高温后高强混凝土单轴受压疲劳过程中细微观试验研究

利用超声、显微硬度检测、汞压力测孔等综合手段,对高温后高强混凝土单轴受压疲劳过程中的细微观结构进行了试验研究。通过测定声时和波幅、显微硬度、孔径分布、累积进汞量等参数,对比分析了高温后高强混凝土疲劳过程中细微观结构的变化规律;建立了高温后高强混凝土疲劳残余应变与声时、显微硬度之间的关系模型,并进一步揭示了高温作用与疲劳循环荷载综合工况下高强混凝土内部细微观结构的动态演化过程及损伤机理。研究表明:随着疲劳循环次数的增加,高温后高强混凝土的声时整体呈不断增大的趋势,而波幅与显微硬度呈减小的趋势;最可几孔径与总孔隙体积显著增大,孔径大于50 nm的有害孔和多害孔的数量明显增多,各参数的变化幅度整体呈快-慢-快的三阶段变化规律;在相同温度工况下,高强混凝土单轴受压疲劳过程中低应力水平在达到相同寿命比时造成的疲劳损伤要较高应力水平造成的损伤大;研究结果为遭受火灾或经其他高温历程的混凝土结构的无损检测、疲劳损伤分析及结构评估提供参考。     

特厚煤层巷道掘巷支护防冲研究

针对华亭砚北煤矿2502采区250203上工作面掘进期间大能量事件频繁发生,提出以围岩的强弱强结构控制机理为基础,从能量的角度分析了防治巷道型冲击的方法.本文通过FIAC3D有限元软件对250203上材料巷建模,研究了锚杆、锚索各参数不同时对巷道围岩变形控制的影响,确定了较好的支护参数.提出一种加强支护保护区小结构强度的锚杆支护方案,为该矿厚煤层掘巷期间防止巷道型冲击提供了一些思路.     

一种城市生活垃圾智能检测分类系统设计

针对目前分类垃圾桶自控能力不足、分类效果差等问题,提出一种基于深度学习的城市生活垃圾智能检测分类系统设计,利用垃圾桶入口处的摄像机进行垃圾图像采样,再通过深度学习技术识别垃圾种类,进而触发分拣设备,实现生活垃圾精准分类投放.该系统具有高效、环保、节能等特点,在资源回收利用、保护环境等方面具有一定的应用价值.     

STM32与上位机Modbus协议的通信方法

由于步进电机控制系统的需要,文中基于Modbus协议,设计了一种PC上位机与STM32下位机之间通信的方法,介绍了STM32的片上外设以及Modbus协议的实现方法,并给出了RS-485通信电路、STM32和上位机的软件设计。通过测试验证了该方法实现了步进电机控制器与PC之间的数据交换,为基于Modbus协议的上、下位机通信系统提供了参考。     

高温后高强混凝土受压疲劳性能研究

利用电液伺服疲劳试验机,进行了C60高强混凝土的单轴受压疲劳试验,研究了其经100℃、400℃和700℃高温后表观特征、残余应变、疲劳寿命等的变化规律。试验结果表明:高温后高强混凝土的色泽变浅,部分400℃恒温0.5 h、1 h的试块呈铁锈红色,700℃时试块外表呈灰白色;在单轴受压疲劳荷载作用下,高温后高强混凝土的残余应变符合三阶段发展规律,较普通混凝土有更长的第二阶段。定义相对残余应变为损伤变量,建立了高温历程与受压疲劳损伤的关系模型,为经历重复荷载作用与不同加温历程等综合工况下高强混凝土疲劳试验研究及疲劳损伤评价奠定了基础。     

互穿聚合物网络温敏凝胶对棉织物液态水分传递的影响

为使高分子凝胶在纺织品改性中得到更好的应用,采用互穿聚合物网络（IPN）方法,制备了一种IPN 壳聚糖/聚Ｎ?异丙基丙烯酰胺温敏凝胶;并以戊二醛为交联剂,IPN 凝胶为改性剂,采用二浸二轧法获得改性棉织物,以提高棉织物的液态水分传递能力。研究了不同质量增加率对改性棉织物的透湿性以及液态水分传递能力的影响。结果表明：IPN 凝胶牢固附着在棉纤维表面,且改性棉织物的低临界溶解温度为34.45℃;温度高于低临界溶解温度时,高质量增加率的改性棉织物透湿性显著提高;改性棉织物对液态水分具有较强的单向传递能力,高质量增加率的改性棉织物液态水分传递能力较好;IPN凝胶可显著改善棉织物的透湿和液态水分传递能力。     

网上数字档案大数据分析中的知识挖掘技术

本文从大数据分析角度提出了档案知识挖掘体系架构,并对挖掘过程和采用的关键技术进行了探讨,为关注这一话题的人们提供参考。     

基于校园新媒体网络营销的创新与应用

随着网络购物的兴起,大学生已经成为网购群体的主力军。针对大学生在网络购物中所遇到的物流与售后服务的弊端,课题组建立了以"校园微商圈服务体系"为理念,以"高质量售后服务"为特色,基于校园新媒体网络有机的将微博、人人网、QQ空间、博客与网上购物相结合的"五维立体式"综合购物平台,为校园社交及网购提供全新渠道。本文主要阐述课题产生的原因,项目在发展过程如何解决遇到的问题,课题的实效性与影响,以期给更多的大学生创业者提供可以借鉴的思路。     

基于鞋印图像的性别预测方法

鞋印是作案人在案发现场经常遗留的痕迹,承载人的性别、身高等属性信息。基于鞋印的性别预测对快速排查嫌疑人具有重要作用,其方法主要由刑侦人员凭借经验判断,需要大量领域知识,而少数自动预测方法是基于人工提取的特征和经验模型进行预测,受测量误差的影响,导致预测准确率降低。针对该问题,提出基于鞋印图像的端到端预测方法。采用卷积神经网络提取鞋印图像特征,引入通道注意力模块对特征权重进行重新分配,使模型重点关注鞋印图像中对性别起显著作用的部分。在此基础上,将特征图输入到性别预测模块进行预测。此外,分别构建适用于单枚和多枚鞋印应用场景的数据集SiSIS和SeSIS,根据在案发现场中鞋印可能出现的情况,设计鞋印方向差异、鞋印残缺和弹性形变的数据增广方式。实验结果表明,该方法在SiSIS和SeSIS数据集上的预测准确率分别达到91.80%和99.35%,相比现有基于鞋印的性别预测方法,具有较优的预测性能。     

环境因素对隧道火灾蔓延的数值模拟与分析

以某过江隧道为研究对象,利用FDS对该隧道火灾进行全尺寸模拟。研究火灾前期隧道内初始温度、风速和车距对火灾发展蔓延的影响规律:较高的初始温度会加速火灾发展;风可降低热量和烟气的积聚,但风速过大则会加速火灾蔓延;车距越小,火灾蔓延越快。在研究结果的基础上提出改进建议,为隧道运营中温度、风速和车距的控制,现实灭火救援以及人员疏散提供了理论依据。