为广泛。随着现代科技的飞速发展、计算机技术的推广普及以及各种计算软件的应用,使以前繁杂的计算过程变得简便迅捷,相较而言计算参数的选取和计算工况的拟定显得更加重要,成为控制设计的关键环节。     

Nd：GdVO4晶体生长及其LD端面泵浦调Q激光性能

通过液相合成方法提纯Nd：GdVO4多晶料，降低生长过程中存在的原料非一致性挥发，以及使用特殊晶体生长温控技术和消除晶体“后天性光散射”，Czochralski方法成功生长系列不同钕掺杂浓度的Nd：GdVO4单晶。采用不同透过率的Cr”：YAG晶体对Nd：CdVO4晶体进行激光调Q实验。实验结果显示，Cr^4 ：YAG Nd：GdVO4激光器可以得到稳定高平均功率调制激光输出。实验得到的最小脉冲宽度只有6ns，对应峰值能量为26．4kW。对不同浓度掺杂对晶体调制激光性能也进行了比较，发现掺钕浓度越高，激光脉冲能量和峰值功率越大。对该晶体的GaAs调Q激光输出性能也进行了介绍，4．8W泵浦光下，最大GaAs调制激光输出为0．63W。