热轧层流冷却系统优化与模型参数自适应

针对热轧带钢卷取温度控制的不确定性和时变性, 利用系统优化与模型参数的自适应控制热输出辊道上带钢温度. 从控制模式、冷却策略、段跟踪和模型的再计算以及学习系数的读取等方面对系统进行了优化. 根据实际工艺状况, 实时采集现场数据对层冷模型中的参数进行自适应调整, 并就组别分类、空冷/水冷系数的回归分析进行了研究. 实践结果表明： 采用这种方法能满足现场需要, 卷取温度控制精度较高, 基本在-15～15 ℃范围内;控制效果和带钢性能良好.     

ANSYS在钢筋混凝土梁有限元中的应用

文章结合钢筋混凝土材料的特殊性,利用大型有限元计算软件ANSYS计算受弯构件梁的变形及其正截面应力应变。最后将有限元计算的结果(裂缝开展深度、钢筋应力、混凝土应力)与精确解比较,分析误差存在的原因及改进的方法和措施。     

铁酸镧超细粉末的制备

以La(NO3)3·6H2O、(NH4)2Fe(SO4)2和Fe2O3为原料,运用正交实验法确定最优实验条件,利用固-液界面法制备稀土铁酸盐超细粉末———铁酸镧.对产物进行部分物理测试,分别测定其全铁、亚铁离子含量,用扫描电子显微镜测定其形貌和粒径.结果表明,产物为均匀的圆球状纳米微粒,平均粒径76.0nm,反应中没有经过中间化合物,而是在固液界面上进行的.     

SMA智能复合材料结构的力学分析与建模

介绍了SMA智能复合材料结构力学建模在弯曲变形及振动控制方面的研究现状,论述了连续型和有限元建模方法,分析了SMA智能复合材料结构大变形问题及温度影响问题,并就SMA智能复合材料结构的力学建模提出几点建议。     

建筑物变形观测的过程控制与安全措施

分析了引起建筑物变形的原因及建筑物变形的类型，介绍了建筑物变形观测的实施过程及具体方案，并根据观测结果提出了确保施工与建筑物使用的安全措施。     

对煤矿岩体中固流耦合效应问题研究的探讨

本文对固流耦合效应的基本概念、基本原理进行了简单介绍。并对采动影响下邻近煤层、岩层的瓦斯向本层采空区的流动规律,以及煤和瓦斯突出的机理和发生的理论,分别作为固流耦合效应的两类不同问题进行了研究.同时提出了今后进行进一步研究的看法。     

切削刀具倒棱刃口挤压力的理论计算

根据试验观察．揭出了刀具刃口带负倒棱时的切削模型。在此模型中,刀具刃口 存在一个“金属死区”。以新模型为基础．采用能量法,对高温、高应变率下刀具刃 口的挤压力进行了理论计算。所做工作的特点是：１）在材料变形分析中计入了挤压 层金属绕过刀具刃口时的过剩变形;２）进行有关材料变形与物理特性的计算时,考 虑了温度与应变率的影响。利用新研制的压电式切削测力仪进行验证试验,其结果表 明,理论计算值与实测数据较好一致。     

侧爆作用下土中竖井结构弹塑性变形特征分析及计算

针对土中钢板-钢筋混凝土竖井结构在常规武器爆炸作用下塑性铰线形成前的动力响应问题,综合采用模型试验、有限元数值仿真方法,分析了竖井结构中远距离爆炸作用下的变形过程及特征,确定了以量纲一环向相对位移α₁作为结构变形程度的判据。推导了土中竖井结构在常规武器爆炸作用下的动力响应理论解,分析了按照弹性理论计算的量纲一环向相对位移α_1e和有限元计算得到的弹塑性量纲一环向相对位移α_1p的关系及其比值α_1p/α_1e的影响因素,构建了基于弹性解的弹塑性量纲一环向相对位移α_1p工程算法。提出了以量纲一环向相对位移α₁作为结构变形程度的判据,并确定了结构闭环塑性铰线出现、破坏模式改变的阈值为α₁=3%;对比了理论与数值模拟计算结果,验证了提出的理论计算方法可以较好地计算钢板-混凝土竖井组合结构在常规武器爆炸作用下弹性阶段的动力响应;结构长径比、结构缩尺比例、装药量大小对α_1p/α_1e随α<...     

数字图像测量技术及在隧道室内模型试验中的应用

首先按照数字图像技术分析基本原理差异,对数字图像相关（DIC）、粒子图像测速（PIV）等二维数字图像测量方法在隧道模型试验中的应用现状、技术发展以及基本原理进行梳理。进一步,对三维测量方法的原理及在隧道模型试验中的应用潜力进行分析。最后,通过黄土地层盾构隧道的掘进模拟试验,对数字图像测量技术在隧道模型试验中的应用进行示范。结果表明：DIC、数字照相变形量测（DPDM）等非接触测量方法以照片上点的相关性判断各点的位移,使用场景更偏向于室内试验道路、桥梁、隧道、基础、河坝、钢结构、钢混结构等土建结构的变形监测中;而PIV分析可测量流体中流动的大小和方向,被广泛运用于浆液、泥石流、喷泉等流体运动的研究中。此外,基于黄土地层盾构隧道室内模型试验方案发现,低含水率黄土地层盾构掘进8环管片距离时,围岩的扰动范围为盾构掘进中轴线两侧1 D（管片外径）左右和盾构上方1 D范围内。     

基于SSA-LSTM-GF的混凝土坝变形预测方法

针对混凝土坝变形分析预测的复杂性,应用相空间重构思想和融合建模理念,提出了一种基于SSA-LSTM-GF的混凝土坝变形分析预测方法。SSA-LSTM-GF方法利用奇异谱分析法(SSA)将变形实测数据序列分解为趋势分量、周期分量和剩余分量,并将剩余分量视为噪声分量予以剔除;采用长短期记忆神经网络(LSTM)模型和高斯拟合(GF)算法分别进行周期分量和趋势分量的分析预测,并将二者结果进行叠加重构,得到最终预测结果。实例验证结果表明,SSA可以达到较好的数据分解和消噪效果,LSTM模型针对周期分量的预测性能优越,GF算法能够很好地实现趋势分量的拟合预测和部分信息的挖掘提取,LSTM模型和GF算法的成果重构效果良好,SSA-LSTM-GF方法具有一定的可行性和应用价值。