型钢再生混凝土偏压柱受力性能试验及承载力计算

为了研究型钢再生混凝土柱在偏心压力作用下的力学性能,设计9个试件进行偏心受压单调加载试验,考虑了再生骨料取代率、相对偏心距2个变化参数。通过试验,观察了该类新型构件的受力破坏过程及形态,获取了应力分布、变形情况、极限承载力、荷载-变形全过程曲线、再生混凝土受压破坏极限压应变值等重要数据;并分析了取代率和相对偏心距对试件极限承载力的影响规律。研究结果表明：型钢再生混凝土柱的偏压破坏过程及形态与一般型钢混凝土柱相似,根据偏心距的不同,表现为大偏心受压破坏和小偏心受压破坏两种形态,试件极限承载力随着相对偏心距的增大而减小,而再生骨料取代率的变化对承载力的影响作用不明显。基于修正平截面假定推导了型钢再生混凝土偏压柱的正截面极限承载力计算公式,计算值与试验值吻合较好。     

基于样本密度和分类误差率的增量学习矢量量化算法研究

作为一种简单而成熟的分类方法, K最近邻(K nearest neighbor, KNN)算法在数据挖掘、模式识别等领域获得了广泛的应用, 但仍存在计算量大、高空间消耗、运行时间长等问题. 针对这些问题, 本文在增量学习型矢量量化(Incremental learning vector quantization, ILVQ)的单层竞争学习基础上, 融合样本密度和分类误差率的邻域思想, 提出了一种新的增量学习型矢量量化方法, 通过竞争学习策略对代表点邻域实现自适应增删、合并、分裂等操作, 快速获取原始数据集的原型集, 进而在保障分类精度基础上, 达到对大规模数据的高压缩效应. 此外, 对传统近邻分类算法进行了改进, 将原型近邻集的样本密度和分类误差率纳入到近邻判决准则中. 所提出算法通过单遍扫描学习训练集可快速生成有效的代表原型集, 具有较好的通用性. 实验结果表明, 该方法同其他算法相比较, 不仅可以保持甚至提高分类的准确性和压缩比, 且具有快速分类的优势.     

如何在模具设计中克服挤压型材缺陷的产生

铝型材挤压缺陷的产生很大一部分与模具结构有关,简要介绍几种型材模具的优化设计,以克服挤压型材缺陷的产生。     

预应力大体积混凝土配合比优化设计研究

针对青岛国际会展中心二期工程大体积预应力混凝土要求低热、抗裂、早强和耐久的特点,在确定了混凝土配合比设计的基本原则后,对配合比进行了性能试验,对混凝土的早期强度、碳化、氯离子扩散、收缩及抗裂性能等指标进行了试验测试,并在工程中实际应用,取得了较好的效果.     

含砷含碳微细浸染型难处理金矿石浮选工艺改造实践

某选矿厂采用浮选工艺处理含砷含碳微细浸染型难处理金矿石,近年来富集比低,金回收指标不理想.为改善浮选效果,进行了选矿工艺流程考查,并在此基础上实施了工艺流程改造及药剂制度改进.通过对中矿处理工艺、循环载体工艺进行改造及添加调整剂等,提高了富集比、金精矿金品位和金回收率,获得了较好的经济效益,净收益119.6万元/a,同...     

Y型明渠交汇水流分离区的数值分析

针对Y型明渠交汇口的水流特性,应用三维各向异性的雷诺应力模型,采用交错网格上的有限体积法离散控制方程,用SIMPLE算法求解压力-速度场。数值计算结果与物理模型试验结果吻合较好,并据此重点探讨了不同交汇角条件下交汇口分离区尺寸的变化规律,提出Y型交汇水流分离区的定义和分离区尺寸与汇流比的函数关系。     

等应力比应力路径下饱和原状黄土的孔压特性

对杨凌饱和原状黄土在轴向加载且径向卸载以及轴向卸载且径向加载二种类型的等应力比应力路径下,进行了K0固结不排水三轴剪切试验,探讨了应力路径、固结围压等对饱和原状黄土孔压发展特性的影响。研究表明:(1)当忽略被动压缩应力路径在较小围压开始阶段所产生的极小负孔压值时,在两种类型的等应力比应力路径下孔压随轴向应变(压缩或挤伸)的增大,先快速增大后缓慢变化且均为正值;(2)固结应力条件相同时,应力路径对孔压发展特性有很大的影响,对于轴向加载且径向卸载类型的等应力比应力路径,孔压随加载应力比的增大而增大;而对于轴向卸载且径向加载类型的等应力比应力路径,孔压却随加载应力比的增大而减小;(3)在有效球应力和偏应力坐标系上,在轴向加载且径向卸载类型的各种等应力比应力路径下近似地具有唯一的有效应力路径;而在轴向卸荷且径向加载类型的各种等应力比应力路径下具有不同的有效应力路径,且随着加载应力比的增大,其有效应力路径由右向左按顺时针方向依次排列;(4)在不同应力路径下,孔压是由平均正应力增量和剪应力增量两部分共同引起的,由平均正应力增量引起的孔压与土的非线性变形特性无关,由剪应力引起的孔压与剪应力间呈显著的非线性关系。     

承压水漏斗地区地下水位时空分布预报的BP网络模型

依据水均衡原理,导出承压水漏斗区任意一点水位与其影响因素之间的复杂的非线性关系,在此基础上提出承压水漏斗水位时空分布预报的BP神经网络模型。该模型具有 分布参数模型的特征,且不需用到区域的水文地质参数。最后针对某实例进行了模型设计及预报分析,通过对部分观测井后期实测数据的训练,优选出双隐层的网络结构及其网络参数。随后用这些观测井的前3年数据进行了检验,并对其他观测井数据进行预报。计算表明,该模型对地下水位拟合与预报的合格率较高,可以获得研究区域某一时刻水位在空间上的分布。     

基于Boost电路的新型矩阵变换器研究

在AC/DC/AC矩阵变换器(Matrix Converter,简称MC)的中间直流环节上串联一个工作在高频脉冲状态下的Boost升压电路,形成基于Boost电路的AC/DC/AC矩阵变换器,即BoostMC.利用其在高频脉冲状态的升压能力,达到提高MC的电压传输比的目的.同时,引入参考输入电压的概念以对无功功率进行调节,起到对电网的无功补偿作用.推导了相关的数学模型,讨论了Boost电路的不连续导通工作模式,分析了电路拓扑结构,研究了中间升压电路的控制策略.仿真和样机实验结果验证了该方案的有效性和正确性.     

基于灰色生成的卡尔曼滤波短期负荷预测

根据灰色系统理论数据生成方式,提出了利用负荷级比累加序列进行卡尔曼滤波短期负荷预测的方法,以减小数据波动对预测精度的影响.首先依据移动时间窗原理对预测点附近的历史负荷数据进行提取,再采用级比和累加生成方式对提取数据进行处理,最后运用卡尔曼滤波算法对负荷级比序列累加值进行预测,并通过还原算法得到所需预测时刻的负荷值.对实际电网的负荷数据进行为期一周的仿真分析,其结果表明了该方法比基本的移动时间窗滤波算法具有更好的预测效果.