长春市主要广场城市森林结构的研究

通过样地调查对长春市主要广场的城市森林结构进行分析得出：广场森林的密度为160株／hm^2，广场共有乔木树种52种，花灌木30种。树木的平均胸径为21．6cm，树木的总叶面积为739172．8m^2，叶面积指数为1．2，广场森林总生物量为5174．2t，Shannon-Wiener指数平均为1．7。从以上分析可以看出长春市主要广场园林植物种类丰富，并已达到森林水平可以发挥出很大生态效益。     

水泥混凝土面板早期破坏的原因与控制及处置

我国水泥混凝土路面在使用过程中很容易出现早期断板现象，从施工、养护、使用等方面较全面地分析了水泥砼路面破坏的原因，提出了相应的防治措施。     

结构实体混凝土强度检测技术的现状与趋势

讨论了回弹法、钻芯法、超声波法和拨出法等常用结构实体混凝土强度检测技术的优、缺点,并就如何提高结构实体混凝土强度检测技术的精度,提出了一些亟待解决的关键技术问题。     

钢管砼拱桥施工监控项目分析

论述了钢管混凝土拱桥施工监控的目的、原则及内容。介绍了主要监控项目及测试内容，给出了监控实施工作流程。     

Glauber和Kawasaki动力学下正方格子上伊辛模型居里温度的蒙特卡罗计算

利用蒙特卡罗方法研究正方格子上的伊辛模型的相变问题．讨论了不同翻转方式(随机翻转和顺序翻转)以及不同动力学规则(Glauber动力学和Kawasaki动力学)对正方格子上的伊辛模型的居里温度Tc的影响．结果表明，当Glauber动力学占主要地位时，在两种翻转方式下都可以计算出居里温度Tc的值，当Kawasaki动力学占主要地位时，只能用随机翻转的方法获得居里温度Tc．     

预应力混凝土框架的反复荷载试验及有限元全过程滞回分析

本文进行了有粘结和无粘结预应力混凝土框架的反复荷载试验。结果表明,试件能够形成塑性铰;有粘结框架的耗能量大于无粘结框架,但无粘结框架的残余变形比有粘结框架小:试验后无粘结框架的预应力损失可略去不计,而有粘结框架在塑性铰处的预应力损失则达70%。本文提出的算法实现了预应力框架包括下降段在内的有限元全过程滞回分析,同时也可适用于非预应力框架。     

预应力混凝土箱梁爆炸损伤评估及公式拟合

对预应力混凝土箱梁进行爆炸损伤评估研究。首先,对矩形梁进行爆炸数值分析,结合现场试验结果验证了爆炸数值模型的准确性、可靠性。其次,基于箱梁剩余承载力,建立了箱梁爆后损伤评估准则。通过对预应力混凝土箱梁在不同爆炸工况下的爆后剩余承载力计算,建立箱梁各损伤程度下P?I（超压?冲量）曲线。研究发现,混凝土强度对箱梁超压和冲量临界值影响较大,钢筋屈服强度对超压和冲量临界值影响较小。随着结构损伤等级的增大,各参数对箱梁P?I曲线的影响幅度各不相同。最后,对不同混凝土强度箱梁中各损伤等级P?I曲线进行公式拟合,并对拟合参数β进行分析。     

弯曲铝合金方管的轴压性能试验研究

为研究带初弯曲度铝合金方管的轴压承载力,完成了8个试件的轴压稳定性试验,并建立了与试验条件一致的有限元模型。通过对比试验和有限元分析结果验证了有限元模型的可靠性。结果表明,带有较大初弯曲度铝合金方管的破坏模式为整体弯曲失稳。最后,根据有限元分析结果拟合得到较大初弯曲度铝合金方管的整体稳定系数计算式,并将拟合计算式结果和数值分析结果及试验结果进行对比,验证了计算式的正确性。     

组合桥面板疲劳荷载后剩余承载力试验研究

为了研究高性能混凝土组合桥面板经历疲劳荷载后的剩余承载力,设计制作了两个足尺的正交异性高性能混凝土组合桥面板,通过疲劳和静力加载试验测试了正交异性组合桥面板的静力承载能力、破坏形态与疲劳后剩余极限承载力。试验结果表明：正交异性高性能混凝土组合桥面板经历疲劳荷载后的静力破坏形态为受弯破坏,试件达到极限状态时中支点截面U肋屈曲,受拉钢筋屈服,负弯矩区混凝土板开裂严重,组合桥面板的受力性能发生退化。经过疲劳加载后的桥面板的剩余极限承载力较没有经过疲劳加载的桥面板承载力下降了约11.6%。基于钢筋混凝土黏结滑移理论推导了适用于疲劳荷载作用后的高性能混凝土组合桥面板平均裂缝间距计算公式。对比试验结果,所提出的平均裂缝间距计算公式具有良好的精度,可为实际工程应用提供理论参考。     

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。