预应力技术在某矩形水池加固中的应用

某钢筋混凝土矩形水池由于池底冻胀发生了池壁外倾和严重开裂事故.经分析该水池设计环节存在水池底部刚度不足,构造措施不足以及缺少保温措施等问题,即使不发生冻胀事故,运行时也会出现漏水或墙体倾斜.该水池经全面分析计算,用预应力技术进行了加固,运行情况良好.     

带裂纹钢吊车梁剩余寿命评估

论述了钢结构疲劳裂纹计算分析的基本理论,针对工业厂房的重级工作制钢吊车梁,建立了采用非等幅荷载谱对带裂纹钢吊车梁剩余寿命的分析评估方法,计算分析了不同应力幅值及初始裂纹尺寸条件下钢吊车梁剩余疲劳寿命。计算表明:钢吊车梁剩余疲劳寿命受应力幅值大小及裂纹长度影响较大,按照指数形式衰减,受裂纹深度的影响相对较小。采用NASGRO公式可对存在初始裂纹的钢吊车梁进行剩余疲劳寿命评估,效果良好,应用前景广阔。     

F-C烷基化反应原位增容工艺对PS/LLDPE合金结构与性能的影响

在熔融状态下,利用无水AlCl3引发大分子之间的Friedel-Crafts烷基化反应来增容聚苯乙烯(PS)/线性低密度聚乙烯(LLDPE)(80/20)合金。研究了"一步法"和"两步法"增容工艺对PS/LLDPE合金结构和性能的影响。结果表明,以"一步法"增容PS/LLDPE(50/50)合金40份为母料,与60份聚苯乙烯混合("两步法")制备PS/LLDPE(80/20)合金,可有效地降低聚苯乙烯降解对合金性能的影响,提高合金的热稳定性和力学性能;从扫描电镜(SEM)照片可以看出,"两步法"制备的合金的分散相更加均匀细小,韧性断裂特征明显。     

粗糙集—小波神经网络在隧道围岩分类中的应用

隧道工程围岩的级别是隧道围岩稳定性的尺度,施工期间的隧道围岩分类的确定是最为基础、也是最为重要的内容.本文将粗糙集、小波神经网络和围岩分类有机结合起来,对白鹤隧道围岩分类进行识别研究.结果表明:用经过粗糙集约简后的样本集作为神经网络的训练样本集,有效地简化了神经网络的结构,减少了训练步数与训练时间,并提高了网络的学习速...     

精密工程测量中非线性模型平差方法探讨

经典平差处理非线性模型时,一般将非线性模型按Taylor级数逼近理论,将其线性化。但在精密工程测量数据处理过程中,需要克服由此产生的模型误差,以提高观测成果的精度。本文在分析线性模型与非线性模型数据处理方法的性质的基础上,结合精密工程测量中常用的边角控制网,对迭代数据处理方法进行了详细探讨。     

随机建模在滴水泉区油藏描述中的应用

在新疆油田滴水泉滴12井区侏罗系八道湾组砂砾岩储层非均质建模中,针对储层描述的不确定性因素,利用井内外信息的随机性特点,综合运用测井数据、岩心描述数据、地震数据等多方面信息,以减少储层描述的不确定性。利用层序地层基准面旋回等时对比方法,进行单井单砂体细分对比,确定储层格架和沉积微相展布特点,建立地质数据库。在此基础上,用Petrel软件对该区块的油藏构造、沉积微相和油藏属性建立储层三维地质模型,从而使得油藏的非均质性描述和认识更为直观、合理,为油田增产提供了地质依据。     

单测线法估算随机节理迹长的数值技术

由于现场条件的限制，有时只能采用单测线法来估算随机节理的真实迹长，即随机节理迹长取样偏差的纠正。为了更准确地估算随机节理的真实迹长，建议首先采用随机节理优势组数的概率统计划分方法，将测线法获得的随机节理进行优势组数划分；获取每一条随机节理的观测迹长和每一组节理的平均观测迹长；应用概率统计的方法求得每一组节理迹长的概率分布密度特征函数；最后，采用半迹长估算法来实现各组随机节理的迹长取样偏差，获得了较符合实际的成果。     

亚磷酸酯类配体对镍系顺丁橡胶催化体系的影响

研究了在Ni(naph) 2 -Al(i -Bu) 3 -BF3 ·OEt2 (简称Ni -Al-B)体系中添加亚磷酸酯类配体(P)对丁二烯聚合反应的影响 ,用GPC ,FTIR表征了聚合物结构。结果表明 ,当Al/B(摩尔比 )为 0 .3～ 0 .7,P/Ni(摩尔比 )不大于 0 .5时 ,体系具有较高的转化率 ;当P/Ni增大时 ,聚合物的特性黏数明显降低。该反应是快引发、稳态逐步增长、无终止的聚合反应。聚合物的重均相对分子质量可通过改变P/Ni或Al/B进行调节。随P/Ni增大 ,聚合物的顺 - 1,4结构摩尔分数降低 ,反 - 1,4结构摩尔分数升高     

锁定放大技术用于扫描隧道显微镜

介绍了锁定放大技术应用于扫描隧道显微镜(STM)中调制隧道间隙而获得物质表面原子的局域势垒分布的原理,并给出了高定向石墨的观测结果,与恒电流模式下STM图像相比较,具有分辨率高、针尖的影响小、抗干扰性能强的特点。另外,根据局域势垒分布还可区分不同的原子,给解释STM原子图像提供了一种手段。     

Grid与P2P混合计算环境下基于推荐证据推理的信任模型

在Grid与P2P混合计算环境(Grid&P2P)中,Grid节点提供有QoS保证的服务,而P2P节点的计算资源属于自主贡献资源,不提供QoS保证,用户不为自己的行为承担任何责任,因此节点间的信任关系很难通过传统的信任机制来建立.参考社会学的人际关系信任模型,通过在Grid&P2P中建立信任推荐机制,并利用DS理论对推荐证据进行综合处理来解决该问题.分析及仿真实验说明,基于推荐证据推理的信任模型可以简单有效地解决Grid&P2P中的信任问题.