大伙房输水工程取水头部竖井高边坡稳定分析 与加固处理方法

主要介绍了大伙房输水(二期)工程,取水头部竖井开挖过程中,针对实际地质状况,对高边坡 稳定性进行详细分析,采取了灌浆、支护等加固处理措施,边坡稳定监测结果表明,加固效果较好。     

不同围压和层理下板岩三轴蠕变试验及损伤模型研究

为了研究围压和层理对板岩三轴蠕变特性的影响,制备了最大主应力方向与层理夹角为 0°和 90°的 2 组岩样( 0°为平行组; 90°为垂直组) ,分别进行 5 MPa、10 MPa、15 MPa 围压下的三轴蠕变试验。结果显示: 板岩在三轴应力条件下的蠕变具有瞬时弹性阶段、稳定蠕变阶段、加速蠕变阶段这三个阶段特征; 在同一围压下,垂直组试样加载级数大于平行组岩样加载级数; 垂直组试样的瞬时弹性应变高于平行组试样; 垂直组试样的累计蠕变应变均低于平行组试样。计算长期强度与峰值强度的比值得到垂直组试样的强度损伤低于平行组试样; 围压越高,试样蠕变变形越小,峰值强度和长期强度越高。基于 Kachanov 蠕变损伤理论,考虑层理角度的损伤,引进一个弹塑性损伤元件,建立了描述不同层理角度板岩蠕变过程的改进西原模型,用该模型对试验数据进行拟合,结果表明: 模型能够较好地反映蠕变三阶段; 垂直组试样的弹性模量、黏滞系数比平行组试样相对较大,蠕变参数基本随着围压的增大而增大,体现了围压效应,这与试验结果相吻合。     

用dsPIC30F3010实现无刷直流电动机正弦波驱动

针对具有霍尔传感器的无刷直流电动机,以dsPIC30F3010为核心控制芯片,绘制出系统的总体设计框图,同时采用空间矢量调制法生成六路SVPWM信号,从而实现无刷直流电机的正弦波驱动.实验结果表明采用空间矢量脉宽调制法,可以实现正弦波驱动无刷直流电机的平稳运行.     

基于计算机-多单片机系统的表决通信软件设计

根据计算机-多单片机系统的多级分层结构,采用异步串行多机通信和主从呼叫响应的通信模式,对表决通信软件的系统功能进行规划.选择和约定了通信模式、通信协议.对下位机通信软件、上位机通信软件和上下位机间的通信过程进行了设计.引入了多机通信的差错控制.系统构建的多机网络模型和上下位机软件模块具有一定的借鉴价值.     

摄影测量中一种非编码点的自动匹配方法

在极限约束法基础上提出了一种非编码点匹配的改进算法,首先采用极限约束法得到候选匹配对应点,然后按编码点位置将图像Delaunay三角化,缩小匹配范用。在对应Delaunay三角形内确定匹配点,若在三角形范围内仍不能唯一的确定匹配点,则通过交比不变性来实现对应点的匹配。本方法不限制标志点的粘贴位置,满足摄影测量中实际应用要求。     

Gnash在ARM嵌入式Linux平台的实现①

Flash是Adobe推出的PC平台主流的多媒体格式标准和产品,但Adobe一直没有推出应的嵌入式解决方案。为了解决Flash格式动画文件在各种嵌入式设备上的播放问题,基于开源的GNUGnashflash解决方案,实现了flash动画文件在ARM嵌入式Linux平台的播放。分析了Gnash系统的组成结构,研究了其各个功能模块的实现技术以及与其他模块和操作系统平台的关系。然后针对嵌入式系统主频低、内存小的特点,对Gnash的功能模块进行裁剪,去掉了ActionScript引擎等动画播放不需要的交互式部分功能,并在基于ARM的Intel XSCALE PXA270嵌入式Iinux平台实现了Gnash系统。     

基于Irrlicht引擎的实时浅水效果模拟

本文在Irrlicht引擎的基础上结合GLSL语言,对浅水的水面波动、反射与折射特性及菲涅尔现象进行了实时模拟。将基于Gestner波的水面波动与基于纹理波的动态法线贴图相结合,真实地模拟了水面的波动与波纹效果。同时,采用渲染到纹理技术实时生成反射贴图,准确地模拟了水面的反射效果,解决了采用环境贴图渲染时的反射失真问题。在不考虑水深的情况下,本文将菲涅尔权值与材质的alpha通道相结合,去掉了实时渲染中折射贴图的生成,在满足实时浅水效果渲染的视觉需求条件下,减小了CPU与GPU的计算量。     

网点测试仪的网点自动测量研究与编程

对自动检测网点图像大小进行了研究并编程加以实现,根据设备特点与实际,做出创造性的编程逻辑思维。     

物联网技术在检察工作中的应用构想

介绍了物联网的基本概念及相关技术。结合检察机关信息化建设工作现状,针对讯问录像、车辆管理、涉密资产管理提出了物联网技术的应用构想。利用物联网技术实现智能检察,为落实检察机关科技强检战略开辟了一条新思路。     

基于混沌PSO-BP混合算法的神经网络

研究神经网络的优化问题,将粒子群优化(PSO)算法同误差反向传播(BP)算法采用两种算法相结合,形成两种混合算法,可用于训练神经网络的优化.提出两种方法,第一种混合算法是在PSO算法优化神经网络权值的同时注入BP算法,第二种混合算法是在PSO算法训练神经网络之后继之以BP算法.同时根据混沌映射的随机性和遍历性,将其引入到混合算法中,进一步提高算法的寻优能力.将这两种混合算法同基于PSO算法和基于BP算法的神经网络训练方法相比较,通过数值仿真实验表明,混合算法的性能优于所比较的两种算法的性能,且第一种混合算法要好于第二种混合算法.