卡盘式电力铁塔嵌岩桩的数值模拟分析

针对山区地质地貌特征,提出了用于电力铁塔的新型卡盘式桩。用有限元方法对比分析在2种不利工况下陡峭山坡上卡盘式桩和传统直柱式桩的承载形态。分析认为：卡盘式桩能有效改善桩体的抗拉拔能力,但对于抗压能力提高作用甚微;科学地认识桩-岩石界面特性是客观评估嵌岩桩承载力的前提。     

径向基函数网络与GIS/RS融合的UGB预测

针对城市空间增长特点,探究城市扩展的规律,研究城市增长边界的计算和预测模型,这对于城市的发展规划具有重要的意义。然而,在国内外,关于城市增长边界方面的研究较少,首次提出利用人工神经网络、地理信息系统和遥感相结合的技术建立具有复杂几何形状的城市增长边界模型。通过数值实验结果表明,模型对城市未来增长边界的计算和预测准确度达80%～84%,结果表示直观、真实,能够为当前精明增长模式下的城市用地规划工作提供决策参考。     

基于S3C4510B的ARM开发平台

随着计算机技术、微电子技术和网络技术的迅速发展,嵌入式系统在各个领域得到了广泛的应用。ARM处理器是目前公认的业界领先的32位嵌入式RISC微处理器,已成为许多行业嵌入式解决方案的RISC标准。文章首先介绍了S3C2410B芯片的工作机制,然后介绍了基于S3C2410B芯片的ARM开发平台-S3C2410B开发板。该平台功能强大,适合用来作为开发高性能手持式以及便携式智能设备或终端。     

树立科学发展观开创工程硕士教育新局面

本文简要回顾了工程硕士教育的发展历程，阐述了树立科学发展观进一步开展工程硕士教育的重要性，从发展规模、培养质量、建立质量评估体系及加强宣传和国际合作等方面，对工程硕士教育的开展提出了自己的见解。     

纳米复合抗菌面料的研制及其抗菌性能

针对纳米抗菌材料使用单一纳米抗菌技术的不足，采用研制了不同抗菌机制和抗菌性能的抗菌剂组合起来的纳米抗菌技术。该技术研制的抗菌面料对金黄色葡萄球菌和致病性大肠杆菌等病菌(毒)具有良好的灭杀作用，可用于制作多种预防传染性疾病的防护用品。该工作为今后研制具有高效、快速、广谱杀菌作用的纳米抗菌材料提供了一个新思路。     

面向热伏发电系统的紧凑式换热结构设计及性能分析

中低温地热温差材料热伏发电是世界性研究热点,其难点是如何提高热伏发电的热电转换效率。本文提出一种基于自相似结构（SSHS）的换热结构设计方案,可以大大减小一般热电转换系统换热结构的体积与重量,同时提高热电转换效率。以一个热端热沉的流动换热过程为例,利用数值计算方法对其换热和流动阻力特性进行了模拟和分析,并与两种传统换热结构进行了对比。计算结果表明：SSHS热沉具有更强的换热能力,换热均匀性更好,流量范围0.010 3～0.018 6 kg/s、热流密度2 W/cm²及进口热水温度100 ℃条件下,SSHS热沉的换热能力可达一般换热结构的2倍以上,换热面（释热面）温度高出5～10 K,温度分布均匀性提高了50%以上,进而有利于提高热电转换效率;此外,SSHS虽然相较传统结构有更大的流动阻力,但对于当前设计总流动阻力也不超过450 Pa,因此SSHS热沉非常适合用于模块化的热电直接转换系统。     

基于交流阻抗谱法检测水泥砂浆裂缝试验研究

以预设不同尺度裂缝的水泥砂浆块体和无裂缝水泥砂浆块体等三组试件为试验研究对象,基于交流阻抗谱测试技术,采用变化频率的正弦波脉冲作为激励信号,测试各试件电压信号峰峰值和相位差,计算相应的阻抗幅模量和进行相关数据分析。结果表明,同类试件的阻抗谱具有很好的相似性和一致性,阻抗谱可作为表征水泥砂浆材料性能的本征参数;有无预设裂缝水泥砂浆试件的阻抗幅模量差异明显,基于阻抗谱检测水泥砂浆内部裂缝可行;阻抗特性与裂缝几何尺度之间存在量化关系;水泥砂浆试件呈现电容性。     

碳对铁及其合金超细微粒氧化特征的影响

采用ＣＯ２激光诱导Ｆｅ（ＣＯ）５－Ｃ２Ｈ４－ＮＨ３的气相分解反应制备了Ｆｅ、Ｆｅ－Ｎ和Ｆｅ－Ｃ－Ｎ超细微粒（微粒直径小于１００ｎｍ）,用透射电子显微镜、Ｘ光衍射、Ｏ／Ｎ和Ｃ／Ｓ测试仪及振动样品磁强计等研究了微粒的结构、表面形态、表面氧的状态及磁性能等;探讨了碳对微粒的氧化特征,特别是对微粒表面氧的形态及其磁性能的影响。结果表明,微粒表面氧的状态可分为吸附态和化合态,并且二者的含量随着微粒的种类不同而变化,碳对微粒表面氧的存在状态、微粒的氧化状况及磁性能具有决定性的影响     

基于北斗/5G的航空应急救援信息优化处理技术研究

为提高航空应急救援系统中北斗定位精度和指令传输效率,研究了基于北斗/5G的信息优化处理技术。建立了基于北斗星基增强的定位精度优化算法模型,研究了北斗时空信息传输压缩编码方法,并设计了基于北斗/5G融合的航空应急救援系统平台。利用搭建的系统对定位精度和信息传输性能进行了验证分析,实验结果表明：应急救援终端定位精度优化后在1米左右,并且有效降低了北斗短报文单次通信内容所需字长,提高了通信效率,实现了救援终端与指挥中心的信息可靠处理,研究结果对航空应急救援系统信息交互具有一定的参考价值。     

Structural health monitoring by using a sparse coding-based deep learning algorithm with wireless sensor networks

Structural health monitoring has received remarkable attention due to the arising structural safety problems. Most of these structural health problems are accumulative damages such as slight changes in structural deformations which are very hard to be detected. In addition, the complexity of real structure and environmental noises make structural health monitoring more difficult. Existing methods largely use various types of sensors to collect useful parameters and then train a machine learning model to diagnose damage level and location, in which a large amount of training data are needed for the model training, while the labeled data are rare in the real world. To overcome this problem, sparse coding is employed in this paper to achieve structural health monitoring of a bridge equipped with a wireless sensor network, so that a large amount of unlabeled examples can be used to train a feature extractor based on the sparse coding algorithm. Features learned from sparse coding are then used to train a neural network classifier to distinguish different statuses of the bridge. Experimental results show the sparse coding-based deep learning algorithm achieves higher accuracy for structural health monitoring under the same level of environmental noises, compared with some existing methods.