非锚固式大型立式热质储罐强度分析

针对大型储罐在多种载荷作用下易发生强度破坏的问题，以某热质储罐为研究对象，利用有限元法分析热质储罐在自重、内压、液柱静压力、风载荷、地震载荷、雪载荷以及温度载荷作用下的应力强度以及变形，模拟大角焊缝区域翘曲情况，并依照JB4732—1995进行强度评定，为此类大型立式储罐的设计提供参考。     

基于三维点云的岩体结构面自动分类与参数计算

结构面间距是岩体稳定性和力学特性分析中的一个重要参数，在岩石力学、采矿工程、边坡监测等领域的数值计算中广泛应用.本文以岩体边坡露头为研究对象，基于非接触测量获得的三维点云数据，提出一种基于密度聚类的结构面细化分类方法；在结构面粗略分组提取的基础上，通过投影变换、散乱点拟合等算法，求得结构面间距和岩体体积节理数.设计开发了结构面细化分类及间距等参数计算与分析原型系统，实际案例分析表明，本文方法可有效实现结构面的自动细化分类，并能够计算出间距等相关参数，可为岩体质量分级和岩体稳定性分析等提供方法支撑.     

中国和美国信贷冲击跨境溢出效应的比较研究

本文构建了基于符号约束识别的GVAR模型,并用以考察中国和美国的信贷市场冲击对全球41个国家的不同溢出效应.研究结果表明,中国紧缩性信贷市场冲击对本国实体经济有显著的负效应,但仅限于短中期;而美国信贷冲击对本国乃至全球经济都具有相当大且持久的负影响.中国信贷冲击的跨国效应较小,且主要通过贸易渠道.中国信贷市场的本国冲击能解释中国产出近10%的波动,但无论是本国效应还是跨境传导,总需求冲击仍是驱动中国经济周期波动的最主要力量.     

基于模糊证据推理的突发事件风险分析模型

突发事件发生、发展和演化过程中的风险属性来源复杂,且相关信息具有不确定、不完备的特点.为准确分析这一特点下的突发事件运行风险问题,引入模糊证据推理构建分析模型.首先根据突发事件的结构化描述框架和故障模式影响危害分析(FMECA)方法构建突发事件风险属性识别框架,获取信息作为风险分析证据并对其进行规范化处理;然后以模糊证据推理构建突发事件风险分析的模型,通过计算,给出事件风险程度的合理判断;最后选取CRH某型动车组行车安全事件进行实例分析.分析结果表明,在分析突发事件风险时,针对信息不确定、不完备特点构建的模糊证据推理模型具有可行性与有效性,同时该模型能够为突发事件风险分析和风险应对决策的制定提供辅助参考.     

矩形型钢弯曲回弹曲率半径r值的确定

文章在分析矩形型钢弯曲变形过程及应力与应变等方面的关系的基础上，推导出工件曲率半径与工件回弹后曲率半径之间的关系，从而确定了凸模半径。     

复杂结构簇合物的新稠合规则

提出了计算复杂结构族合物价电子数 (NVE)的公式 ,并提出了应用该公式的几条规则 .同时 ,把公式与著名的Mingos稠合规则进行了简单的比较     

地下洞室形状优化设计

洞室开挖会使围岩周边产生应力集中 ,产生拉应力与压应力。围岩出现拉应力对洞室稳定十分不利 ,通常通过改变洞室形状和轴比来消除围岩中的拉应力。本文提出一种使洞室拉应力σθ=0 ,而压应力最小的确定洞室最优几何形状的方法。     

钢板仓受风载作用的有限元分析

对高 14.76m ,直径 12m的螺旋卷边钢板筒仓在空仓风载工况下进行了有限元分析。计算结果表明 ,在风载作用下 ,仓体的强度不是主要问题 ,而仓顶开口处刚度较弱。     

A NEW DESCRIPA NEW DESCRIPTOR OF AMINO ACIDS BASED ON THE THREEDIMENSIONAL VECTOR OF ATOMIC INTERACTION FIELD

QUANTITATIVE STRUCTURE ACTIVITY RELATIONSHIP (QSAR) IS A VERY IMPORTANT TOPIC FOR MANY SCIENTIFIC FIELDS AND CAN BE TERMED AS QUANTITATIVE SEQUENCE ACTIVITY MODELS(QSAM)[1] WHEN REFERRED TO THE RESEARCH ON RELATION- SHIPS BETWEEN STRUCTURES AND ACTIVITIES OF BIOLOGICAL MOLECULES, SUCH AS PROTEINS, AND NUCLEIC ACIDS. HOW- EVER, IT IS VERY DIFFICULT TO ESTABLISH A QSAM MODEL,…     

识别混凝土板内部缺陷的人工神经网络算法

以一维有缺陷混凝土板为研究对象，分别采用Leverberg-Marcluardt和径向基神经网络算法，对缺陷的深度与厚度进行识别，从而实现对混凝土板内部缺陷的三维重构，称为红外CT模拟．两类神经网络算法的识别结果表明：Leverberg-Marcluardt神经网络较径向基神经网络具有更好的收敛精度与计算效率．