拱坝横缝配筋动力响应的模型试验和计算分析

配置横向跨缝钢筋后,拱坝在动力荷载下的非线性响应是高拱坝领域的一个重要课题。该文在采用脆性材料制作的带横缝配筋拱坝模型的基础上,通过振动台模型试验研究了带横缝拱坝在谐波和地震波作用下的动力响应,并运用改进的拱坝非线性分析有限元程序ADAP-88(增加配筋数值模型)进行计算比较。试验结果验证了横向配筋数值分析模型的正确性,揭示出带横缝拱坝在地震荷载作用下的一些反应规律,包括配置跨缝钢筋可明显减小强震作用下横缝的张开度,防止止水遭到破坏,并明显提高拱坝的整体性。     

Study on Permeability of 2.5D Woven Reinforcement Materials with Fractal Theory

Permeability is one of the key issues in the design of molds and in the molding process for composite manufacture.As a disordered fibrous assembly,2.5-dimension(2.5D)woven reinforcement materials have complex structure.It poses a challenge to the study of pore structure and the establishment of the theoretical permeability model.Toward addressing this problem,a powerful tool called fractal theory emerged.According to the analysis of 2.5D woven reinforcement material structure using fractal theory,it is foun...     

软围岩大巷全断面锚注一体化加固技术的应用

针对受较大地应力作用造成软围岩大巷变形、底臌问题,通过采用锚注一体化加固技术工艺,完善了大巷支护。     

基于神经网络增强学习算法的工艺任务分配方法

在任务分配问题中,如果Markov决策过程模型的状态-动作空间很大就会出现"维数灾难".针对这一问题,提出一种基于BP神经网络的增强学习策略.利用BP神经网络良好的泛化能力,存储和逼近增强学习中状态-动作对的Q值,设计了基于Q学习的最优行为选择策略和Q学习的BP神经网络模型与算法.将所提方法应用于工艺任务分配问题,经过Matlab软件仿真实验,结果证实了该方法具有良好的性能和行为逼近能力.该方法进一步提高了增强学习理论在任务分配问题中的应用价值.     

钢筋混凝土保护层锈胀裂缝宽度研究Ⅰ

锈胀裂缝宽度是混凝土结构设计和耐久性评估的重要参数,基于裂缝开口部位的变形协调与混凝土的锈胀效应等特性,将裂缝宽度区分为几何位移与应力位移两部分,构建了裂缝宽度预测模型,且讨论了δ及η系数取值。为了探究不同因子对锈胀裂缝宽度的影响规律,分别进行了影响因子分析,结果表明：锈蚀产物膨胀率对锈胀裂缝的影响非常大;钢筋直径及保护层厚度对裂缝扩展宽度的影响非常小;而混凝土弹性模量的影响可近似取为零。     

基于多Agent强化学习的战时备件供应保障动态协调机制

有效的备件供应保障是保证航空装备处于良好状态的重要因素.战时备件供应保障的不确定性特点突出.为了应对这些不确定,精确保障要求下战时备件供应保障更加强调备件资源在系统中的动态协调.鉴于战时备件供应保障系统与多Agent系统的相似性,采用基于Agent的建模仿真技术研究多阶段供应保障过程中的动态协调机制.以Agent之间的供需关系为基础给出了多Agent系统模型结构中小组的定义.为了给出备件短缺情况下使军事效益最大的备件分配策略,设计出以小组为单位的多Agent强化学习方法.最后通过仿真实例验证了方法的有效性.     

土工格栅钢筋笼碎石桩软基加固机理研究及应用实例分析

考虑碎石桩在软基中的受力变形特性,探讨了土工格栅钢筋笼碎石桩复合地基承载力及其软基加固机理,结合工程实例,分析了该加固处理方法在高速公路路基工程中的应用。     

结构混凝土拉压杆模型法配筋设计

对于钢筋混凝土结构 ,现行规范通常采用以截面为分析对象的极限状态法 (即截面内力法 )进行设计。此方法对于结构的有些区域比较适用 ,但对有些区域就不合理 ,甚至不能用此方法设计。近年来 ,欧美国家提出一种在有限元分析基础上适用于混凝土结构各部位配筋设计的拉压杆模型法 ,但国内对此方法还缺乏系统研究。该文主要介绍它的设计原理、一般准则及具体步骤 ,以引起国内学者的关注与兴趣 ,共同研究与探讨 ,推动我国在此方面的研究工作。     

基于深度强化学习的空中无人机基站资源分配与公平性研究

为了提高无人机基站(unmanned aerial vehicle base stations, UAV-BS)为地面多用户服务时的数据速率,提出一种基于决斗深度神经网络(dueling deep Q-network, Dueling-DQN)的深度强化学习(deep reinforcement learning, DRL)算法。采用决斗网络(dueling network, DN)结构以克服动态环境的部分可观测问题,联合优化了UAV-BS的位置和下行链路功率分配,在更符合实际的空地概率信道模型中检验了Dueling-DQN算法的性能。结果表明,相较于对比算法,所提出的Dueling-DQN算法可以提供更高的数据速率和服务公平性,且随着地面用户数量的增大,算法的优势更加明显。Dueling-DQN算法可有效解决复杂非凸性问题,为UAV-BS的资源分配问题提供理论参考。     

有机活性绢云母填充量对尼龙6 力学性能的影响

采用硅烷偶联剂对绢云母表面进行化学处理,并将其作为尼龙6的填充剂,通过改变活性绢云母填充量,研究增强尼龙6的力学性能．探讨硅烷偶联剂对绢云母的影响机理,分析活性绢云母填充量对尼龙6力学性能的影响规律．实验结果表明,活性绢云母填充绢云母填充尼龙6后的力学性能有显著的改善,活性绢云母填充尼龙6的数量存在着一个最佳值．