倾斜疲劳裂纹在混合型应力下张开及滑移特性

对于存在裂纹的机械零件或者构件,它很有可能会受到来自不同方向的作用力, 因此有必要研究裂纹在混合型应力条件下的传播特性. 该文使用具有不同倾斜角度的裂纹--这些裂纹是在应力比R=0的Ⅰ型循环应力下制作的,通过测量裂纹的开口方向和滑移方向的位移量,计算了裂纹端部Ⅰ型应力强度因子(KⅠ)mes和Ⅱ型应力强度因子(KⅡ)mes.裂纹的倾斜角度是指载荷方向与裂纹间的夹角.结果表明,对于存在压缩残余应力的疲劳裂纹,当倾斜角度较大,即β=60°时,应力强度因子的实验值(KⅠ)mes小于理论计算值(KⅠ),但此时实验值(KⅡ)mes与理论值(KⅡ)基本一致.另一方面,对于倾斜角度较小β=45°的疲劳裂纹,其(KⅠ)mes减少的同时,由于裂纹上下表面相互接触,从而导致(KⅡ)mes同时下降.     

A novel deep learning prediction model for concrete dam displacements using interpretable mixed attention mechanism

Dam displacements can effectively reflect its operational status, and thus establishing a reliable displacement prediction model is important for dam health monitoring. The majority of the existing data-driven models, however, focus on static regression relationships, which cannot capture the long-term temporal dependencies and adaptively select the most relevant influencing factors to perform predictions. Moreover, the emerging modeling tools such as machine learning (ML) and deep learning (DL) are mostly black-box models, which makes their physical interpretation challenging and greatly limits their practical engineering applications. To address these issues, this paper proposes an interpretable mixed attention mechanism long short-term memory (MAM-LSTM) model based on an encoder-decoder architecture, which is formulated in two stages. In the encoder stage, a factor attention mechanism is developed to adaptively select the highly influential factors at each time step by referring to the previous hidden state. In the decoder stage, a temporal attention mechanism is introduced to properly extract the key time segments by identifying the relevant hidden states across all the time steps. For interpretation purpose, our emphasis is placed on the quantification and visualization of factor and temporal attention weights. Finally, the effectiveness of the proposed model is verified using monitoring data collected from a real-world dam, where its accuracy is compared to a classical statistical model, conventional ML models, and homogeneous DL models. The comparison demonstrates that the MAM-LSTM model outperforms the other models in most cases. Furthermore, the interpretation of global attention weights confirms the physical rationality of our attention-based model. This work addresses the research gap in interpretable artificial intelligence for dam displacement prediction and delivers a model with both high-accuracy and interpretability.     

三榀高性能钢－混凝土组合楼板激励响应互相关分析

基于研发的空气调频激励装置,以三榀高性能钢－混凝土组合楼板模型激励响应动力特性试验测试为基础,通过构建榀－榀互相关函数分析模式,进行了该类型组合楼板结构的加速度激励响应和位移激励响应榀－榀互相关分析。研究表明,组合楼板榀与榀之间的加速度响应与位移响应激励过程由瞬态、稳态和衰减三个阶段组成。在瞬态阶段、稳态阶段和衰减阶段的阶段性互相关系数大小不一,互相关分布规律不同。瞬态阶段互相关性表现出稳定的抛物线分布规律;稳态阶段互相关分布规律呈现平滑的抛物线分布状态;衰减阶段互相关性均表现出榔头型分布规律。     

谈谈水泥土挡墙的合理计算

阐述了水泥土挡墙在工程基坑支护中的作用,并结合工程实例,对水泥土挡墙的合理计算模型进行了探讨。     

石人水库边坡开挖卸荷有限元模拟分析

水利水电工程建设是我国新能源战略的重要组成,在水利工程建设中经常会遇到岩体开挖后边坡失稳现象。岩体开挖是一种物理卸荷作用,研究卸荷理论和其数值计算方法对水利工程设计意义重大。基于国内外研究进展,首先利用Mohr-Coulomb强度准则对岩体卸荷强度参数进行分析。随后利用ANSYS软件建立了边坡开挖有限元模型,并计算了边坡开挖卸荷过程中的应力分布和塑性区分布。最后对边坡位移和描杆轴力进行分析,对比了考虑卸荷效应和未考虑卸荷效应的区别。     

基于MEMS加速度传感器的线阵式长跨度连续位移测量系统设计与实现

随着MEMS加速度传感器技术的发展与大规模应用,为多维度位移测量提供了技术手段.根据MEMS加速度传感器所具有的高精度、高可靠性等技术特点,设计了一种空间结构呈线阵分布规律的、由多个MEMS加速度传感器组成的长跨度位移传感器,为大坝、边坡等大型结构体的水平位移或沉降位移监测提供了一种全新的自动化测量系统.     

光纤位移传感器综述

基于普通位移传感器与光纤位移传感器两者的性能特征,概述光纤传感技术在位移传感方面上的优势。将光纤位移传感器分为两大类：本征型和非本征型,并详细介绍各类光纤位移传感器的原理、结构以及特点。根据其原理进一步探讨光纤位移传感技术的发展与应用。     

基于铁基非晶薄带巨磁阻抗效应的位移传感器

利用铁基非晶薄带的特性研制了一种新型的非接触位移传感器.介绍了铁基非晶薄带的磁敏特性、处理方法及位移传感器电路的设计,并对传感器的特性进行了测试.结果显示:所设计的位移传感器重复性好,最大偏差为0.2973％、迟滞小,最大为0.6526％.     

直流电机的角位移伺服控制系统研究

本文介绍一种以STM32微控制器作为控制核心的直流电机角位移伺服控制系统。系统以光电编码器为角位移传感器,还具有基于PWM和H桥的电机驱动电路,并通过数字PID控制策略,实现基于直流电机的角位移控制。实际测试表明,系统具有控制精确、稳定性好和结构简单等特点。     

混凝土拱坝多测点确定性位移监控模型研究

在建立混凝土拱坝位移监控模型时,温度位移分量的确定一直是建模的重点和难点。本文提出以气温和水温确定大坝温度边界采用有限元数值分析方法分别确定混凝土拱坝位移的水压分量和温度分量,并在此基础上建立了混凝土拱坝位移的一维多测点确定性模型,所建立起来的位移确定性模型有较好的精度和外延性,可以实现对水压、温度及时效等位移分量的分离。最后,以清江隔河岩重力拱坝为例,建立了一维多测点确定性位移监控模型,并与实际观测数据进行了对比,结果表明效果较好。