新型防屈曲高强钢腹板可更换钢连梁抗震性能研究

文章率先提出一种新型防屈曲高强钢腹板可更换钢连梁(简称“新型钢连梁”)：腹板采用高强钢，可提高钢连梁的屈服抗剪强度，连梁变形减小，从而减小可更换结构整体变形，便于更换；加劲肋紧贴腹板(但不焊接)提供约束，仅与上下翼缘焊接，可减少60%以上的焊接量。其次，设计并开展了11个试件的拟静力试验，研究了加劲肋间距(规范限值dmax、0.85dmax)、腹板厚度(6mm、8mm)、腹板钢材强度(Q460、Q550)和构造形式(加劲肋与腹板贴紧或焊接)等参数对新型钢连梁抗震性能的影响。试验结果表明：试件均发生剪切破坏；满足加劲肋间距限值的新型钢连梁，滞回曲线饱满，峰值时腹板未发生鼓曲且极限转角均超过0.1rad，大于规范限值0.08rad，表现出良好的耗能和变形能力；缩小加劲肋间距、增加腹板厚度或提高腹板钢材强度，新型钢连梁刚度及承载力提高；新型钢连梁峰值承载力较传统构造试件低约5%。最后，基于试验结果建立了有限元模型并开展了分析，研究结果表明：对腹板采用Q460、Q550高强钢材的新型钢连梁，峰值承载力计算时超强系数建议取1.43(长度比为0.5～1.0)或1.39(长度比为1.0～1.6)、1.25，以期为实际工程设计提供依据。     

表面改性对可溶性陶瓷纤维性能影响的测试探讨

针对于可溶性陶瓷纤维给出一种表面改性的工艺,探讨了表面改性对于可溶性陶瓷纤维抗拉强度、加热永久线变化、导热系数性能的影响,得出了其对耐候性有利的评价。同时,探讨了表面改性对于可溶性陶瓷纤维降解性的影响,给可溶性陶瓷纤维长期储存提供了解决方案。     

掺钪AlN材料特性及HBAR器件性能研究

该文基于掺钪AlN薄膜制备了高次谐波体声波谐振器(HBAR),研究了钪(Sc)掺杂浓度对AlN压电薄膜材料特性及器件性能的影响。研究表明,当掺入Sc的摩尔分数从0增加到25%时,压电应力系数e₃₃增加、刚度 下降,导致Al₁-_xSc_xN压电薄膜的机电耦合系数 从5.6%提升至15.8%,从而使HBAR器件的有效机电耦合系数 提升了3倍。同时,当Sc掺杂摩尔分数达25%时,Al₁-_xSc_xN(x为Sc掺杂摩尔分数)压电薄膜的声速下降13%,声学损耗提高,导致HBAR器件的谐振频率和品质因数降低。     

2021年中国氯碱行业经济运行分析及2022年展望

2021年中国氯碱行业经济运行整体稳定,产能理性增长,开工率保持高位,出口明显增长,受国家“双控”政策等因素影响,主导产品市场波动较大,行业效益有所提升。     

基于电压行波折射系数的柔性直流电网线路纵联保护EI北大核心CSCD

针对柔性直流电网线路纵联保护难以同时适应线路边界存在和不存在情况的问题,提出一种基于电压行波折射系数的柔性直流电网线路纵联保护。通过分析线路的1模波阻抗得到较为精确的故障分量1模电压行波。利用Peterson等效电路定量分析正方向故障时的电压行波折射系数,通过定性分析得到反方向故障下的电压行波折射系数,根据电压行波折射系数的差异构造故障识别判据。在此基础上,设计启动判据和选极判据,与故障识别判据一起形成完整的柔性直流电网线路纵联保护。最后,在PSCAD/EMTDC中进行仿真验证。结果表明,所提纵联保护可实现全线速动,能够耐受500Ω的过渡电阻和20dB的噪声,且对采样频率和数据同步要求低,工程适用性较强。     

喹啉铜在柑橘中的储藏稳定性、消解动态及膳食暴露风险评估

评估喹啉铜在柑橘中的储藏稳定性、消解动态及膳食暴露风险。在海南、江西两地开展喹啉铜在柑橘中的田间残留试验；利用高效液相色谱法测定柑橘果实样品中的残留量，外标法定量，评估储藏稳定性、残留消解动态和膳食暴露风险。结果表明，柑橘全果样品在?20 ℃储藏180 d，喹啉铜降解率低于10%。喹啉铜在柑橘全果中的消解速率符合一级动力学方程，半衰期为10.2~15.1 d。慢性膳食暴露风险评估结果显示，我国不同年龄段人群喹啉铜的估算每日摄入量为0.0891~1.4584 μg/kg·bw，膳食暴露风险为0.45%~7.29%。喹啉铜在柑橘全果中至少稳定储藏180 d；喹啉铜在柑橘中易降解；在柑橘上规范使用33.5%喹啉铜悬浮剂防治溃疡病，喹啉铜的慢性膳食暴露风险在可接受范围内。     

C105管桩混凝土设计参数取值的探讨

通过试验得出了C105混凝土100 mm×100 mm×100 mm立方体非标准试件抗压强度换算系数以及C105混凝土的标准方差和强度变异系数。采用理论计算,得到了棱柱体抗压强度与立方体抗压强度的比值α_c1,并与试验实测平均值进行了比较,验证了理论计算方法的可行性。此外,通过对比分析,探讨了直接外延法和引用公式法两种C105混凝土设计参数计算方法的正确性,研究结果可为C105管桩混凝土的设计和应用提供参考。     

基于音频特征的工程车辆工况识别研究

高效率地使用工程车辆是工程项目管理中节约成本的有效方法，无人监管环境下工程车辆的工况识别，是实现工程车辆高效率使用的有效手段。目前以GPS等技术为核心的车辆智能管理系统未对工程车辆进行工况识别，提出一种基于GRU循环神经网络的工程车辆工况识别方法，通过对工程车辆在不同工况下产生的音频信号进行分析，从中提取Mel倒谱系数作为主要特征，构建GRU循环神经网络模型进行训练和识别。实验结果表明，该方法可以实现对工程车辆工况的有效识别。