基于SWT方法的钢绞线索微动疲劳特性分析

为得到钢绞线索丝间接触区的应力场分布并预测微动疲劳裂纹萌生位置和微动疲劳寿命，本文利用参数化方法建立了精细化的钢绞线拉索有限元模型，包括整索模型和不同层丝间接触区域的局部精细化子模型．分析了钢绞线索在两种交变荷载工况下的应力场变化情况，并基于多轴疲劳SWT(Smith-Watson-Topper)临界平面法进行了疲劳特性分析和疲劳寿命预测．主要结论如下：钢绞线索内接触区边缘处的微动幅值较大，中心处几乎没有相对滑动，微动疲劳的初始裂纹萌生点位于接触区域边缘；经不同区域子模型分析比较，在轴向循环荷载作用下，外层钢丝的接触区域比内层钢丝更易发生微动疲劳损伤；在横向位移循环荷载作用下，同层钢丝因位置角度不同而产生了较大的疲劳特性差异，且相比轴向循环拉伸，该工况下最不利单丝的微动疲劳寿命更低；与非接触区域相比，接触区的疲劳寿命大幅降低，微动现象对钢绞线索的抗疲劳性能有明显降低作用．     

接触爆炸荷载对钢筋混凝土梁的局部毁伤效应

为得到接触爆炸下钢筋混凝土（reinforced concrete，RC）梁的局部破坏模式和毁伤效应，对同一尺寸的RC梁进行了不同装药量的接触爆炸试验研究。试验中采用框架结构中典型工程尺度RC原型梁为研究对象，通过4次爆炸试验，观测了RC梁在不同装药量下的局部破坏模式和破坏特征，分析了装药量对局部毁伤效应的影响。研究结果表明:接触爆炸荷载作用下，RC梁将发生正面成坑、侧面崩落、背面震塌和截面冲切等局部破坏模式，爆坑深度、震塌厚度、表面毁伤面积以及受压区纵筋变形均与装药量立方根近似呈线性增加关系。在试验数据基础上，将RC梁局部毁伤程度划分为轻度毁伤、中度毁伤、重度毁伤和严重毁伤4个等级，采用比例装药量判据进行评估。研究成果可为抗爆结构设计和结构毁伤评估提供理论依据。     

爆炸荷载作用下方形夹芯板动力学响应与优化设计数值分析

为研究方形蜂窝铝板在爆炸荷载作用下的动力学响应,基于LS-DYNA非线性有限元软件,建立了TNT炸药-前后面板-蜂窝夹芯-空气的三维有限元模型。采用ALE(任意的拉格朗日欧拉)多物质流固耦合算法分析了蜂窝铝板在冲击荷载作用下的变形机理、塑性变形、能量吸收以及结构的优化。数值模拟结果表明:随着面板厚度、核心高度的增加,蜂窝铝板在冲击荷载作用下的塑性变形明显减小,抵抗变形的能力增强;随着爆轰入射角度的增加,结构的破坏程度有所减小,入射角越大这种效果越发明显。对结构给定边长和受冲击面积以及面板厚度配合比、夹芯量纲为一的高度进行了局部的优化分析,为设计优质铝蜂窝板提供参考。     

高等职业教育人才培养策略研究——评《高等职业教育人才培养模式构建概论》

由张向东、卢红学著的《高等职业教育人才培养模式构建概论》(武汉大学出版社2013年出版),基于高等职业教育培养技能型专门人才的重要使命,高等职业教育改革与发展的趋势,高等职业教育理论研究的不足,通过深入分析当前高职教育人才培养的现状,探讨了高等职业教育人才培养的模式及其构建。     

微课模式下初中生自学化学能力研究及提升策略

以本校全体初三年级学生为研究对象,并将其分成实验组与对照组;通过集体备课设计完成的微课被上传至线上供实验组学生自学使用;经过2个月的实践,对学生的自学化学能力进行调查、比较与分析。结果表明,借助微课进行自学能提高学生的自学化学能力;在性别差异上,女生自学化学能力依旧好于男生,男生自学化学能力获得明显进步,实践效果好于女生;在学业水平差异上,学困生自学化学能力提升幅度最大,中等生次之,而优等生自学化学能力提升幅度最小。基于以上研究结论及实践中获得的经验,提出下列建议:建构具有中学化学学科特色的“微课链”;搭建学生反馈和教师交流的平台;构建家校联合体监督学生自学过程。     

卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。     

桉树杂交种与其亲本的近红外光谱判别

研究桉树控制授粉后目标性状的基因作用方式是探索其基因重组规律的重要内容。常规的数量统计分析精度往往不高,而DNA分析的专业要求高,且费时费力。该研究利用近红外光谱(NIRs)研究不同基因型桉树杂交种、亲本及杂交种与亲本间近红外光谱信息的关系,探索NIRs用于桉树杂交种与其亲本判别的可行性和准确性。以控制授粉的桉树亲本及其杂交F1代材料为对象,每种基因型从各自田间试验分别选取10个单株,采集树冠中上部新鲜健康叶片。用手持式近红外仪Phazir Rx(1624)采集桉树杂交种与其亲本叶片的NIRs信息。每单株选10片完全生理成熟的健康叶片,避开叶脉扫描其正面光谱5次,以50条NIRs信息的均值代表单个叶片的NIRs信息,最终每个基因型获得10条NIRs信息。对原始NIRs采用二阶多项式S.G一阶导数预处理。预处理后的NIRs用于多元统计分析,首先对桉树杂交亲本和子代样本进行主成分分析(PCA),直观展示不同基因型的分类情况。然后运用簇类独立软模式(SIMCA)和偏最小二乘判别分析(PLS-DA)两种有监督的判别模式验证NIRs用于桉树杂交种与其亲本树种的分类判别效果。PCA结果显示,不同的亲本间、杂交种间及杂交种与亲本间样本的主因子得分可以清晰地将各基因型分开。SIMCA模式判别分析中,桉树杂交种样本到亲本PCA模型的样本距离显示,待判别样本能够形成单独的聚类,且能直观反映两者的遗传相似。PLS-DA判别结果显示,桉树杂交亲本的PLS模型能通过预测其杂交子代的响应变量将其与亲本准确分开。结果表明,桉树叶片的NIRs信息可以准确地反映桉树杂交子代遗传信息的传递规律,NIRs判别模型可以准确地将各种基因型予以区分。因此,NIRs信息不仅可用于桉树杂交种和纯种的定性判别,还可以分析桉树基因重组过程中加性遗传效应的大小,从而为桉树遗传基础分析及其育种改良研究提供理论支撑。     

沙丘背风侧不同铁路结构形式对风沙环境的适应性分析

当铁路穿越大风沙漠地区时,风沙灾害会对铁路工程及其正常运营产生严重威胁,而设计一种合理的铁路结构形式能够减小风沙沉积对铁路工程的危害.在本文中,以敦煌至格尔木铁路沙山沟段落为研究对象,采用多相流的方法对越过沙丘的风沙运动过程进行数值模拟,分别讨论了风沙运动对位于沙丘背风坡的铁路路基工程和桥梁工程的影响.主要的模拟结果显示:路基工程明显降低了风速并且将沙丘后的回流区分成了两部分,而桥梁工程的导流效应则压缩了沙丘背风坡的回流区;轨道间的道碴增大了铁路表面的粗糙度,在轨道间有少量沙粒沉积,而路基工程两侧则有大量积沙;铁路表面的积沙量与摩阻风速呈现出非线性关系,随着摩阻风速的增大,路基工程沙粒沉积的增加速度大于风蚀能力的增加速度,而桥梁工程则正好相反.在防止风沙危害铁路方面,设置桥梁工程明显优于路基工程.本研究为风沙运动对铁路工程的影响提供了理论支持,也为今后的铁路工程设计提供了新的思路与研究工具.     

高速铁路连续箱型梁桥的动力响应与减振分析

根据列车具体的轴距和轴重,建立了和谐号动车组CRH380AL型列车简化模型;对高速铁路两跨连续梁桥采用多自由度欧拉伯努利梁单元进行主梁的模拟,并将液体黏滞阻尼器模拟为有限元阻尼单元;采用Newmark直接积分方法求解了高速列车作用下的连续梁桥运动方程,数值分析了列车车速以及液体黏滞阻尼器的阻尼系数对于高速铁路连续梁桥振动响应的影响。结果表明:黏滞阻尼器对于桥梁具有明显的减振效果,阻尼力不仅与阻尼系数有关还与列车时速有关;同一黏滞阻尼器条件下,桥梁的最大加速度并不随列车速度的增加而单调增加,而是在某些特定列车车速下桥梁的最大加速度出现了峰值,且随着黏滞阻尼器的阻尼系数增大,桥梁振动响应峰值处的最大加速度减幅不同;同一列车时速的条件下,桥梁的减振效果并不是随着阻尼系数的递增呈正比递增,而是随着阻尼系数的增大,阻尼器的减振效果增幅在减小。     

冻结立井爆破近区井壁振动信号基线漂移校正和消噪方法

冻结立井爆破过程中，近区监测信号中含有的基线漂零及噪声成分对其局部特征精细化提取影响显著。在对近区井壁振动信号有效采集基础上，通过互补总体经验模态分解（complementary ensemble empirical mode decomposition, CEEMD）方法、稀疏化基线估计消噪（baseline estimation and de-noising with sparsity, BEADS）方法和隐马尔可夫模型消噪（hidden Markov model de-noising, HMMD）方法等，解决了信号中基线漂移和随机噪声消除难题，并采用交叉小波变换对校正和消噪效果进行了相关性评价。实例分析结果表明:信号中缓变的基线成分遍历信号各个模态分量的整个过程，且主要集中于低频分量中，而噪声则集中在高频分量。组合分析方法对低频基线漂零和高频噪声的处理效果好，是一种高效且相对保幅的信号分析方法，可用于批量信号数据的预处理过程。