硅酸盐水泥水化动力学模型与试验方法研究进展

水泥水化过程决定水泥基材料强度、耐久性等诸多性能，深入理解水泥水化机理具有重要的科学意义和工程价值。本工作回顾了硅酸盐水泥水化动力学模型的最新研究进展，评述了GEMS热力学计算、HymoStruc3D和CEMHY3D等水化数值模拟方法及其局限性，总结了准弹性中子散射和核磁共振等先进测试手段在研究水泥水化过程中水态演变和孔结构发展中的具体应用，提出了该领域未来研究的趋势和挑战。     

磁流变弹性体减振单元动力学分析

针对于被动式减振器无法调和汽车运动性和舒适性之间的矛盾，建立了可用于重载环境的挤压模式磁流变弹性体减振单元，并利用等效模型和两自由度模型对1/4单轮进行动力学特性和振动特性分析。结果表明：在外加电流下，磁场强度在（300～450）mT之间时，位移均方根值可迅速衰减到13mm；磁场强度在（450～600）mT之间时，位移均方根值可迅速衰减到7.5mm，完成一个周期后，加权加速度均方根值衰减到270mm/s²；进一步仿真得到不同车速下的均方根值，可知，压缩状态下在（60～100）km/h速度段，电流为1.27A-1.7A时加速度均方根值衰减迅速；伸张状态下在（40～80）km/h速度段，施加电流为1.7A时加速度均方根值衰减迅速。通过仿真得到磁流变弹性体减振单元最优控制参数，这为控制系统设计及减振单元结构布置提供了理论基础。     

钢筋混凝土T形梁火灾后残余性能有限元分析

高温受火后钢筋混凝土构件剩余力学性能准确检验,是火灾以后对结构损伤评定与加固设计的基础。通过ANSYS计算总结T形梁不同参数下的残余承载力与变化规律。研究结果表明,通过对高温后T形梁抗弯承载力和抗弯刚度的计算,发现刚度的损失幅度很大,且前30min内损伤更严重,后期损伤幅度逐渐变缓,与刚度变化趋势不同,高温后抗弯承载力损失幅度并不大,这是由于钢筋在恢复到常温后强度也随之恢复,承载力的损失主要是受压区混凝土的损失。通过增加保护层厚度可以减缓受拉钢筋的受热速度,有效的减缓构件的损伤。单独对带裂缝梁的火灾情况进行分析,与不带裂缝的梁进行对比,得出裂缝的存在加速了混凝土梁的损伤速度。     

基于主成分分析法的地铁车站施工预警方法研究

根据多元统计分析方法,文中以青岛地铁4号线错埠岭车站为研究对象,对地铁车站安全评价进行主成分分析,通过建立变异系数v来降低专家主观性造成的不准确性,再运用线性回归最小二乘法建立散点图,划分安全与危险区,使结果更加清晰。同时在计算过程中运用MATLAB数学软件,对计算过程进行简化,使结果更加精确,计算快捷。通过建立主成分分析法和线性回归最小二乘法耦合评价模型,不仅能合理的判断其生产工作的安全程度,为部门的奖惩管理提供一定的依据;同时也为施工人员培养安全意识,降低事故的发生率,保证工程的顺利进行,为安全生产管理和决策提供合理的技术依据。     

浅述当代互联网公司办公空间设计趋势

由于信息交流方式的变革,现代办公空间自机械工作场所向信息交流场所转变,在此基础上,互联网公司的办公空间承担了更多展示宣传、氛围营造的责任,相对应的,我们需对适用于互联网公司发展需要的设计进行总结。本文梳理了办公空间发展历史,归纳了现代办公空间及互联网办公空间演化历程,通过案例分析互联网办公空间形式特征,探讨未来设计趋势。     

基于自闭症儿童心理特征的健康照明设计

针对自闭症儿童的心理特征,提出了采用健康照明对自闭症儿童进行视觉干预治疗。通过4个实验案例,对自闭症儿童生活空间健康照明设计进行了一系列探讨。     

变分自编码器模型综述

变分自编码器（VAE）作为深度隐空间生成模型的一种，近年来其表现性能取得了极大的成功，尤其是在图像生成方面。变分自编码器模型作为无监督式特征学习的重要工具之一，可以通过学习隐编码空间与数据生成空间的特征映射，进而在输出端重构生成输入数据。梳理了传统变分自编码器模型及其衍生变体模型的发展与研究现状，并就此做了总结和对比，最后分析了变分自编码器模型存在的问题与挑战，并就可能的发展趋势做了展望。     

能源土边界面模型的应力更新算法及算例分析

水合物的存在会显著影响能源土的刚度、峰值强度与剪胀性。针对已有能源土模型的不足，结合边界面模型的建模思想，构建一个新的能源土边界面模型，模型参数较少，能够恰当反映能源土的应力-应变关系。计算能源土变形问题的核心在于正确积分塑性本构方程，应用完全隐式回退Euler算法，建立模型应力及塑性内变量的更新公式，并给出显式的一致性切线模量表达式。基于ABAQUS软件提供的二次开发接口，编写模型的用户材料子程序，应用已有试验数据验证程序正确性。最后应用开发的子程序对能源土的平面应变试验进行模拟，分析水合物饱和度对剪切带倾角与孔隙比的影响。     

基于二维深度卷积网络的旋转机械故障诊断

针对旋转机械振动信号复杂且难以提取有效故障特征的问题,提出了一种短时傅里叶变换和二维深度卷积网络相结合的故障诊断方法。首先对旋转机械振动信号进行短时傅里叶变换,得到时频图;接着将时频图输入到二维深度卷积网络中进行识别,得到最终分类结果。将该方法分别应用于滚动轴承与齿轮箱故障诊断中,在凯斯西储大学滚动轴承数据集、PHM2009直齿齿轮箱数据集上均取得了较好效果,正确率优于将时域信号直接输入到经典CNN中,验证了该方法的优越性。