四边简支带抗剪键双向叠合板的力学性能分析

为研究四边简支带抗剪键双向叠合板的力学性能,进行了该种叠合板的试验,并基于试验结果验证了有限元模拟方法的准确性。通过模拟参数不同的双向叠合板的受力过程,分析了抗剪键剪力分布规律及叠合板的力学性能影响因素,并建立了其屈服弯矩和屈服位移简化计算式。结果表明：预制底板与抗剪键间、预制底板与现浇层混凝土间虽然存在混凝土二次浇筑现象,但整体性仍然较好;竖向均布荷载作用下,抗剪键表现为脆性破坏;只有当抗剪键的破坏数量达到一定程度后,叠合板才发生破坏;结合面间设置为摩擦接触时,随抗剪键行数、列数及横截面面积增加,叠合板的屈服荷载增加,屈服位移减小,当上述3个因素增加至一定程度后,影响不再明显;布置一定数量抗剪键的双向叠合板,现浇层及抗剪键混凝土强度等级、结合面摩擦系数对叠合板的承载力影响很小;建立了带抗剪键叠合板屈服弯矩和屈服位移简化计算式,可供工程参考应用。     

Seismic Data Recovery with Curvelet Bivariate Shrinkage Function Based on Compressed Sensing

基于压缩感知的Curvelet域双变量阈值收缩函数的地震数据恢复算法

张岩^1,2,任伟建²,唐国维¹,赵璨¹

（1.东北石油大学 计算机与信息技术学院, 黑龙江 大庆 163318;

2.东北石油大学 电气信息工程学院,黑龙江 大庆 163318）

创新点说明：

在石油和天然气勘探过程中,欠采样地震数据的恢复问题是一个重要的研究方向,于是国内外学者最近提出了基于压缩感知的Curvelet域迭代阈值收缩恢复算法,然而这些算法通常采用软阈值收缩函数,该思想是建立在假设所有Curvelet域稀疏系数相互独立基础上,而忽略Curvelet域系数之间的依赖关系。本文利用贝叶斯估计对地震数据Curvelet系数的父子依赖关系进行研究,提出双变量阈值收缩函数的恢复算法。首先在Curvelet域对完整地震数据和欠采样数据中噪声信号,分别建立父子系数联合分布模型,然后根据贝叶斯最大后验概率估计得到双变量阈值收缩函数,然后利用Landweber算法进行迭代,最后通过与现有恢复算法对比实验,得到该算法恢复结果可以得到更高的PSNR,并能更好的保持地震数据同相轴的纹理细节信息。

研究目的：

地震勘探是为了获得地下构造的精确成像,由于采集环境原因,如地表障碍物的存在（建筑物、道路、桥、梁）等或地形条件的因素（禁采区和山区、森林、河网地区等）、仪器硬件（地震检波器、空气枪、电缆等）问题引起的采集坏道以及海洋地震数据采集时电缆的羽状漂流等,往往导致地震数据在空间方向上是欠稀疏采样的。从而导致数据中含有空间假频,以至于在地震数据处理过程中不但会引起人为误差,而且会对基于多道技术的地震数据处理方法的结果产生严重的影响,从而在后续的数据处理时产生假象,最终导致错误的解释。本文利用压缩感知、稀疏表示、贝叶斯估计等技术,结合地震数据的特点,建立地震数据高精度恢复算法。保证后续地震数据处理能够更好反映复杂地质构造,为油气勘探提供更有效的指示和帮助。

研究过程及所用的方法：

（1）基于压缩感知的地震数据恢复基本思想

设完整的二维地震数据为 ( ), 是检波器坐标样本数, 是时间轴坐标样本数,设 是向量化算子, 向量化后 , 为( )向量。欠采样地震资料设为 ( ), ,向量化后 , 为( )维向量,则欠采样地震数据可以表示为式(1)：

(1)

是一个二元采样矩阵,从 采样得到 ,相当于从完整的地震资料 中 道抽取 道数据。因为 ,显然式(1)是欠定的方程组,无法根据 求解 ,设地震资料 在变换域 下系数为 ,有 , 是 的反变换,则

(2)

在具备地震数据变换域系数是稀疏的先验知识,和感知矩阵 满足有限等距性质的前提下,为通过 恢复 提供了理论保证。求解欠定方程组(1)的问题转化为 范数优化问题如式(3)。

(3)

求解式(3)是极不稳定而且是NP难的非凸优化问题。在 和 不相关的条件下,可以转为求解一个等价的、更加简单的 范数优化问题如式(4)。

(4)

使问题转化为求解一个凸优化问题,进而可解。

（2）基于Curvelet的地震数据稀疏表示方法

地震数据Curvelet域可以用 表示,其对应的系数 ,由于Curvelet对二维曲线状纹理具有较好的稀疏表示效果,根据地震波的特点,得到的系数 稀疏程度大,有利于地震数据的恢复。

（3）Curvelet域贝叶斯估计双变量阈值收缩函数设计

分别对地震数据与噪声信号Curvelet变换父子系数联合分布建模,得到地震数据近似拉普拉斯分布,噪声信号近似高斯分布的先验,结合贝叶斯最大后验概率估计得到当前系数的阈值函数,利用地震数据Curvelet域最高尺度系数与邻域窗口系数分布特点估计参数,最终确定双变量阈值收缩函数。

（4）稀疏反演恢复算法设计

采用凸投影和阈值操作交替迭代的Landweber算法,每次迭代的阈值操作通过Curvelet域贝叶斯估计双变量阈值收缩函数过滤噪声如式(5)：

(5)

式(5)中 表示第 次迭代,地震缺失数据在Curvelet域尺度为 的系数, 表示地震完整数据在Curvelet域尺度为 的系数贝叶斯最大后验估计值。

结果：

通过合成数据与marmousi模型数据与现有算法比较得到如下结果：

1）恢复数据的PSNR对比：本文算法高于Curvelet域软阈值迭代算法结果,并且高于双树复小波dual-tree DWT (DDWT)与轮廓波Contourlet域双变量阈值收缩函数迭代结果。

2） 恢复数据的主观效果对比：本文算法得到的恢复数据能更好的保持地震数据同相轴的纹理细节信息。

3）恢复时间对比：本文算法恢复所用时间略高于Curvelet域软阈值迭代算法,以及DDWT与Contourlet域双变量阈值收缩迭代算法。

结论：

1） 通过对完整地震数据与噪声信号Curvelet变换父子系数联合分布建模,结合贝叶斯最大后验概率估计得到当前系数的阈值函数,利用地震数据Curvelet域最高尺度系数与邻域窗口系数分布特点确定估计参数,得到的双变量阈值函数可以较好的对当前系数的有效性进行估计。

2）利用Contourlet域双变量阈值收缩函数结合凸投影和阈值操作交替迭代的Landweber算法,可以有效的恢复地震数据。

关键词：地震数据恢复;压缩感知;迭代收缩;双变量阈值收缩函数

     

Synthesis of silane‐grafted ethylene vinyl acetate copolymer and its application to compatibilize the blend of ethylene‐propylene‐diene copolymer and silicone rubber

Vinyltrimethoxysilane‐grafted ethylene vinyl acetate copolymer (EVA‐g‐VTMS) was synthesized and applied to compatibilize ethylene‐propylene‐diene copolymer (EPDM)/methyl vinyl silicone rubber (MVQ) blends. The silane‐grafting was successfully proved by differential scanning calorimetry, FTIR spectroscopy and XPS spectroscopy. The additive amount of the compatibilizer (EVA‐g‐VTMS) was optimized to be 10 phr (parts per hundred of rubber in weight) based on analysis of scanning electron microscopy, mechanical properties, aging properties, dynamic mechanical properties, rheological properties and thermal properties. Compared with the blend without EVA‐g‐VTMS, results show that the blend with 10 phr of EVA‐g‐VTMS exhibits the finest morphology. Tensile strength, elongation at break, modulus at 100% elongation, tear strength and TE index increase by 82.5%, 16.9%, 60.0%, 40.9%, and 41.9%, respectively. Dynamic mechanical analysis reveals storage modulus increase and glass transition temperatures of EPDM and MVQ move closer to each other. Rheological analysis shows a decrease in complex modulus and complex viscosity, and the processibility of the blend was improved. Furthermore, thermogravimetric analysis shows enhancement of thermal stability. POLYM. ENG. SCI., 2017. © 2017 Society of Plastics Engineers     

锈蚀钢筋混凝土梁疲劳性能试验研究

通过锈蚀钢筋混凝土梁的疲劳试验,分析了主筋锈蚀与混凝土梁疲劳性能的关系。疲劳试验包括1根钢筋未锈蚀的对比梁和8根钢筋锈蚀率介于4%～12%的试验梁。试验结果表明锈蚀钢筋混凝土梁的刚度在疲劳过程中表现出“下降—平稳—上升”三阶段特性。由于钢筋混凝土梁中钢筋的不均匀锈蚀,钢筋表面产生明显的坑蚀,锈蚀梁的疲劳破坏在应力幅最大且表面有坑蚀的钢筋截面发生。随着主筋锈蚀率的增加,梁的疲劳寿命急剧缩短,其破坏形式为受拉钢筋脆性断裂,破坏前没有预兆。振动测试表明,梁的基本频率并不是随疲劳损伤积累而单调下降,实测基本频率不能可靠地预报锈蚀钢筋的疲劳断裂破坏。同时,在相同疲劳循环次数下,随疲劳应力幅的增大,钢筋锈蚀的性能逐渐由软钢向硬钢转变。     

遗传渐进结构优化法

渐进结构优化法（ESO）是基于一个简单概念提出的一种方法,即可以通过在设计上逐渐消除无效材料而实现最优化结构（具有最大刚度和最轻重量）。一般而言,ESO的结果很可能是局部最优化,而不是整体最优化。将遗传算法（GA）与ESO相结合,形成一种新的算法,即遗传渐进结构优化法（GESO）,考虑了GA在整体优化计算方面的优势。     

宽带数字信道化接收机算法研究与硬件实现

对宽带数字信道化接收机进行了理论研究与硬件实现。该系统模型采用多相滤波结构,使用IFFT算法简化信道化多相滤波器结构与参数,并对各个信道进行下变频产生基带信号以便后续信号识别分析处理,信道化频带划分采用均匀且相邻信道50%交叠的方式。该系统硬件采用A/D转换芯片和FPGA芯片实现,A/D转换芯片完成宽带信号采集,FPGA芯片完成相关算法软件实现。该接收机结构具有设计灵活、实现简单、计算效率高、实时处理能力强、计算量低、FPGA硬件资源少等优点。     

钢筋混凝土框架-剪力墙结构中框架的地震层剪力

通过采用静力弹塑性分析 (Push over)方法对框架 剪力墙结构进行全过程分析 ,考察了不同刚度特征值、不同楼层数、不同侧移允许值对于考虑剪力墙刚度退化时框 剪结构内力的影响 ,其中楼层数的影响并不大 ,而刚度特征值是影响内力分配的重要因素     

土中箱形结构的荷载

文中对分析土中箱形结构荷载的等效层方法的计算精度进行了检验,同时对等效层方法的适用范围进行了论证,此外还和当前分析这类结构的一种实用方法进行了计算对比。     

连续式加热炉内钢坯黑印的模拟研究

用数值模拟的方法研究了连续式加热炉内钢坯的加热过程,分析了滑轨结构、滑轨高度和滑 轨材质等对钢坯黑印温差的影响,为消除钢坯黑印、提高钢坯加热质量提供了理论依据。结 果表明,使用孔桥式全热滑轨时钢坯黑印最小,且随孔洞个数增加,黑印温差逐渐降低;黑 印温差与滑轨高度基本呈双曲函数关系,当滑轨达到一定高度时,继续增加轨高对黑印温差 的影响已不明显;滑轨材质对钢坯黑印基本无影响。     

Off-Grid DOA Estimation Via Real-Valued Sparse Bayesian Method in Compressed Sensing

A novel real-valued sparse Bayesian method for the off-grid direction-of-arrival (DOA) estimation is proposed in compressed sensing (CS). The off-grid model is reformulated by the second-order Taylor expansion to reduce modeling error caused by mismatch. To apply the Bayesian perspective in CS conveniently, complex data are addressed to yield a real-valued problem by utilizing a unitary transformation. By assuming that sources among snapshots are independent and share the same sparse prior, joint sparsity is exploited for DOA estimation. Specifically, a full posterior density function can be provided in the Bayesian framework. The convergence rate and convergence stability of the proposed method can be guaranteed in the iterative procedure. Simulation results show superior performance of the proposed method as compared with existing methods.