重力坝深层抗滑稳定极限状态函数的适用性

建立重力坝坝基深层抗滑稳定极限状态函数是进行可靠度研究的第一步,对已有4种极限状态函数进行比较研究,探讨其合理性.研究结果表明:根据剩余推力法、被动抗力法及等K法表达式建立的极限状态函数计算得到的可靠指标是一致的,3种极限状态函数可统一表达为安全系数极限状态函数,而以上、下游块等可靠指标为约束条件的等β法高估了双滑块模型的失效概率,以此来评价坝基深层抗滑稳定的安全度并不合理.     

基于HMI和PLC对水厂供水阀门控制系统

针对自来水厂管网供水阀门的控制问题,给出了一种基于人机界面(HMI)和PLC的简易控制方法。在不需要对阀门加装伺服机构和改换阀门的情况下,采用普通单向交流异步电机作为动力,利用光电开关设计了一套阀门旋转圈数的检测机构,实现了对阀门的远程控制。具有成本低廉和可靠性高的特点,对水厂中经常调节的阀门有较高的推广应用价值。     

互动教学法对Java EE课程教学效果的影响研究

为了验证互动教学法对教学效果的影响,在《Java EE及其应用》课堂的教学环节中,采用对比的方式,选择一个班级进行传统教学,另一个班级除了传统教学外,还使用Java EE教学互动平台来进行课程教学,在课堂上和课后给学生提供全方位的互动教学。实验结果证明教学互动平台对于教学效果有明显的积极影响,尤其对于70~89分数段的学生来说具有较明显的促进作用,学生卷面成绩有明显提高。     

多孔介质微波加热厚度的确定

简述了微波加热的机理，以湿木材为研究对象，通过理论计算确定了微波在木材中的穿透深度。计算表明：随着木材含水率和微波工作频率的增加，微波在木材中的穿透深度减小；当用频率为915MHz和2450MHz的微波加热或干燥具有高含水率的多孔介质时，多孔介质的最大厚度应分别控制在16cm和6cm以内。     

混凝土结构声发射检测参数设置研究

为系统解决混凝土声发射检测参数设置依靠经验选取的问题,通过模拟加载和断芯试验确定了适合试验检测环境的门槛值;通过断芯试验确定了适合被检测混凝土材料的检测时间参数值(PDT,HDT,HLT),并测定了信号在被检测材料中传播的波速和衰减。试验确定声发射检测参数的方法在混凝土结构声发射检测中具有普遍适用性。     

阳离子光固化树脂的合成与表征

采用以AIBN为引发剂,巯基乙醇为链转移剂合成聚丙烯酸酯型阳离子光固化涂料,研究了树脂合成中甲基丙烯酸缩水甘油酯单体的用量对对涂膜附着力、铅笔硬度、柔韧性、耐冲击性的影响,考察了紫外光照时间以及树脂中环氧基含量对涂膜凝胶率的影响.红外光谱分析表明:在紫外光光固化期间,涂膜发生了环氧基的开环聚合反应.     

考虑饱和渗透系数的宽级配土渗流侵蚀过程室内试验研究

【目的】宽级配土是堤防的主要填料,其在水力梯度作用下会发生内部侵蚀直至管涌破坏。渗流侵蚀过程会改变土体性质,进而影响饱和渗透系数。依据饱和渗透系数演变规律,探究土体渗流侵蚀过程,有助于工程安全性评价与渗透破坏预测防治。【方法】采用自制渗流侵蚀试验仪,通过逐级升高渗透水压力,开展土体侵蚀过程试验,测量饱和渗透系数和细颗粒流失量,探究级配与干密度对渗流侵蚀过程的影响。【结果】结果显示：依据饱和渗透系数演变规律,渗流侵蚀过程可分为侵蚀前期阶段、侵蚀发展阶段和侵蚀破坏阶段,从而定义了渗蚀发展临界水力梯度和渗蚀破坏临界水力梯度;宽级配土的渗蚀发展临界水力梯度与渗蚀破坏临界水力梯度均随级配参数D₁₅/d₈₅增加而减小;当细颗粒含量处于欠填状态时,渗蚀发展临界水力梯度随细颗粒含量增加而减小,渗蚀破坏临界水力梯度随细颗粒含量增加近似线性增大;当细颗粒含量处于满填状态时,两种临界水力梯度与累积细颗粒流失率均随着干密度增加而增大。【结论】可见,由于渗透侵蚀造成的饱和渗透系数变化显著地受土体级配与密实状态的影响。     

2022年长江流域干旱特征分析与新时期抗旱减灾应对模式探讨

受大气环流异常影响,2022年长江流域夏季高温伏旱持续时间长、影响范围广、致灾程度大。分析了近15 a来长江流域历年干旱灾害事件和本次干旱特征,以及长江流域抗旱减灾体系建设现状以及在2022年干旱应对中的成效。在此基础上,提出了新时期下抗旱减灾的总体应对思路：(1)以优化国土空间布局为切入点,从源头上规避干旱灾害风险;(2)以空间上的立体调蓄与时间上的峰蓄枯补为路径,实现干旱灾害的过程防控;(3)以优化水利工程运行调度方式为手段,实现防汛抗旱统筹调控;并针对旱情评估与预测、旱灾风险研判和旱灾风险应对共3个方面的关键环节,提出了抗旱减灾方面的科技需求。     

环状扫描的强深度森林

深度森林（Deep Forest,DF）,由于此模型超参数少,且参数设置没有过多的要求,训练方便,鲁棒性高,因此在处理大型数据时比神经网络算法更加具有优势。但是,传统的深度森林中,多粒度扫描忽略了边缘数据携带的隐含信息,无法充分地获得各个特征子集,进而会对以后的级联部分产生影响。而且,级联部分每次得到的新特征有限,影响了模型的表征学习能力。针对以上问题,提出一种环状强深度森林（Circular Strong Deep Forest,CSDF）,其通过环状扫描过程,一定程度上得到更充分的特征子集,且强级联森林通过特征选择提高了模型的表征学习能力。经过在不同数据集上的测试,结果表明,CSDF的性能更加优越,尤其是高维数据上更为明显。     

基于人体姿态估计的手机使用状态监控

智能手机的日益普及给人们带来便捷的同时也带来了不少的隐患,在一些特定的场景下需要对手机的使用进行监控和限制.本文设计了一套手机使用状态监控系统,先采用YOLOv3检测图像中的人体,然后通过Open Pose姿态估计算法获得人体关节点,再通过YOLOv3判断手部区域是否有手机,最后通过神经网络分类器识别当前的手机使用状态.系统的应用测试表明该方案具有良好的检测与识别效果,能够满足相关场景的应用需求.