抗滑桩加固边坡中桩要素设计的三维有限元分析

抗滑桩加固边坡是工程中常用的方法,其中桩位、桩间距、桩径、桩长等桩要素是抗滑桩设计的重要问题,它直接关系到边坡工程的造价与安全．通过典型的边坡实例,利用考虑桩一土相互作用的有限元折减程序,探讨计算模型尺寸、桩要素对边坡安全系数的影响．分析可知,计算模型尺寸对边坡安全系数影响很小,模型尺寸为O．5s时计算效率最高;边坡安全系数随桩位近似呈二次抛物线分布,抗滑桩布置于边坡中部既能获得最大的安全系数又能充分发挥材料的抗滑作用,为最佳桩位布置点．边坡的安全系数随桩间距的增大而减小,随桩径、桩长增大近似呈线性增加,桩间距增大桩间土拱作用逐渐减弱,最后趋近于无桩状态．桩长设计中,桩的锚固深度宜为桩长的1／3—1,2．     

热重法研究聚苯硫醚滤料的热稳定性

为了研究聚苯硫醚(简称PPS)滤料的热稳定性,采用非等温热重法分析了2种PPS滤料的热降解动力学行为,用Flynn-Wall-Ozawa模型计算了PPS滤料在N2气氛中的热降解反应活化能E,并对PPS滤料的热稳定性进行了探讨.结果发现,N3试样的热分解初始温度高于B1试样,在升温速率为5K/min时,N3试样失重初始温度比B1试样高12℃;在整个升温过程中,N3试样的失重率为5240%,B1试样的失重率为5367%,N3试样的失重率比B1试样低;同时,计算所得N3试样平均热解活化能比B1试样大55kJ/mol,可知N3试样的热稳定性较B1试样更好,动力学分析可作为滤料热稳定性评价的重要方法.     

矩阵方程AXA~T+BYB~T+AZB~T=D的(局部)对称最小二乘解

矩阵方程问题在结构设计、系统识别、振动理论等领域有着广泛的应用.对于任意给定的矩阵A∈Rm×n,B∈Rm×n,D∈Rm×m,本文利用奇异值分解和Kronecker积给出了矩阵方程AXAT+BYBT+AZBT=D的局部对称最小二乘解,并在一定条件下得出了方程的对称最小二乘解.     

北京市老城区不同类型文化旅游景区空间结构分析

对北京老城区不同类型的旅游景区统计分析,得出北京老城区旅游景区空间分布类型为均衡分布.通过计算最邻近点指数得出东城区和西城区其空间结构类型为均匀型,但是东、西两城区有差别,东城区景区间分布较为紧密,延续性好.其次,在经济发展的基础上分析了其影响因素:该区的资源禀赋和政府行为.最后,为老城区的良性可持续发展提出了建议.     

农产品质量安全影响因素分析——基于DEMATEL和QFD方法

采用定性与定量相结合,通过采用DEMATEL法建立了影响农产品质量安全各个影响因素之间的全影响矩阵,并结合QFD进行了影响因素辨识与分析。结果表明:农产品进入市场途径、政府监管力度和居民消费意识是影响农产品质量安全的关键因素;农产品质量风险主要表现为生产链风险,产地环境质量和农产品安全加工技术是主要影响因素。     

复杂镍盐的热分解制备纤维状镍粉研究

纤维状镍粉可通过纤维状草酸氨镍晶体热解制得,本文研究了不同条件下热分解纤维状镍盐制备出的纤维状镍粉形貌和性质,XRD、TG、显微镜照片、比表面积测定等结果表明：选取纤维状好的复杂镍盐,在400～440℃温度之间,较弱还原气氛下热解30min制得的金属镍粉具有良好的纤维状和分散性。     

对我国教育目的的再思考

我国的教育目的存在着价值理性与现实理性相背离的二重性.国家通过教育文件的形式确定了教育目的的价值理性,反映了我们的教育追求.但在现实的教育实践中,我国的教育目的与教育文件中的规定相去甚远,出现一种现实理性,这与我国的社会文化因素有密切的关系.     

影响福州市居民参与节假日健身活动的相关因素分析

对福州市居民参与节假日健身活动基本情况进行调查与分析。结果表明,城市居民节假日健身活动中参与项目、参与时间段具有趋同性;不同性别在参与强度和持续时间方面具有显著性差异;参与动机主要有休闲娱乐、强身健体和缓解生活压力;影响城市居民节假日参与健身活动的因素有：缺乏对健康的正确认识,工作压力大,锻炼时间少,场地、器材不足。建议加大宣传力度,增强健康意识;加大资金投入和社区体育指导员培训力度,完善制度,强化管理。     

工作不安全感、创造性自我效能感对员工创造力的影响研究

对目前关于工作不安全感、创造性自我效能感及创造力的相关研究成果进行系统性的总结,旨在探讨工作不安全感、创造性自我效能感对创造力的影响,并从概念定义、测量工具、研究内容及形式等方面为当前的相关研究指明方向。     

最小二乘支持向量机在API预测中的应用

传统的空气污染指数预测模型大多是以影响空气污染指数的重要气象因子作为输入,使用BP神经网络进行建模,模型的预测精度低且收敛速度慢.针对空气污染指数时间序列的非线性及多分辨率特性,提出了一种空气污染指数的最小二乘支持向量机预测模型.首先利用小波变换对原始的空气污染指数时间序列进行多尺度分解,以各尺度上的小波单支重构序列和重要的气象因子作为输入,然后使用该模型对兰州地区的空气污染指数进行了预测,最后讨论了模型参数的优化方法并使用网格法对两个参数进行了优化.仿真结果表明,与传统的BP神经网络预测模型相比,该模型具有更高的预测精度、更快的收敛速度及更好的稳定性.