CFG桩复合地基分层沉降监测实例分析

复合地基的变形计算方法不同,计算结果不同.通过对某实测工程地基分层沉降监测数据的研究,发现理论计算值与实测值有较大差距.分析产生差距的原因并比较了不同方法的差异.对刚性桩复合地基相似工程的变形计算与预测有一定的参考价值.     

基于深度学习的MIMO系统联合信号检测与信道译码

为进一步提高多输入多输出(multiple-input multiple-output,MIMO)系统性能,研究了深度学习方法来联合解决MIMO系统信号检测与信道译码问题.通过将深度神经网络、自动编码器神经网络与传统MIMO通信系统的物理层架构进行有机融合,构建了基于神经网络的MIMO系统模型,可获取系统发射端的信息比...     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展,大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加,给接收机的设计带来更高的挑战,复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中,单层神经网络基于该算法的每次迭代,并将其与可训练的权重参数和非线性神经单元相结合,提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数,进而提高检测性能。实验结果表明,所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低,并能够得到更低的误码率;同时相对HP并行检测算法误码率性能更优。     

ADINA在桩锚深基坑三维有限元分析中的应用

采用三维有限元模型,应用大型有限元软件ADINA,对沈阳中铝大厦基坑进行模拟分析。介绍了工程情况与模型相关设置,将实际监测变形值与模拟值进行比较,验证模型的可行性,通过提取后处理变形数据。考察了基坑工程的空间特性。     

基于神经网络的道路季节分类

为了合理确定路面结构设计时的输入参数,引入自组织特征映射神经网络,结合Matlab软件对神经网络进行权值训练,将网络训练是否收敛来作为分类的依据,根据温度、交通量和降雨量等几个重要参数对道路进行季节分类,最后按照分类结果进行路面结构分析与材料设计.实践证明,该方法分类效果良好,能很好地解决路面设计参数的合理确定问题,从而大大延长路面的使用寿命,提高道路投资的经济效益.     

深层搅拌桩在深基坑支护工程中的应用

介绍了搅拌桩在南京某复杂土层围护工程中的应用,探讨了质量控制和局部构造措施,指出搅拌桩支护的优势.     

地下矿可视化生产管控系统参数化数据模型

在融合面向实体的数据模型和网络数据模型的基础上,引入参数对象,设计一种网络化、层次化、参数化的实体与网络复合模型(PENDM),解决该系统中RPS的空间数据建模问题,形成以井巷为空间参照的井巷与生产系统整体模型.运用面向对象的思想建立PENDM的主要数据结构.PENDM采用面向实体的元素描述井巷工程和生产系统的实体特征,采用网络元素描述系统内部网络的空间拓扑结构,采用参数描述实体轮廓、定位信息、设备信息和其他附属信息.结合具体应用分析PENDM在地下矿山生产管控系统中的作用.研究结果表明:该模型能够实现复杂生产系统信息管理、空间分析和三维体模型的自动建立,解决了矿山井巷工程与生产系统的表达、自动建模与快速更新以及漫游路径和救避灾路线的求解问题,对于其他(如通风量计算)的需要网络的专业分析同样有效.     

大断面回采巷道支护技术研究

关岭山煤矿产能的扩大,要求巷道断面也必须随之增大。针对15号煤层上覆岩层的特点,提出了合理的支护方案,确保了大断面巷道支护的安全和矿井生产的需要。     

深度脑刺激的精确闭环去同步控制

深度脑刺激(DBS)是治疗帕金森症和癫痫等神经疾病的有效方法之一.针对其开环控制的缺点,以MorrisLecar神经元为节点模拟病态同步神经元网络,提出了基于H∞变论域模糊的DBS闭环控制方法,实现了神经元网络的精确去同步控制.采用变论域模糊逼近神经元非线性动态和H∞抑制逼近误差,利用李雅普诺夫稳定性理论证明控制算法的稳定性并进行了仿真分析.仿真结果验证了所提方案的有效性及鲁棒性,该方法可作为由病态同步引起的神经疾病的一种潜在电刺激治疗方案.     

5A02铝合金板料深冲有限元模拟与实验研究

对5A02铝合金板料深冲过程进行了实验研究,并在率相关晶体塑性本构理论框架下,实现了5A02铝合金板料深冲过程的晶体塑性有限元模拟.研究了深冲过程中的制耳和板厚的分布情况,分析预测了极限拉深系数值;结果表明,晶体塑性有限元法模拟的制耳轮廓的高度和极限拉深系数值与实测值比较吻合,板料的厚度变化与实际情况一致.