珊瑚砂颗粒导热系数的影响因素试验研究

珊瑚砂热传导性能影响着周围土体的传热过程,是分析地层中能量平衡、热湿迁移规律和土壤温度分布特征等的一个关键因素。为探讨含水率ω、干密度ρｄ、环境温度Ｔ等因素对珊瑚砂颗粒导热系数λ的影响规律,基于热探针法测试了三种不同试验工况下珊瑚砂颗粒的导热系数 λ,分析了导热系数 λ与各影响因素的关系,并解释了各自的影响机理;在此基础上,建立了考虑含水率、干密度、环境温度 3因素影响的珊瑚砂导热系数计算模型。结果表明:（1）珊瑚砂试样的导热系数 λ和含水率 ω成良好线性递增关系;（2）试样导热系数 λ随干密度 ρｄ的递增而增大;（3）试样导热系数 λ随着环境温度 Ｔ的升高而增大,温度对导热系数的影响主要取决于试样内水蒸气的潜热传输效应;（4）对比分析表明提出的导热系数计算模型具有较好的适应性。     

晶核剂对 ＣＦＰＫ改良碳酸盐渍土影响的试验研究

仿岩溶碳酸氢钙（ＣＦＰＫ）改良碳酸盐渍土具有一定效果,但是存在碳酸氢钙分解速率慢、分解不完全等问题,导致改性效果不理想。为提高ＣＦＰＫ的利用率,以人工配制的碳酸盐渍土作为研究对象,采用土体中预掺入碳酸钙作为ＣＦＰＫ反应的晶核剂,通过物理、化学、力学、微观结构等试验方法,研究碳酸钙晶核剂对ＣＦＰＫ改良碳酸盐渍土效果的影响。试验结果表明,随着碳酸钙晶核剂掺量的增加,ＣＦＰＫ分解的速率越快,分解越彻底。碳酸钙晶核剂和ＣＦＰＫ联合改良后,土体易溶盐含量降低,抗湿化崩解性、无侧限抗压强度、抗剪强度大大提高。综合考虑碳酸钙晶核剂最优掺量为5％。碳酸钙晶核剂诱导ＣＦＰＫ分解,所形成的碳酸钙晶核剂和具有胶结作用的碳酸钙的整体,对土体有填充与固化的作用,同时可吸附土中的盐分,达到提高碳酸盐渍土工程性质的效果。     

小净距深埋平行隧道全断面开挖相互影响数值分析

随着地下空间资源的减少,小净距隧道施工成为了城市地铁建设的必然选择。为研究砂岩地层深埋平行近接隧道全断面施工过程中新建隧道与既有隧道之间的相互影响规律,依托重庆富华路站－歇台子站双线平行隧道工程,采用ＦＬＡＣ3Ｄ分析了4种小净距工况下新建隧道和既有隧道的轮廓变形特征、围岩4个特殊部位的纵向位移及某一监测断面径向位移与开挖步的关系。研究表明:随着净距增大,新建隧道非对称“哑铃”状轮廓线逐渐对称化,新建隧道拱底、右侧拱腰纵向位移减小,左侧拱腰纵向位移先增后减,拱顶基本无变化;既有隧道“黄豆”状轮廓线整体向左偏移减小,既有隧道各部位纵向位移均减小。随着新建隧道的开挖,既有隧道与新建隧道监测断面产生径向位移的开挖步范围不同。4种净距工况该工程支护方案均满足洞周的变形要求。     

基于智能计算的脑机制研究

解析脑认知原理和脑疾病的发病机制已是当下脑科学研究的热点。智能计算在脑影像领域的应用可为认知心理学研究、脑疾病的识别和干预以及类脑智能理论研究等提供借鉴和参考。本文介绍利用智能影像计算方法在识别脑认知网络成分、构建脑有向连接模型、预测认知行为变化、构建心理过程神经表征等方面的工作,并对未来相关研究进行展望。     

融合视觉显著性再检测的孪生网络无人机目标跟踪算法

针对旋翼飞行器在跟踪过程中目标尺度变化、快速运动、视角变化等问题,本文提出了一种基于MobileNetV2的孪生网络目标跟踪算法,可在无人机机载处理器上实时运行。该算法主要包含目标得分估计模块与目标尺度估计模块两个部分。结合多特征融合的策略,可准确预测出目标位置与目标框IoU,同时以目标框IoU为指导,利用梯度上升法对目标框进行迭代修正,进一步提升预测精度。针对完全遮挡而导致的目标跟丢问题,本文设计了一个基于视觉显著性的目标再检测算法,该算法可实时高效地预测出图像的显著性区域,以指导对目标的再检测,进而恢复跟踪。最后,通过标准无人机跟踪数据集测试与实际无人机跟踪实验,验证了算法的可行性。     

基于图嵌入的自适应多视降维方法

随着监控摄像头的普及和数据采集技术的快速发展,多视数据呈现出规模大、维度高和多源异构的特点,使得数据存储空间大、传输慢、算法复杂度高,造成“有数据、难利用”的困境。到目前为止,国内外在多视降维方面的研究还比较少。针对这一问题,本文提出一种基于图嵌入的自适应多视降维方法。该方法在考虑视角内降维后数据重构原始高维数据的基础上,提出自适应学习相似矩阵来探索不同视角之间降维后数据的关联关系,学习各视数据的正交投影矩阵实现多视降维任务。本文在多个数据集上对降维后的多视数据进行了聚类/识别实验验证,实验结果表明基于图嵌入的自适应多视降维方法优于其他降维方法。     

面向车规级芯片的对象检测模型优化方法

卷积神经网络复杂的网络结构使得模型计算复杂度高,限制了其在自动驾驶等实际终端场景中的应用。针对终端场景下的计算资源受限的问题,本文从轻量化深度模型设计和车规级芯片模型部署验证两方面进行研究。针对深度模型计算效率和检测精度的矛盾,本文设计了基于中心卷积的轻量化对象检测模型,实现功耗低且精度高的模型性能。进一步,本文基于量化感知训练的模型加速部署方法在车规级芯片上开展了系统级部署验证,在车规级芯片tda4上成功实现了高效的对象检测模型,在自动驾驶场景中取得了良好的性能。     

对抗样本三元组约束的度量学习算法

针对已有三元组约束的度量学习算法大多利用先验知识构建约束,一定程度上制约了度量学习算法性能的问题,本文借鉴对抗训练中样本扰动的思想,在原始样本附近学习对抗样本以构造对抗三元组约束,基于对抗三元组和原始三元组约束构建了度量学习模型,提出了对抗样本三元组约束的度量学习算法(metric learning algorithm with adversarial sample triples constraints,ASTCML)。实验结果表明,提出的算法既克服了已有固定约束方法受先验知识影响大的问题,也提高了分类精度,说明区分更加难以区分的三元组约束能够提升算法的性能。     

风机基础预应力锚杆长期运行特性研究

风机运行过程中锚杆长期特性对风机安全运行和风电场效益的发挥、锚杆预应力设计及维护 策略的制定均具有十分重要的意义。本文通过开展锚杆试件应力松弛试验和风机基础锚杆预应力监 测,研究相应加载条件下室内及现场锚杆长期运行特性,结合室内试验、现场监测及相关研究成果,分析 了风速、风向、大体积混凝土收缩徐变及温度等外部环境因素对现场锚杆长期运行特性的影响。通过对 监测数据拟合,获得表征锚杆长期运行特性的预应力及预应力保留百分比与时间函数关系,并对相应函 数的代表性进行了评价。     

水闸基础灌注桩竖向承载力的判定方法对比研究

以某水闸基础的２根灌注桩为对象分别采用ＡＢＡＱＵＳ数值模拟、高应变试验以及基于地勘资 料的规范方法,对灌注桩在竖向荷载作用下桩侧摩阻力、桩端阻力、桩轴力、桩顶位移和极限承载力等方 面进行对比分析。研究表明高应变试验、数模计算和基于地勘资料推求的桩基承载力结果较为接近,以 高应变结果为基准,数模计算与之相差６．５１％,基于地勘资料推求结果相差２２．０９％。说明基于 ＡＢＡＱＵＳ数值模拟能实现灌注桩全过程的竖向承载性能模拟,达到快速、基本准确地确定灌注桩承载 力。