环向均匀脱空对圆钢管超高强混凝土柱偏压受力性能的影响

为研究环向均匀脱空对圆钢管超高强混凝土柱偏压受力性能的影响,通过环向均匀脱空圆钢管超高强混凝土柱的偏压试验,研究环向均匀脱空圆钢管超高强混凝土柱的承载能力、延性和破坏模式.结果表明:随着偏心率的减小,钢管局部屈曲的发生时刻提前,试件的延性减小;环向均匀脱空试件的初始刚度与无脱空试件的初始刚度基本相同;混凝土压溃位置与钢管局部屈曲位置基本一致,压溃程度随偏心率的减小而增大,与无脱空试件相比,环向均匀脱空试件的混凝土破碎更加严重;偏压试件的受拉裂缝近似沿中截面对称分布,裂缝长度和宽度随偏心率的减小而减小;无脱空和环向均匀脱空对圆钢管超高强混凝土柱承载力计算公式与实测结果吻合良好.     

磁流变阻尼器减振结构振动台试验与动力可靠性分析

为研究随机激励作用时磁流变阻尼器在结构中的实际减振效果以及对结构动力可靠度的影响,开展了随机地震动作用下磁流变阻尼器减振结构振动台试验,并采用等价极值事件原理和概率密度演化方法,对有控和无控模型结构的动力可靠度分别进行了分析.结构控制振动台试验中,采用基于物理随机地震动模型生成的地震动样本作为台面输入.试验及分析结果表明,磁流变阻尼器能够显著降低模型结构层间位移反应的均值和标准差,同时,大多数楼层的绝对加速度反应亦取得了一定的减振效果;随机地震动作用下,模型结构动力响应的变异性显著,并且不同试验地震动样本作为台面输入时,磁流变阻尼器取得的减振效果不同;采用磁流变阻尼器作为减振装置,能够显著提高模型结构各楼层可靠度以及体系可靠度.     

基于视觉技术智能车系统的设计

介绍了一种以OV6620数字摄像头为视觉传感器的自循迹智能车系统,详细阐述了视觉传感器有效信号的小范围黑线提取法,采用增量式数字PID控制算法,实现智能车调速。实验测试表明,本智能车系统具有良好的稳定性、快速性和前瞻性。．     

基于改进自适应多种群遗传算法的结构-控制系统一体化优化

提出一种改进的自适应多种群遗传算法,以更好地解决建筑结构-主动控制系统一体化优化问题,即同时对被控结构参数、控制算法参数、主动作动器布置位置进行优化。该遗传算法对编码方法、初始种群生成、选择策略、交叉概率和变异概率的自适应调整、多种群协同进化中移民策略等进行改进。研究结果表明：改进的自适应多种群遗传算法和改进的基本遗传算法优化结果总体一致,表明前者分析结果是正确的,并且具有较高的精度;改进的自适应多种群遗传算法和改进的基本遗传算法首次得到优化分析最优解的平均进化代数分别为320与730,表明前者比后者收敛速度更快;改进的自适应多种群遗传算法每次能达到或接近最优解,可有效克服基本遗传算法优化结果随机性较强的缺点;经改进的自适应多种群遗传算法优化的主动控制系统取得明显减振效果,E1 Centro波输入时,主动控制结构层间位移角峰值和绝对加速度峰值较无控时分别平均减小54.5%与46.7%。算例结果表明了改进的自适应多种群遗传算法的有效性,实现了对建筑结构-主动控制系统的一体化优化。     

社交网络用户隐私量化建模与实证

在线社交网络的飞速发展对社交网络用户的隐私保护提出了新的挑战.通过使用社会网络分析、决策分析理论和实证研究的方法,建立了一种用户隐私向量模型,从而实现对社交网络中用户隐私保护状况的量化分析.并在此基础上以新浪微博为研究对象,通过微博用户的真实数据进行实证分析.研究结果表明:用户隐私量值对用户的行为有重要影响,真实社交网络中大部分用户的隐私关注程度较低,高隐私关注群体和低隐私关注群体的比例较小,用户的私信和地理位置信息的分享行为受用户的隐私关注情况影响大.研究结果对社交网络用户的隐私保护、社交网络中用户行为规律的研究具有参考意义.     

基于自复位变摩擦阻尼器的结构减震控制

目的针对常摩擦力摩擦阻尼器不能根据结构反应实时调整滑动摩擦力、导致减振效果不稳定的问题,研发一种自复位变摩擦阻尼器.方法基于库仑摩擦定律建立自复位变摩擦阻尼器的恢复力模型,通过对设置以及未设置阻尼器的结构分别进行确定性及随机地震反应分析,研究该阻尼器的减振效果.结果确定性地震动作用下,自复位变摩擦阻尼器能够有效减小结构的层间位移反应,而绝对加速度反应通常有所增大;随机地震动作用下,自复位变摩擦阻尼器能明显减小无控时层间位移较大楼层的位移反应,多数楼层绝对加速度均方根值的均值和标准差有所减小,而楼层绝对加速度峰值大多增大.结论自复位变摩擦阻尼器能明显降低结构的位移反应,且位移控制效果基本上不随输入地震动加速度峰值的变化而改变,但受控结构的加速度反应通常较无控结构有一定增大.     

用冪数湍流阻力式求尾跡及射流的速度分布

本文根据张国藩教授提出的冪数形式的湍流阻力式[1],求解湍流尾跡和湍射流的速度分布,結果和实驗很好地符合。並且,过去根据Prandtl的动量传送論及Boussinesq公式所得的結果,可以由本文的結果中作为特例计算出来。