负斜桩顶部水平受拉响应及p-y曲线特征试验研究

为研究倾斜桩的水平受拉响应特征,在模型砂土中设置0°、10°、20°倾斜桩及桩底嵌岩20°倾斜桩,桩顶施加水平拉力,拉力方向与倾斜方向相反,测试4根模型桩的水平位移、应变片与土压力盒应变,获得桩身水平位移、弯矩、土抗力和p-y曲线特征随倾斜角和桩底约束条件的变化规律. 结果表明：1）桩顶水平受拉时,随着倾斜角的增加,负斜桩顶部水平位移逐渐增大,弯矩峰值随之增大,而土抗力峰值逐渐减小,土抗力峰值点位置逐渐降低,单桩的水平承载力随之降低,抗弯能力减小;2）随着桩底约束程度的提高,负斜桩顶部水平位移减小,桩身弯矩峰值、土抗力峰值减小,单桩水平承载力增大,抗弯能力增强;3）水平荷载作用下,本模型的负斜桩破坏模式为“转动+弯曲”,转动点位置随倾斜角的减小或桩底约束程度的提高而下降;4）0°～20°负斜主动桩p-y曲线可采用p/pub= α（y/y50） β进行拟合,倾斜角与桩底约束程度对α影响不大,倾斜角对β值变化幅度影响较小,β值变化幅度随桩底约束程度提高而降低.     

大剂量多孔无针注射器结构优化

针对目前单孔无针注射器单次注射剂量小、需要多次重复注射的缺陷,提出一种大剂量多孔无针注射器.应用ANSYS Workbench仿真平台对多孔无针注射器的注射流场进行分析,发现多孔无针注射器的工作压力不低于13 MPa;并通过流固耦合分析,得到多孔无针注射器不同直径的应力变化规律,且拟合了不同压力下许用应力与最小安瓿直径之间的关系多项式.根据仿真结果设计正交试验对多孔无针注射器收缩段进行结构优化,得到优化方案：20°收缩角、1.4的长径比、2 mm的分布圆直径、4.05 mm的收缩段长度和0.165 mm的微孔直径.且通过安瓿的应力分析,验证了优化方案满足材料的力学性能要求.优化结果表明,该注射器具有比传统单孔注射器更大的注射剂量,可达5 mL,注射速度高达150 m/s以上,能击穿皮肤,同时又不致造成过多损伤.试验及动力学分析进一步验证了优化方案的可行性.     

缀板加强冷弯薄壁C形钢受压极限承载力研究

为研究缀板加强冷弯薄壁C形钢受压构件的受力性能,采用ANSYS软件建立其非线性有限元模型,并与试验破坏特征、极限承载力进行对比,验证建模方法的正确性. 研究缀板间距及偏心距对缀板加强冷弯薄壁C形钢在轴压及单向偏心受压作用下的极限承载力及屈曲模态的影响规律. 结果表明：随缀板间距减小,C形钢的屈曲变形由畸变屈曲逐步转为局部屈曲,轴心受压及偏心受压构件极限承载力逐渐增高;随偏心距增大,偏心受压构件的极限承载力逐渐降低;建议缀板加强冷弯薄壁C形钢轴压、偏压构件的缀板间距分别取λ/3、λ/4（λ为屈曲半波长度）. 基于缀板加强冷弯薄壁C形钢的受力特点及直接强度法,提出缀板加强冷弯薄壁C形钢构件轴压及偏压极限承载力的修正公式,并验证了公式的准确性.     

纤维编织网增强ECC夹心保温复合墙板抗弯性能

目前,夹心保温墙板已经被广泛使用在建筑保温结构中,但是墙板的饰面层通常采用普通混凝土,使得内部保温材料极易因外饰面开裂脱落而受到腐蚀.因此,选用纤维编织网增强工程水泥基复合材料（Engineered Cementitious Composites,ECC）作为饰面层,通过四点弯曲试验研究夹心保温复合墙板的抗弯性能,影响因素包括保温材料类型、保温层厚度、面层厚度、纤维编织网处理方式、有无连接件和连接件角度.结果表明：增大保温层厚度对墙板抗弯承载力和延性的影响不大,但能够提高墙板的组合程度;发泡聚苯乙烯（Expanded Polystyrene,EPS）保温板与ECC基体的黏结性能更好,墙板的组合程度也更高,但EPS自身的受力性能和刚度较差,使得墙板的承载能力较低;纤维编织网经过浸渍和浸胶黏砂处理会降低墙板的承载能力,但浸胶黏砂处理能提高ECC基体与纤维编织网的黏结从而改善墙板的延性;连接件的存在能够提高墙板的组合性能,并且减小连接件角度或者增大面板厚度有助于提升墙板的抗弯刚度、承载能力和组合性能,但会导致墙板的延性下降.最后,推导了纤维编织网增强ECC（Textile Reinforced ECC,TRE）夹心保温墙板抗弯承载力计算公式,并将计算结果与试验结果进行对比,结果表明提出的计算方法具有一定的可行性.     

高层建筑外附雨篷的表面风压和气动力系数

采用风洞试验方法研究高层建筑外附雨篷的风压特征,分析风压系数、风压相关性、非高斯性和整体升力系数随风向角的变化,给出围护结构的设计风压,最后研究倾角和出挑长度对整体力系数的影响. 研究发现,高层建筑外附雨篷上表面风压系数在正迎风时最大值接近1.4,系气流受到后方高层建筑的阻挡下翻导致;上、下表面的最大整体压力系数出现正迎风情况,最大值分别为1.24和0.76;上、下表面的最大整体升力系数出现侧风面,最大值分别为1.13和1.01;上下叠加后测点风压的非高斯性比单表面增强;上表面和下表面的升力系数在0°~70°风向呈现高斯分布,在80°~180°风向呈现较强的非高斯分布;高层建筑外附雨篷上表面的极值正压大于下表面;雨篷整体升力系数按照倾角-10°、0°、10°依次递增.     

一种高吞吐低延迟片上互连网络路由器

本文提出了一种用于片上互连网络的低延迟高吞吐量动态虚拟输出队列路由器,该路由器可以利用前瞻路由计算和虚拟输出队列方案将路由器延迟减低到两个周期.仿真结果表明,与虫孔路由器和虚通道路由器相比,4×4网格上的网络吞吐量分别提高了46.9%和28.6%,并且在相同输入加速比下,性能比双缓冲虚通道路由器要高1.9%.在随机合成流量下,片上网络的零负载延迟也分别降低了25.6%和41%.设计实现结果表明,路由器的工作频率可以达到2.5 GHz.     

适用于中小跨径桥梁频率识别的移动检测车辆参数研究

为了实现对大规模中小跨径桥梁群体的快速检测,提出了一种参数可调的移动检测车辆,并通过理论推导、试验验证和参数分析对车辆参数的合理取值进行研究. 首先,通过车-桥耦合振动理论推导出“拖车-双挂车”过桥振动响应的解析解;其次,利用有限元模型和车桥耦合计算程序的数值计算结果,以及一座简支梁桥的现场试验结果对理论解析解进行验证;最后,基于推导的理论解析解进行参数研究,分析了检测车辆的动力参数、车速以及桥梁参数对间接法识别精度的影响. 结果表明：当车桥频率比在0.8~0.9（或1.1~1.2）之间变化时,桥梁频率识别效果较好;在利用间接法进行桥梁频率识别时,建议移动检测车辆的车速不宜取太大;根据桥梁的截面面积、截面形状和跨度对检测车辆参数进行合理的选取,可提高桥梁频率识别的准确性. 研究结果可为基于车辆响应的桥梁频率间接识别提供参考.     

六旋翼无人机测风系统实测海岛地区风剖面

研制了搭载超声风速仪的六旋翼无人机测风系统,对热带海岛地区近海岸、农业温室基地以及密集建筑群等典型地貌开展风场实测. 结果表明：地面粗糙度指数、摩擦速度和地面粗糙度长度均随场地粗糙度增大而提高. 近海岸风剖面可采用指数律或对数律模型,与我国规范A类、欧洲规范Ⅰ类地貌值均吻合较好,湍流强度明显小于现有规范值;温室基地风剖面符合指数律模型,风剖面和湍流强度与日本规范Ⅲ类地貌值吻合较好;密集建筑群风剖面符合指数律模型,且与美国规范B类地貌值吻合较好,湍流强度与日本规范Ⅳ类地貌值吻合较好. 该研究验证了无人机测风的可靠性,为海岛地区工程结构的抗风设计奠定基础,也为复杂地貌的风场观测、风环境评估与风能资源利用提供了新方法.     

耐碳青霉烯酶肺炎克雷伯菌的分离鉴定及生物学特性分析

以临床尿路感染患者尿液为研究对象,通过分离培养及16s rDNA进行肺炎克雷伯菌的分离鉴定;采用Kirby-Bauer纸片法进行药敏实验,并对分离株进行碳青霉烯酶表型筛选;通过PCR检测常见的碳青霉烯酶耐药基因、荚膜血清型和毒力基因分布情况;对分离的肺炎克雷伯菌株进行了生物被膜形成能力及其对小鼠致病力的分析。本研究从采取的86例尿液标本中分离检出11株耐碳青霉烯酶肺炎克雷伯菌,分离率为12.79%。耐碳青霉烯酶基因PCR检测结果显示,blaNDM、blaVIM、blaIMP和blaKPC基因在分离株中均呈现不同程度的分布。耐药性分析发现11株肺炎克雷伯菌对氨苄西林耐药率为90.91%,对头孢噻肟耐药率为63.64%,对链霉素、庆大霉素、氯霉素和诺氟沙星的耐药率较低。耐碳青霉烯类肺炎克雷伯菌荚膜分型结果显示,分离的11株细菌中10株均为强毒力型菌株（90.9%）,其中K57血清型4株（36.4%）,K1血清型1株（9.1%）,K2血清型1株（9.1%）,K5血清型1株（9.1%）,K20血清型3株（27.3%）,提示该批分离株具有较强的致病力。此外,毒力因子分布结果显示,其毒力因子rmpA（54.5%）、Aerobactin F（54.5%）在菌株中分布较为广泛。生物被膜形成能力检测及小鼠致病性试验结果显示,9株分离株均有较强的生物被膜形成能力,菌株致病力可能与荚膜血清型及生物被膜形成能力相关。综上所述,临床分离的致尿路感染病原肺炎克雷伯菌呈现多重耐药特征,强毒力菌株以K57荚膜型为主,K1、K2均有分布,提示对尿路感染病原应加强耐药监测,合理使用抗菌药物,有效防控多重耐药和强毒力菌株的感染与流行。     

基于双向门控机制和层次注意力的方面级情感分析

针对传统情感分析模型将单词或词语作为单一嵌入,而忽略句子之间依存信息和位置信息的问题,提出基于双向门控机制和层次注意力的方面级情感分析模型（Based on Bi-GRU and Hierarchical Attention,BGHA）。首先,将文本数据转成词向量再加入位置编码信息,得到包含位置和语义信息的词向量后通过双向门控机制提取上下文特征;接着,分别在单词注意力层和句子注意力层用注意力机制对特征分配权重,突出重点词和重点句信息;最后,结合给定的方面信息选择性提取与其较匹配的情感特征。在SemEval 2014、SemEval 2016和Twitter短文本评论数据集上的实验结果表示,BGHA模型的准确率对比其他模型都有不同程度的提高,证明了模型的有效性。