建筑结构的徐变收缩分析

根据考虑延迟弹性的混凝土线性徐变老化理论，引用桥梁结构中徐变系数的概念，推导了利用徐变系数对高层建筑结构进行的徐变收缩分析的有限元公式。结果表明工程设计人员应当考虑徐变收缩因素对建筑变形和内力的影响。     

旋挖钻机在高速公路桥梁施工中的应用

高速公路在跨越乡村道路、沟渠时，通常在这些位置设分离式立交或中桥。在我省平原地区，村庄密集，乡村道路、沟渠数量多，沿线所设桥梁数量也较多。这些桥梁通常规模较小，沿线较为分散，桥位附近水源、电源缺乏。进行桥梁桩、柱施工时，通常应考虑与路基土方施工的相互协调问题，要求桥台桩、柱必     

关于某些相对拓扑性质的探讨

本文对一些相对拓扑性质做了初步的研究,特别包括相对强正则、以及Y在X中超正则的乘积的性质.同时,对相对拟仿在完备映射下的性质也做出了初步的研究.     

先简支后连续桥梁施工监理控制要点

先简支后连续桥梁是现在桥梁施工采用的形式.其中施工过程中监理工程师的工作尤为重要.本文详细地对监理在各个环节中的工作内容及作用进行了叙述.     

网络层次分析法在桥梁工程招标中的应用

简述了公路桥梁建设中的招标程序，比较了最低标价法和综合评价法的优缺点，介绍了一种新的评标方法——网络层次分析法ANP(analytic network process)。在综合考虑各种因素的同时，考虑到因素间的相互影响，对各因素以1～9为标度进行量化，两两比较，最后进行综合排序。利用超级决策SD(super decisions)软件计算了一个实例。计算结果表明，ANP是一种科学的实用评标方法。     

神经网络与响应面法相结合分析既有混凝土桥梁的可靠性

响应面有限元的可靠度计算是采用有限元数值模拟来解决功能函数不能明确表示的结构可靠度计算问题的一类方法,对于大型复杂结构的可靠度分析有重要的意义.提出了基于BP神经网络与响应面法相结合的结构可靠度计算的几何分析方法,通过得出的可靠指标对一座既有桥梁进行了可靠性分析.数值试验表明,该方法建立的神经网络模型可以很好地拟合真实的极限状态函数,在既有桥梁可靠性分析中具有广阔的应用前景.     

Design and Research of Class 900 t Railway Box-girder Bridge Erecting Machine

In this article,the current railway box-girder bridge erecting machines at bome and abroad are briefly introduced and analyzed,the research ＆ design situation of class 900t rao wau box-girder bridge erecting machines is described,and also the principle for determin-ing the overall plan and a series of issues much concerning the design of key components of class 900t raihway box-girder bridge erecting machines are deseribed.     

基于最优传递矩阵的不确定型层次分析法在桥梁安全评估中的综合应用

在桥梁的安全评估中,采用确定型层次分析法,存在指标的不确定性和模糊性。针对工程实例,采用不确定型层次分析法,建立桥梁递阶层次模型,通过对比4种不同指标权重计算方法,最终选用最优传递矩阵法进行桥梁指标权重的计算。结果表明,不确定型层次分析法能够全面考虑影响桥梁安全性的各种因素;最优传递矩阵法计算权重精度高,桥梁安全评估结果更加可靠。     

轨枕空吊对桥上有砟轨道结构动力响应的影响

基于车辆-轨道耦合动力学理论,将轨枕下部的有砟轨道考虑为弹簧-阻尼系统,假设该弹簧-阻尼系统失效来模拟轨枕空吊状态,建立含轨枕空吊的有砟轨道-桥梁耦合模型.采用Newmark直接积分法求解车辆-轨道-桥梁耦合动力学方程,计算列车通过时轨枕正常状态和空吊状态下轨道结构的位移和加速度,同时对空吊轨枕出现的数量及纵向分布位置对轨道结构动力特性的影响进行分析.对轨枕无空吊状态、单根空吊状态、连续2根空吊和间隔2根轨枕空吊4种工况下轨道结构的动力响应进行分析.研究结果表明:连续2根轨枕空吊影响下轨道响应显著大于其他3种工况,间隔2根轨枕空吊的影响略大于单根轨枕空吊的影响,但差别较小;轨枕空吊对有砟轨道结构动力影响范围沿轨道纵向不超过2跨轨枕间距;随着列车运行速度的增加,轨枕空吊影响下轨道结构位移变化较小,加速度则明显加大,基本呈线性增长.     

基于人工鱼群算法优化神经网络的WSN数据融合

无线传感网(wireless sensor network, WSN)通常节点众多、数据冗余度高,传统的基于随机权值和阈值的前馈反向传播神经网络(back propagation neural network, BPNN)数据融合方法易陷入局部极值,导致融合结果准确性差。提出一种优化神经网络的权值和阈值进而改善WSN数据融合质量的方法-人工鱼群算法前馈反向传播(artificial fish swarm algorithm back propagation, AFSABP)神经网络数据融合。仿真和对比实验结果表明,改进的鱼群算法在收敛速度和寻优精度上都有明显提升,改进后的人工鱼群BP算法数据融合方法相较于传统BP数据融合方法,可减少3.06%的相对误差和3.74%的均方根误差。