岩土体开挖变形的分步模拟方法及其工程应用

本文提出了一种岩土体开挖变形的分步模拟方法;该方法以岩土体弹塑性参数和现场变形监测数据为基础,以开挖、施加支护等工程措施的实施为时间节点,以弹塑性荷载分步释放来表征岩土体荷载逐步释放的过程,模拟了岩土体开挖和支护前、后的变形效果,并近似地模拟出锚固、衬砌等措施的应力、变形状态,将岩土体复杂的粘弾塑性问题转化为了较简单的弹塑性问题。运用该方法模拟了涔天河水利枢纽右岸进口段密集洞室群的施工开挖和支护全过程,获取了施工过程中围岩的应力、变形及稳定特征,同时结合数值模拟的成果给出了相应的工程施工建议,可为工程的快速化施工提供参考。     

床沙粒径及级配对非均匀沙起动的影响分析

对Wu W.等的荫暴系数计算方法进行了修正,根据滚动起动模型建立了以荫暴系数为主要参数的起动底流速公式,在此基础上理论探讨了暴露程度、床沙各分组泥沙粒径及其质量比对泥沙起动的影响,并论述了非均匀沙起动中完全暴露、完全荫蔽和极限跃移3种极限起动情况。结果表明:1非均匀沙起动底流速随着荫暴系数的增大而减小,荫暴系数越大,泥沙越容易起动;2在由两种粒径泥沙组成的非均匀沙中,粗颗粒的荫暴系数在定义域上均随着细颗粒床沙比例和粗细颗粒比例的增大而增大,即细颗粒比例越大,粗细颗粒间粒径差异越大,粗颗粒越容易起动;细颗粒的荫暴系数在定义域上随着细颗粒床沙比例的增大而增大、粗细颗粒比例的增大而减小,即细颗粒的比例愈大,细颗粒愈容易起动,且起动规律渐趋于和均匀沙的相仿,粗细颗粒粒径相差愈大,细颗粒受到的荫蔽作用愈显著,其起动流速也愈大。     

武汉城市圈水资源脆弱性评价

在分析武汉城市圈水资源脆弱性成因的基础上,基于DPSIR模型建立了评价水资源脆弱性的指标体系,利用熵值法确定各指标的权重,进一步运用模糊综合评价法对武汉城市圈水资源脆弱性进行了评价,同时将其与湖北省水资源脆弱性进行了比较。结果表明,武汉城市圈水资源脆弱性高于湖北省水资源的脆弱性,存在着较多不安全因素。在空间分布上,武汉城市圈水资源脆弱性差异较大,表现出从东南向西北逐渐增大的趋势。提出了防治水污染、维护和完善水利工程设施、节约用水提高用水效率、加强水资源的统一规划和管理的建议。     

风速对过饱和总溶解气体释放速率的影响

通过不同风速下的过饱和总溶解气体(TDG)室内释放试验,研究风速对过饱和TDG释放过程的影响,并根据已有释放模型对释放系数进行估算,建立了过饱和TDG释放系数与风速的定量关系式。结果表明在8.5~9.5℃条件下,风速较小时,水体中过饱和TDG释放相当缓慢,随着风速的增大,过饱和TDG的释放速率显著增大;在无风工况下,TDG释放系数为0.005 42 h-1;当风速为1.08~11.33 m/s时,TDG释放系数为0.007 09~0.066 68 h-1;相对释放系数为1~12.303,拟合的相对释放系数与风速的定量关系式计算偏差在-11.76%~10.21%之间。     

大体积混凝土防裂智能监控系统

为达到混凝土温控防裂的目的,并提高施工质量,研究开发了大体积混凝土防裂智能监控系统。该系统由感知、互联、分析决策和控制4个部分组成,可以实现原材料预冷、混凝土拌和、运输、入仓、平仓、振捣、通水冷却、表面养护全过程温控信息的自动感知、传输、互联、共享环节的智能控制,实现了基于互联网、物联网技术的温控防裂全要素、全过程管理。实际工程应用表明,该智能监控系统可实现现场温控实施情况的自动获取、准确掌握、实时评估、智能干预及决策支持,能有效提高混凝土施工的管理水平,防止裂缝的发生。     

集成电路测试系统的竞争冒险

在集成电路测试领域,因客观存在的通道传输延迟而导致集成电路测试系统对交流参数测量准确度降低是不可避免的。尽管时域反射技术的应用在一定程度上解决了这一问题,但是仍然无法完全解决传输延迟所带来的所有问题。论文以泰瑞达J750EX集成电路测试系统为平台,通过实验证实数字通道在传输延迟修正后存在逻辑异常的现象,并分析其发生的原因。     

三平移并联机器人控制算法

论文对一种三平移并联机器人进行了运动学建模,运用矩阵计算方法得到其机构运动学反解,即根据终端执行器的运动规律,求出原动件在单位时间内的位移,进而求得步进电机在单位时间内所发的脉冲数。实验验证该步进电机控制算法的正确性,为并联机器人的运动控制提供了理论方法。     

数据挖掘技术在教育学中的应用

随着信息化时代的不断发展,数据挖掘技术日趋成熟,满足了人们对于大量信息的处理要求。目前,数据挖掘技术已经越来越多的应用于金融、通讯和交通等各行各业,但是在教育领域的应用相对较少。针对这一现状,在传统的分析方法上采用了关联规则挖掘,聚类挖掘等多种算法,对青少年同伴关系、人际关系和网络成瘾等各方面进行研究,得到不同性别的青少年同伴亲疏程度不同等一系列结论,提出了数据挖掘技术在教育学领域的应用的新前景。