全断面隧道掘进机分类及其应用范围(英文)

目前,隧道掘进机的机械化及自动化水平得到了很大提高,隧道掘进机可以开挖不同的地质条件下各种形状的隧道。隧道掘进机的类型也越来越多,根据隧道工程场地所处的水文地质与工程地质条件,工程的使用特性及环境的限制,不同类型的隧道掘进机的工作机理需要进一步的理解并依此进行分类,以便选择合适的隧道掘进机。本文介绍了各种类型的全断面隧道掘进机的运行机理,并根据最终开挖隧道断面,掌子面的支护类型及岩土体的破碎机理对全断面隧道掘进机进行分类。本文也总结了各类型的隧道掘进机的应用范围。使用者可根据地质条件及特殊需要对隧道掘进机进行初步的选型。     

锅炉给水泵转子动力学参数的一、二阶摄动识别研究

锅炉给水泵的临界转速是非常重要的参数,与结构密切相关。为了准确地计算出给水泵的干临界转速(在空气中)和湿临界转速(在水中),必须知道转轴上的零部件对其弯曲刚度的加强作用。本文利用摄动传递矩阵法,结合实验室的试验数据,对某电站锅炉给水泵转子的动力学参数进行了一阶和二阶摄动识别。给出了给水泵转子上的热装叶轮、轴套对转子刚度产生加强作用的一、二阶摄动识别结果,得到了修正的给水泵转子系统动力学计算模型。由修正模型计算得到的转子系统固有频率与实测的转子系统固有频率吻合良好。指出一阶摄动识别的结果可以满足工程实际的精度要求。     

汽车整车非线性动力计算

通过轿车副车架橡胶支承的动态特性试验和理论分析,实现橡胶支承迟滞特性的数学建模和参数识别。利用所建模型重构恢复力-位移迟滞回线,并与试验结果比较表明所建模型的正确性。介绍了具有线性和非线性连接子结构的自由界面模态综合法的基本原理,并采用该方法建立了考虑副车架橡胶支承迟滞特性的整车非线性动力学模型,用所建模型对汽车动力特性进行了数值仿真,并通过试验对仿真结果进行验证。     

伪可变复杂系统的计算机识别方法

伪可变体系是介于常可变与不变体系间的一种结构，通常其识别较为复杂。本文基于计算机分析方法，讨论了伪可变复系统的两种判别程序，首先给出仅有一个自内力模态下，简单情形的识别过程，然后分析迭代判别在判定伪可变复杂系统中的应用。最后提出多阶段自内力模态识别法，结果表明这一方法通常要比迭代法简便得多。本研究结果有助于对现代预应力结构体系的研究。     

爆炸破碎区域划分的模糊数学方法

本文以最大径向应力,最大剪应力和最大切向应力为主要的破碎准则,利用二元分配法分析了诸破碎准则间权的分配,采用正态函数、降正态函数和升正态函数为各个破碎准则的录属函数,由此提出了爆炸破碎的过粉碎区,初始裂缝区和纯粹拉断区划分的综合评价方法。实例证明,对于大药量或小药量爆炸,以上方法均可成立。     

圆平板挤压膜实验及其参数识别

完成了简谐激励下水中平行圆板的挤压膜振动实验．用最小二乘法识别出非线性粘性挤压膜力模型中的４个系数．不同挤压膜厚、不同频率和不同振幅情况的数值模拟结果与实验值吻合较好．研究结果表明，所用模型可较好地描述粘性挤压膜运动，识别出的系数在一定范围内给出良好精度的数值模拟．     

基于遗传算法的水轮机振动参数识别

通过对水轮机现场测试数据的频域分析，建立了测点位移响应的参数正模型。并基于遗传算法，建立了在时域内识别结构振动参数的数值方法，采用该方法对水轮机位移响应正模型的待定参数识别进行了研究。计算结果表明，所建立的基于遗传算法的参数识别方法具有良好的稳定性、抗观测噪声能力和较高的识别精度，能够反演出比较符合实际情况的位移响应振动模型。这就为荷载识别、结构优化和预报减震效果等后续工作提供了可靠的实施前提。     

CONTINUOUS ULTRA—FINE CLASSIFICATION IN A DISC—STACK NOZZLE CENTRIFUGEEFFECTS OF G—FORCES AND DISC GEOMETRY

This paper describes the use of a disc-stack nozzle centrifuge for wet classification of ultra-fine particles of calcium carbonate. The influences of G-force and disc geometry on the performance of the ultra-fine classification have been investigated. The results have demonstrated that the efficiency of the classification can be increased by (1) applying a relatively moderate G-force and (2) the use of stud spacer discs in the centrifuge. The increased extraction of the fine particles is related to the formation of the appropriate fluid velocity profile at a lower G-force and a circumferential motion without meridional barriers for the case of the stud spacer discs.     

矩形板结构损伤的分区域神经网络识别方法

通过引入LM优化算法，针对矩形薄板中对称结构的损伤识别问题，提 出了一种基于神经网络的分区域分步识别方法. 对于预测输出量比较多且对预测精度要求比 较高的问题，常会出现网络训练时收敛速度慢、网络预测精度低，并且当网络训练达到目标 误差时，输出的预测量中常有某个输出量的误差还很大的情况. 针对这些问题，利用选 取的组合输入参数，提出了基于神经网络的分区域识别方法. 通过对悬臂板结构的数值模拟 结果表明：提出的分区域识别方法对结构损伤的分区和预测是可行和有效的， 其预测精度要明显的高于只用单个网络的预测结果，并且预测子网络对损伤的位置和程度是 同步输出的，从而避免了传统分步识别理论中子网络过多的问题.     

结构模态参数的时序分析(ARMAV模型)识别法

本文简述了用时间序列分析(ARMAV 模型)识别结构模态参数的原理,对建模方法进行了分析,并对建模分析中至关重要的初值选择问题进行了讨论,提出了一种有效的初值的选取方法;在模拟计算部分中,用 Wilson-θ积分法模拟了一个三个自由度的振动和低信噪比、大阻尼振动和密集模态等复杂情形,对用时序方法(ARMAV 模型)识别模态参数的能力进行了检验;最后通过对实验数据进行有效的预处理后,用时序方法(ARMAV 模型)识别出一个真实结构(圆盘)的第一、二阶模态参数,并得到结构的完整振型.