体外预应力UHPC节段梁抗弯性能试验研究

为研究体外预应力胶接缝UHPC节段梁的抗弯性能,完成了3根体外预应力UHPC梁的四点弯曲模型试验,包括一根整体梁和两根节段梁,获得了试件的破坏模式、荷载-挠度曲线和接缝张开情况等主要试验结果,胶接缝UHPC节段梁由环氧树脂胶层破坏导致接缝张开,与胶接缝NC节段梁由接缝附近NC破坏导致有所不同. 考虑截面预压应力和环氧树脂弯拉强度的作用,提出了胶接缝UHPC节段梁的接缝张开弯矩计算公式,计算结果与试验结果误差小于1%,吻合良好. 为准确计算体外预应力UHPC节段梁的抗弯承载能力,将UHPC节段梁的各节段简化为杆、接缝简化为弹簧铰,提出了杆-弹簧铰简化模型. 基于该模型,采用解析法推导了体外预应力筋的应力变化和二次效应的计算公式,预应力筋应力的理论值与试验值误差小于2.3%,吻合良好. 考虑到节段梁接缝张开的不确定性,提出了抗弯承载能力域的概念,即不同接缝张开情况下结构抗弯承载能力的包络范围,抗弯承载能力域的下限值与试验值误差小于6%,建议以下限值作为结构抗弯承载能力的参考值. 上述方法可丰富体外预应力胶接缝UHPC节段梁接缝张开弯矩和结构抗弯承载能力的计算理论.     

基于深度学习的藻类混凝去除率预测方法

针对目前水厂应对藻类爆发时混凝剂投加量难以确定的问题,提出一种基于深度学习的藻类混凝去除率预测方法,利用DenseNet卷积神经网络和絮体图像对藻类混凝去除率进行预测,从而对投药量进行调整 . 具体做法是,在实验室条件下对高藻水进行混凝处理,记录混凝处理后的絮体图像和对应的去除率 . 以去除率区间为标签构建絮体图像数据集,利用此数据集对 DenseNet-121模型进行训练 . 结果显示,训练后的模型对测试集的预测准确度达到了 89.5%,与 VGG 和 ResNet模型相比,利用 DenseNet模型对本文建立的数据集进行识别的精确度更高,且在识别去除率在 60%~90% 区间的絮体图像相较于其他两种模型具有明显优势. 同时通过对数据集外的铜绿微囊藻絮体图像进行识别,验证了模型具有良好的泛化性.     

脉冲制备TiO2纳米管及其表征

研究脉冲机制中不同电压和占空比下,交流电源对TiO2纳米管形貌以及光催化性能的影响. 通过脉冲电源,采用不同脉冲电压和占空比,在纯钛基体表面制备TiO2纳米管,并采用扫描电子显微镜 （SEM） 和能量色散光谱仪（EDS） 分析该膜层的表面形貌和元素组成,探究制备TiO2纳米管较优的电压和占空比参数. 采用优化条件下的TiO2纳米管探究其光催化降解甲基橙的性能. 实验结果表明,当脉冲电压从50 V 升高至80 V,占空比为15%时,获得TiO2纳米管表面质量最好,管径随电压的升高而增大;光催化6 h后,甲基橙溶液降解了21.2%. TiO2纳米管可通过脉冲电压阳极氧化法制备,并具有光催化降解甲基橙的能力.     

基于热管的光伏冷却技术研究进展

光伏发电技术的发展和推广是实现碳中和的关键途径之一，但传统光伏电池效率会随自身温度升高而下降，故采取冷却措施降低其温度成为光伏领域的热点问题，其中具有结构简单、传热效率高、可塑性强、被动运行等优点的热管近年来受到了重点关注，而相关研究现状尚待分析汇总. 本文从不同热管类型的视角对该领域进行了深入探讨，涵盖热管及其与天空辐射制冷、相变储能、热电制冷和纳米技术耦合下的多种冷却方式，并结合基于热管的光伏冷却技术的发展现状讨论其系统性能、经济和环境效益，对该研究方向进行了展望. 综合既有研究发现，热管冷却是一种环保、经济且可行的光伏冷却方式，能有效降低光伏温度并提升其均匀性，且在技术耦合下可实现太阳能与其他清洁能源的科学协同利用，提升其发电性能或实现制冷、储能等附加功能，其发展应用对推动节能减排事业有着积极意义.     

干湿循环下花岗岩残积土胶结物溶蚀-微结构演化规律与力学行为

花岗岩残积土中的游离氧化铁粒间胶结作用使其具有高结构性和水敏性. 因此，在干湿循环过程中，粒间胶结氧化物被溶蚀，残积土表现出结构崩解重组和复杂的剪切变形特性. 为进一步研究干湿循环过程中花岗岩残积土中游离氧化铁溶蚀造成的土体组构变化及其对力学性能弱化的影响，进行一系列的宏微观试验以揭示不同干湿循环次数（0、1、2、4）下残积土的复杂力学特性. 研究结果表明，随着干湿循环次数的增加，花岗岩残积土的应力-应变关系将由弱应变硬化型逐渐转变为应变软化状态. 微观分析表明游离氧化铁会促使黏土颗粒胶结形成团聚体，随着干湿循环的进行其含量逐渐降低最终趋于稳定. 此外，原状残积土粒度分布（PSD）曲线呈现明显的双峰，然后在干湿循环或去除氧化铁后转变为单峰曲线. 反复干湿循环会削弱残积土的胶结结构特性，进而导致土体出现明显的软化特征. 在剪切过程中，残积土首先表现出剪切收缩特性，随后出现明显的扩张趋势. 随着干湿循环次数增加，残积土的有效黏聚力逐渐减小，但有效内摩擦角呈现逐渐增加的趋势. 干湿循环过程中花岗岩残积土复杂的力学性能特点是不可逆的体积收缩和胶粒含量的变化以及微裂缝发展之间的耦合效应.     

半刚性钢框架结构分析设计现状及其发展方向

简述了梁柱半刚性连接钢框架的优点、结构分析设计现状,并对欧洲、美国、加拿大、澳大利亚、香港及中国等国家和地区的钢结构设计规范中连接节点分类方法及半刚性连接设计计算方法进行了探讨和总结,最后阐述了梁柱半刚性连接钢框架结构分析设计存在的问题和未来的研究方向.     

中砂和软黏土中桩顶竖向力 对桩身水平承载力影响对比分析

为探讨中砂和软黏土地基中桩顶既有竖向力对桩身水平承载力的不同影响规律,基于ABAQUS建立了单桩基础三维有限元分析模型,并结合已有载荷试验结果验证了模型的合理性.在此基础上,采用Probe法分别获得均质稍密中砂和软黏土地基中2种不同桩身长径比(L/D)的单桩基础在保持不同桩顶既有竖向力(V)不变时,水平力(H)引起的桩身位移、桩身极限承载力及承载力包络线.结果表明:桩顶既有竖向力从桩身竖向极限承载力(Vult)0.2倍增加至0.8倍时,稍密中砂地基中的桩身水平极限承载力(Hult)提高13.6%～41.2%;反之,软黏土中Hult降低2.2%～6.5%,且L/D较小时这种影响差异更趋明显.最后,通过对比分析加载过程中桩周地基土中的竖向应力、桩侧摩阻力及桩侧土抗力的分布与变化特征,讨论了这种影响差异的内在机理.     

絮凝剂和溶菌酶联用促进污泥脱水性能

通过小试试验考察了絮凝剂(聚丙烯酰胺)和溶菌酶联合使用对污水厂二沉池回流污泥的脱水性能、沉降性能及絮体特性的影响,并与2种药剂单独作用时进行了对比研究.结果表明,絮凝剂和溶菌酶分别单独作用于污泥脱水时,均可改善污泥的脱水性能;但2种药剂共同作用时,能同时提高污泥沉降性能和脱水速度,且脱水程度较2种药剂单独处理时进一步提升.2种药剂联用时的最佳投加量为20 mL/L絮凝剂+0.05 g/g溶菌酶,且最优添加顺序为先絮凝剂再溶菌酶.此时污泥抽滤泥饼含水率和比阻分别为65.7%和0.8×1012 m/kg,与原泥相比下降25.3%和75.8%.通过污泥胞外聚合物(EPS)含量与污泥絮体形态分析可知,溶菌酶可以有效破坏污泥絮体结构,改变污泥EPS的分布;高分子絮凝剂的吸附架桥作用则加快了污泥过滤脱水速度.而两者联合使用增大了污泥絮体二维分形维数,可使污泥絮体结构更加细密紧实,并提高污泥可脱除水分的比例,从而提高了污泥脱水性能.研究结果表明,絮凝剂和溶菌酶联用调理污泥脱水具有较好的应用前景.     

波形钢腹板工字形梁焊接残余应力研究

采用数值模拟与试验的方法对Q345钢波形钢腹板工字形梁焊接温度场与残余应力分布进行了研究. 采用完全耦合法建立了波形钢腹板工字形梁热弹塑性三维有限元模型,得到其焊接温度场与应力场,并通过在有限元模型中定义多条研究路径的方法,研究了不同路径上纵、横向焊接残余应力的分布规律. 在波形钢腹板工字形梁的焊接过程中采用红外线测温法与电阻应变计法进行焊接温度与残余应力的试验研究. 结果表明：焊接残余应力的数值模拟结果与实测结果吻合较好,验证了数值模拟方法的正确性和可行性;焊接过程中热源中心稳定温度高达1 401 ℃,远离热源中心温度迅速降低,当与热源中心距离大于25 cm时温度已趋近室温;波形钢腹板弯折角处焊缝的最大Von Mises应力为395 MPa,远高于材料的屈服强度;腹板表面距焊缝0.5 cm处的纵向残余应力高达351 MPa,而波形钢腹板表面的横向残余应力呈抛物线形式波动,最大值为48.5 MPa;波形钢腹板工字形梁上的焊接残余应力以纵向应力为主,且主要分布于距焊缝20 cm的范围内. 研究结论可为实际工程中波形钢腹板工字形梁的残余应力消除提供参考依据.     

聚醚胺接枝氧化石墨烯对沥青性能的影响

为了改善氧化石墨烯（GO）在沥青基体中的分散性,提升GO及其衍生物改性沥青的性能,合成了聚醚胺接枝氧化石墨烯（PEA-GO）并通过傅里叶红外光谱（FTIR）试验和X射线衍射光电子能谱（XPS）对聚醚胺接枝前后的GO进行化学结构表征,验证了PEA-GO的成功合成. 对不同掺量GO及PEA-GO改性沥青的性能规律进行了分析,结果表明：相较于GO,PEA-GO对沥青常规性能的改善作用更加明显. 在相同掺量下,PEA-GO改性沥青的针入度、延度、软化点均高于GO改性沥青,而PEA-GO改性沥青的黏度低于GO改性沥青. 在相同掺量下,PEA-GO改性沥青的复数剪切模量（G*）、车辙因子（G*/sinδ）均高于GO改性沥青,当PEA-GO的掺量为沥青质量的0.05%时,改性沥青的G*最高,且PEA-GO改性沥青的相位角（δ）均低于GO改性沥青,表明PEA-GO对沥青的高温抗变形能力、弹性恢复能力、抗车辙能力的改善优于GO.