The interlaminar shear failure characteristics of asphalt pavement coupled heating cables

Nowadays, heating cables are used as heat sources for heating pavements in practical engineering. However, there is a contradiction between the snow melting function and the interlaminar stability of heating pavement. In order to solve the contradiction, the interlaminar failure behavior of asphalt mixture coupled heating cables specimen (AMCS) was researched, through experiments and the finite element method. Under the different conditions of heating cables and rolling times, a series of direct shear tests was performed at the interface of AMCS, to compare the interlaminar stability of three different AMCS. Meanwhile, based on the bilinear cohesive zone model and coulomb friction model a 2D finite element model was established, to simulate this shear failure processes and make up for the limitations of the experiment. According to above test and simulation results, the failure mechanism and the weakest interface in AMCS were found, and the influence of the heating cable’s diameter and embedded spacing on the interlaminar shear strength were found. Then, a modified coulomb theorem model was proposed to predict the shear strength of the AMCS. This research enriches the design theory of the heating pavement and it has great significance for its structural design of heating asphalt pavement.     

竹纤维混凝土结构加固方法的分析

混凝土加固技术作为新兴技术之一,在实际工程中得到广泛应用,取得良好的效果与广泛的应用场合。本文在结合现有几种混凝土加固技术的前提下,着重介绍了竹纤维混凝土的基本情况与力学性能,并对这一材料的发展状况和应用前景作出讨论。举例论证了竹纤维混凝土在实际运用中的优势,为未来该材料进一步的发展提供理论基础和分析。     

基于改进轻量化U-Net模型的光伏电池EL图像缺陷检测

基于实际工程检测现场神经网络结构庞大、参数量巨大、环境复杂,硬件设备性能差等原因导致缺陷的实时检测速率慢、精度低的问题,本研究结合MobileNet中的深度可分离卷积配合ECA注意力机制模块的轻量化思想,以及U-Net网络的特征提取模型提出了一种基于改进U-Net网络模型的光伏电池板缺陷检测方法。同时,根据光伏电池缺陷的特点,选择适合的激活函数以及对交叉熵损失函数进行了改进。实验结果表明,改进的U-Net算法较原算法不仅将参数量减少了36%,而且对裂纹、黑斑等缺陷的检测精度达到了97.05%,相对传统网络具有较好的光伏电池表面缺陷分割效果。     

RBF神经网络在柔性触觉传感器解耦中的应用

针对柔性触觉传感器模型高度非线性、解耦难度大等问题,提出一种有效的方法来模拟柔性触觉传感器在实际应用中含噪声的情形。首先在理想条件下的传感器模型上添加不同幅度的高斯白噪声并建立其数学模型,之后通过K-均值和递归最小二乘法优化RBF神经网络,并利用优化后的RBF神经网络算法逼近受噪声干扰的传感器阻值与形变之间的高维非线性映射关系,最后基于不同的展开幅度通过行列阻值解耦出传感器三维形变信息,获得了较好的解耦精度。解耦结果表明,RBF神经网络算法具有较强的鲁棒性和抗噪声能力,能够很好地逼近含噪声的传感器高维非线性数据之间的映射关系。     

组合支护式深基坑开挖数值模拟及影响因素分析

以某桩锚桩撑组合支护的基坑工程为依托,通过MIDAS GTS NX有限元软件对基坑开挖过程进行还原模拟,同时探究桩锚桩撑所占比例的变化对基坑支护结构变形的影响。模拟结果表明：随着桩锚支护所占比例的增加,支护结构变形与锚杆轴力均逐渐增大并趋于稳定,但是内支撑轴力则呈现出逐渐减小的变化趋势。     

高颐阙“典式”图像及文化内蕴考析

汉阙是我国文明史上保存最完整、最悠久的汉代建筑之一,而四川雅安高颐阙是中华汉阙之典范, 其建筑形制及其阙身图像反映出汉代玄学思想和社会形态。通过对高颐阙相关文献的整理研究及田野调查, 针对高颐阙中的“典式”图像展开具体研究,从图像符号学的视角考释高颐阙图像文化内蕴,进而展开对高 颐阙所表达的习俗与信仰,以及在汉代社会意识中的等级礼制与阴阳五行的的具体探究,由此窥见汉代的等 级制度、社会形态的神话论以及汉人对生死信仰的追崇。     

一种顾及辐射畸变的多波束与侧扫声呐通用海底底质分类方法

声学海底底质分类对于海底环境和生态系统的研究具有重要意义,而多波束与侧扫声呐是目前最常用于探测海底底质的声呐设备.然而,多波束与侧扫声呐都严重地受到辐射畸变的影响,导致声呐图像噪声较大且难以消除,进而造成对海底底质的误判,并且多波束与侧扫声呐通用底质分类方法目前仍然较为缺乏.为此,本文提出了一种顾及辐射畸变的多波束和侧扫声呐的通用海底底质分类方法.该方法包括了对声呐图像中辐射畸变的改正、针对两种声呐数据特点的不同角度数据归一化、分类数自适应的非监督底质分类以及形态学去除底质图像噪声的步骤,并给出了完整的多波束与侧扫声呐通用海底底质分类流程.将本文方法应用于福建沿海同水域下实测的多波束与侧扫声呐数据得到了该水域的底质分类图像.实验结果表明了同区域下的多波束与侧扫声呐数据通过本文方法得到的底质分类结果具有较高的一致性,证明了通用底质分类方法的有效性,同时通过相互验证也提高了底质分类结果的可靠性.