氯盐腐蚀钢绞线的受拉性能退化特征

通过制作专门的掺盐混凝土试件获取腐蚀钢绞线试样,然后通过静力拉伸试验研究了腐蚀钢绞线的受拉性能退化特征.结果表明:含氯盐混凝土中钢绞线具有典型的坑蚀形态特征;坑蚀引起钢绞线钢丝脆性断口的比例增大;由于坑蚀钢绞线中各钢丝的蚀坑形状、尺寸以及分布不同,使得其在静力拉伸时出现了各钢丝不同步断裂的现象;受蚀坑应力集中效应及截面削弱效应的影响,钢绞线的最大承拉力和极限平均应变出现了显著降低:在0～0.85%的腐蚀率水平下,前者约降低了9%～23%,后者约降低了50%～80%;但在上述腐蚀率水平下,钢绞线的名义弹性模量未出现明显降低.     

城市配气管网布局的图论优化

根据城市配气管网中管道不同敷设方式对投资的影响,以当量费用长度最短,建立城市配气管网系统布局优化模型。结合其模型特点,利用图论方法对其进行分析,将Dijkstra算法的应用进行改进,并通过算例进行验证。     

GPS软件接收机结构与仿真实现

介绍了GPS软件接收机的基本结构与原理;分析了软件接收机捕获要求,使用频域并行算法作为信号捕获算法;介绍了信号追踪中码同步与载波同步原理与实现。使用Matlab6.5和Simulink进行了GPS软件接收机的仿真。     

一个基于Yale-CAS的单点登录解决方案

单点登录(SSO)是解决门户系统安全认证问题的一种理想和有效的认证策略,然而在具体实现中会遇到很多的困难。分析了Yale大学用于认证服务的中心认证机制Yale-CAS,提出了一个基于CAS认证机制的单点登录解决方案,最后在eXoplatform门户平台上初步实现了单点登录的认证策略。     

车辆路径问题的蚁群算法研究

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略,给出蚁群算法在车辆路径问题中的应用,针对蚁群算法存在的过早收敛问题,引入节省量以及车辆载重利用率两种启发式信息对蚁群算法加以改进,并加入2-opt方法对问题求解进行局部优化,计算机仿真结果表明,这种混合型蚁群算法对求解车辆路径问题有较好的改进效果.     

坡位对毛竹林下黄花远志生物量积累与分配及其异速生长关系的影响

【目的】林药复合经营是提高毛竹林经济效益的重要途径。分析毛竹林下黄花远志(Polygala fallax)生长、生物量积累与分配的坡位效应,旨在为毛竹黄花远志复合经营提供理论指导。【方法】以毛竹林下2年生扦插苗造林后1年的黄花远志为调查对象,分析了不同坡位黄花远志生长状况、生物量积累与分配规律及其异速生长关系。 【结果】毛竹林下黄花远志造林成活率均超过92%,且坡位间无显著差异。随坡位下降,黄花远志地径、苗高呈现出波动性上升趋势,根、茎、叶各器官及总生物量总体上均呈显著升高的变化趋势;叶生物量分配比例降低,而茎、根生物量分配比例则总体升高,中坡位黄花远志根生物量及其分配比例、根与总生物量异速生长指数均最高。【结论】黄花远志能适应毛竹林下环境,并生长良好,可以实施毛竹-黄花远志复合经营。试验区中坡位毛竹林下黄花远志生长较好,而且其入药主要部位根生物量及其分配比例较高,根与总生物量异速生长指数较大,是试验区毛竹林下黄花远志复合经营的适宜坡位。     

在教学实习中切实做好物理演示实验

初中物理课堂演示实验,一般是依据教学内容中的基本原理,用比较简单的仪器、装置,直接显示相应的物理现象和物理过程。它和教学内容结合紧密,具有直观、形象等特点,特别适合初中学生的心理状态和认识水平;能起到活跃课堂、激发学习兴趣,启发、教导学生积极思维的作用;是使学生从感性认识提高到理性认识的重要环节,是提高初中物理教学质量的关键之一。因此,做好这些演示实验,是师专学生在教学实习中必须认真解决的重     

重庆石灰岩植被的数量分类及其基于环境因子的判别分析

基于经典聚类法和模糊聚类法对重庆石灰岩植被进行了分类研究，并基于环境因子对其判别分析进行探讨。结果表明，经典聚类法和模糊聚类法结合用于石灰岩次生植被的研究可取得较为满意的结果。前者对较高级的单位具优势，后者对植被中、低级分类单位较佳。综合考虑，可将重庆石灰岩植被分为６个植被型，１５个群系，土壤ｐＨ值和岩石裸露度对植被型间判别作用最重要。     

喷吹焦炉煤气对COREX竖炉还原的影响研究

为降低COREX的固体燃料消耗,焦炉煤气(COG)作为一种清洁、高热值能源被引入到COREX炉中,以替代原有的循环冷却煤气。计算了不喷吹焦炉煤气、喷吹焦炉煤气以取消冷却煤气和喷吹焦炉煤气以取消冷却煤气和过剩煤气(完全取消煤气冷却)三种情况下入竖炉煤气的成分,并通过实验室模拟试验,对焦炉煤气中的甲烷在竖炉中的行为和含铁炉料还原情况进行研究。结果甲烷在竖炉中存在少量的分解,竖炉喷吹焦炉煤气会降低含铁炉料还原。     

基于自编码器和密度的融合离群点检测算法

针对基于栈式自编码器的离群点(SAE)检测算法和基于密度的离群点(LOF)检测算法检测精度不高的问题,提出了将SAE算法和LOF算法相结合的SAE-LOF算法.该算法的核心是对单独的SAE算法和LOF算法加入"投票"思想,通过神经网络训练权重,计算SAE算法和LOF算法加权投票结果,进而检测离群点.首先,训练并测试SA...