CFRP加固初始损伤桥梁构件性能监测试验研究

由于使用过程中的汽车超载作用和环境侵蚀作用导致既有钢筋混凝土桥梁不可避免地发生损伤,引起变形过大和承载力下降从而影响其使用性能,必须采取维修加固措施方可继续服役.本文通过静载试验模拟汽车超载作用,通过恒电流加速锈蚀试验模拟氯盐侵蚀环境下混凝土构件承载力退化,采用CFRP对存在初始损伤的桥梁构件进行了加固,并采用分布式光纤传感技术(BOTDA)监测了构件内部应变,对比分析了加固前后的挠度、裂缝及应变变化情况.试验结果表明,不同的初始损伤对碳纤维加固效果影响不同,引起较大残余变形的超载损伤对加固后桥梁构件的协同工作能力有明显的降低影响.构件内布设传感光纤在超载状况和钢筋锈蚀情况下均可保证稳定、可靠的性能监测,可用于智能桥梁的设计实施和既有桥梁的实时监测.     

基于多源信息可信度的高炉料面温度检测方法

摘要：
针对高炉料面温度难以准确检测的问题,提出一种基于多源信息可信度的高炉料面温度在线检测方法.根据高炉3种异类检测信息的各自特点分别估计料面温度,采用可信度理论通过融合单一信息的估计值计算高炉料面温度.在某钢铁企业2 200 m3高炉应用结果表明,所提出的方法能够准确地检测高炉料面温度,为复杂冶金过程状态检测提供了新的解决思路.
关键词：
高炉; 料面温度; 可信度; 信息融合
中图分类号： TP 29
文献标志码： A     

基于M-GCHMM步态识别研究

步态识别是通过人走路方式来识别人的身份方法.该文采用高斯多元混合输出模型,改进CHMM在步态识别中的应用.首先,采用背景减除法进行步态检测,用边缘跟踪法提取出步态图像的边缘轮廓,训练得到的关键帧用多元高斯混合输出连续隐马尔可夫模型来表示,最后用近邻法进行识别.在不同视角下,利用CASIA数据库对该算法进行验证,取得了较高的识别率,该算法对视角的变化有一定的鲁棒性.     

高速杆式弹侵彻有限厚靶板数值模拟

运用AUTODYN动力学仿真软件对高速(1.2～3km/s)杆式弹侵彻有限厚靶进行数值模拟。分别计算了Lagrange算法和SPH算法以及不同计算规模下,杆式弹高速侵彻过程,对比分析了侵彻后效的工程计算结果,并研究了不同着速、着靶角和弹丸头部形状对弹丸侵彻后效的影响。算法分析表明,拉氏算法可以更好模拟侵彻界面变化,SPH则可以更好模拟材料破碎飞溅;Lagrange算法0.75mm网格和SPH算法0.5mm粒度即可满足算例问题的计算精度。并指出对高速杆式弹的侵彻研究和设计需要根据着速等初始状态的不同而综合考虑。     

平面凸轮机构的设计方法与动态特性分析

建立平面闭环机构的运动学方程,根据轨迹上给定点构造从动件位移的三次样条函数,进而确定了最小基圆半径的方程.另外,运用集中参数法建立了摆动从动件盘形凸轮机构的等效动力学模型.根据平面机构的设计方法并结合动态特性分析,采用气动控制和凸轮式机械手相结合的方式来设计纱管抓手装置,实现自动接头机械手在落筒动作过程中纱管的自动抓取和放置过程,并对纱管抓手进行了仿真运动分析.     

一种基于几何推理、约束满足法的参数化设计系统的研究

提出了分阶段的、基于推理的、基于约束满足法的参数化设计方法:首先用草图方式输入原型图;其次增加结构约束、尺寸约束后分别进行推理,实现图形的变动设计.     

500kW相变加热炉对比设计

相变加热炉在油气集输工程中得到了广泛的应用，在降低能耗方面发挥了重要的作用，目前使用的相变加热炉大体分为一体式及分体式，可以说两种结构型式的加热炉各有优缺点，当前还没有文献对满足同等热力要求的不同结构型式的加热炉进行比较设计，该文正是在这种背景下，针对某油田公司提供的加热炉技术要求，对能够满足该技术中热力要求的加热炉进行了两种结构型式的设计及计算，并比较了两种结构的优缺点，为此种规格型式的相变加热炉的结构设计及优化提供指导。     

Lurie控制系统鲁棒绝对稳定性的LMI方法

对于不确定性Lurie控制系统 ,给出了一组关于Lurie型Lyapunov函数中正定矩阵和积分项系数等自由参数的线性矩阵不等式 (LMI) ,通过这组线性矩阵不等式解构造的Lyapunov函数来保证系统的鲁棒绝对稳定性 ,不必选择和调整参数。分别讨论了无穷扇形角和有限扇形角的情形 ,所获得的结果适用于系统具有多个非线性执行机构的情形。最后通过实例分析了扇形角的大小与鲁棒稳定度的关系 ,并说明了本文方法的有效性     

一种决策建模过程模型

通过研究面向结构问题的决策过程以及人和决策支持系统的问题求解机制，提出了人机合作决策过程模型，在分析模型的基础上，讨论了ＤＳＳ对决策的支持作用。     

基于模糊聚类的BP神经网络模型研究及应用

在神经网络的应用过程中,经常遇到样本太多问题,采用模糊聚类分析,科学选取学习样本,使少量的学习样本本身包含全部样本的特性,很好地解决了由于样本多学习速度慢的问题,并提出了训练结果检验方法.此方法可以作为神经网络应用的一个拓展.