生活即学习 学习亦生活——《生态系统》课堂教学实录与评析

根据建构主义的观点，学习的过程是学生对知识和人生进行意义建构的过程，如何把知识建构和人生建构有机地统一在教学中，下面结合《生态系统》教学实录谈些许体会。     

基于RHT模型的层理分布与爆破损伤关联耦合性分析

在层状围岩隧道钻爆施工中,层理往往会影响爆破效果,导致超欠挖、支护结构受力与设计不符、围岩稳定性不可控等不利后果,为此,基于某白云岩隧道掌子面特征及室内试验结果,通过数值模拟手段,利用RHT模型开展层理数量及分布对岩体爆破损伤关联耦合性影响分析。研究结果表明：用“接触”方式模拟层理能较好反映应力波在层理的反射、透射等力学行为特征,在特定条件下,应力波会在层理处形成应力波叠加,使得局部岩体的应力峰值变大,产生拉伸效应并激发裂纹;当冲击荷载超过层理强度阈值时,层理会被破坏而失去反射和透射作用;利用相邻层理间距的差值?H与损伤占比D_p作为拟合参数来揭示层理疏密程度与岩体爆破损伤的相关性,得到拟合公式D_p=6.54-0.12?H;当炮孔半径为R时,层理与炮孔距离小于18.3R时,层理对岩体爆破损伤演化的影响较小,大于18.3R时,层理对岩体爆破损伤演化的影响较大。     

构建有效机制打造高校高水平足球队的探讨

通过对高校高水平足球队的现状及存在问题的研究发现,要使高水平足球队取得理想的成绩,并得到良好的发展空间,必须建立一种有效的机制,从招生、训练、管理等多方面入手,才能加快高校高水平足球队的建设.     

肋梁-桩-锚支护结构锚索拉力计算理论模型及其应用

肋梁-桩-锚支护结构有别于传统桩锚支护结构,前者在传统排桩上增设了竖向肋梁。为解决肋梁桩锚支护结构中锚索拉力计算问题,以变形协调理论为基础,根据肋梁、桩和锚索这3种支护结构在共点时水平位移相等,构建肋梁-桩-锚索共同支护作用下锚索拉力计算理论模型,并将该模型应用于某深基坑工程的锚索拉力计算。研究结果表明:基于该理论模型求解得到的锚索拉力小于传统桩锚支护结构锚索拉力,与工程实际结果更加接近;由于有肋梁存在,支护结构整体刚度提高,支护结构的受力分布更加合理,锚索内力更小,节约了工程造价,同时提高了支护结构的整体稳定性。     

充气锚杆在砂土中变形与承载特性试验研究

为研究充气锚杆的变形特性及其对承载力的影响,通过建立室内模型,基于模型压力与体积的关系,测定橡胶膜在加压作用下变形的形状与大小;在此基础上,根据抗拔试验,获得典型荷载-位移曲线,探讨充气锚杆的锚固机理与承载特性.研究结果表明:充气锚杆橡胶膜膨胀体呈圆柱状,可以应用圆孔扩张理论计算充气压力与膨胀体积的关系,预测极限充气压力:充气锚杆在压力作用下形成较大的膨胀体,可获得较大的端阻力;随着充气压力的增加,橡胶膜侧向土体应力转化为第一主应力并达到极限压力,同时对周边的砂土产生压缩挤密作用,提高了砂土的强度,侧阻力提高幅度较大,与一般锚杆相比充气锚杆具有较大的承载能力.     

《空气质量与健康》教学预案

本节内容选自人教版实验教材七年级下册第四单元第三章第三节。 【教学目标】 1，通过资料收集和分析、调查和实验，了解有关当地空气质量的信息，提高获取信息、交流信息、处理信息的能力。     

第三系粉砂质泥岩风化特性

 为研究第三系粉砂质泥岩的风化特性,通过不同的试验,对不同风化程度的粉砂质泥岩岩体分别进行工程特性、风化耐久性和风化速度研究。通过测试风化岩体的矿物成分、化学成分及物理力学性质来对其工程特性进行研究;通过抗压强度试验、软化崩解性试验对其风化耐久性进行研究;通过对所处4种不同环境的风化岩石的观测试验来对其风化速度进行研究。试验结果表明：随着岩体风化程度的加深,岩石中黏土矿物含量增加,活动性强的化学成分相对减少,岩石干密度降低、总孔隙度和吸水率增大,力学性能降低,岩体更容易软化崩解。岩石的风化速率与自身的风化状态和暴露的面积有关。     

基于电流解耦的异步电机V/F控制补偿方法

针对异步电机恒压频比(V/F)控制低速性能不理想的问题,提出了一种新颖的定子电阻压降的补偿方法.该方法在对定子电流进行解耦的基础上,根据异步电机低频运行时简化的等值电路和矢量图,采用一种基于力矩电流的标量补偿方法对定子电阻压降进行补偿,并结合转差频率补偿,以实现电机低频时的自动转矩提升.该方法有效改善了异步电机V/F控制时的低速性能,保证低频运行时依然能获得额定磁通和相应的转矩.基于Saber软件的仿真结果表明:采用补偿方法后,电机能够带额定负载稳定运行在2 Hz工况下,电机的带负载能力有明显的提高,补偿后的机械特性略有上扬.     

基于深度学习的盾构隧道施工地表沉降预测方法

针对现有盾构隧道施工引发地表沉降预测方法中存在的难以同时挖掘数据之间的非线性特征关系和双向时序信息的问题,通过融合卷积神经网络(CNN)、双向长短期记忆(BiLSTM)与自注意力机制(SA)提出一种基于深度学习的地表最大沉降预测方法(CNN-BiLSTM-SA)。该方法首先利用CNN提取网络输入数据之间的非线性特征关系,利用BiLSTM网络提取输入数据的双向时序信息,然后引入SA机制为CNN提取的特征分配相应的权重,有效捕获时间序列中的关键信息,最后通过全连接层输出最终地表沉降预测结果。以湖南万家丽路电力盾构隧道工程为依托构建地表沉降数据集,并选用ANN、RNN、LSTM、BiLSTM模型开展对比分析。研究结果表明：评估指标CNN-BiLSTM-SA的平均绝对误差(MAE)、均方根(RMSE)、决定系数(R2)、平均绝对百分误差(MAPE)均为最优,具有更好的地表沉降预测性能。     

简化的模糊PID控制器及其应用

提出了一种简化模糊ＰＩＤ控制器,将三维的控制规则库简化为二维,大大减少了模糊控制规则的数目,简化了控制策略及控制器的设计和调整过程．并讨论了该控制器的系数调整方法,它在交流伺服系统中的应用表明了其优越的性能