基于支座反力影响线曲率差分的等截面连续梁损伤识别方法

为了实现仅采用损伤状态信息对等截面连续梁进行损伤识别,通过推导三跨不等跨连续梁在移动荷载作用下的支座反力影响线,发现支座反力影响线求曲率并作差分后的曲线在损伤位置会发生突变,基于该现象提出了一种损伤定位方法,进一步建立了损伤程度计算方法,可对损伤程度进行较精确的定量。通过一三跨连续梁和一四跨连续梁工程实例的仿真分析,证明了支座反力影响线曲率差分指标损伤定位和相应的损伤程度定量方法对等截面连续梁损伤识别具有可行性。     

阻尼对空爆荷载等效静载动力系数的影响

为考查阻尼参数对空爆荷载等效静载动力系数的影响,理论推导了空爆荷载下结构等效单自由体系弹塑性位移解及延性比解,设计并计算了阻尼比0.000 1～0.1、延性比1～4的20种典型工况的动力系数,并与现行抗爆设计规范动力系数公式结果进行了对比。结果表明:阻尼比小于0.000 1时可基本代表无阻尼状态,阻尼比0.01的动力系数比无阻尼的最大降低幅度为2.08%,数值差异很小,因此阻尼比为0.01以内时,可忽略阻尼对动力系数的影响;阻尼比0.05的动力系数比无阻尼的降低幅度约9.92%,数值差异较大,认为阻尼比0.05以上时将具有明显的经济效益;现行设计规范动力系数更适用于柔性结构体系,运用于刚性结构抗爆设计时,计算误差较大,对阻尼比较小的结构设计更不利。     

具多偏差变元的n-维p-Laplacian方程周期解的存在性

研究了一类具多偏差变元的n-维p-Laplacian方程周期解的存在性,利用迭合度理论得到了存在周期解的新条件.     

基于属性识别准则大学生思想品德量化的数学模型

依据一定的社会评价标准,建立大学生思想品德评价的指标体系,利用现代数学方法——属性识别理论和层次分析方法,建立定量研究模型.     

丙烯腈-衣康酸基纳米纤维纱线的热稳定及碳化研究

碳纳米纤维主要以聚丙烯腈(PAN)作为前驱体,通过纺丝、热稳定、碳化等后处理工艺制备而得.但是,PAN基纳米纤维取向度低、致密性差,热稳定后环化度低,碳化后导电性差等缺点阻碍其在高性能碳纳米纤维领域的发展.因此,在PAN分子链中引入衣康酸(IA),通过溶液聚合法合成了P(AN-co-IA)共聚物并通过静电纺丝法制备了P...     

虚拟原子探针随机采样法用于氨基酸结构描述及其构效关系研究

考虑药物与蛋白质受体的3类非键作用模式, 利用8类虚拟原子探针和Monte Carlo随机采样技术, 得到了一套新的氨基酸侧链表面静电、立体及疏水势能场(ASSPF)参数. 在此基础上对苦味二肽和血管舒缓激五肽进行了结构表征和QSAR研究, 所建模型复相关系数R2和留一法交互检验复相关系数QLOOCV2分别为0.8457, 0.851和0.7688, 0.7952, 同时分析了肽链不同位置上氨基酸侧链对活性的影响, 取得较好的结果.     

天空背景下飞行器结构特征提取的新方法

针对天空背景下低信噪比的飞行器,提出了一种基于SUSAN算法、灰色系统理论和数学形态学相结合的飞行器结构特征提取的新方法。在Visual C++6.0平台下,首先利用SUSAN算法从背景中提取飞行器的结构边缘信息,并与原图像相加实现目标增强;然后用灰色系统理论检测出飞行器的结构特征边缘;最后利用条件膨胀和重构算法,实现云层的抑制,并重构出飞行器目标。实验结果表明:该方法对于实现飞行器的跟踪、结构特征提取以及事后判读有重要的意义,同时验证了该方法的可行性。     

The Rapid Non-Destructive Detection of Adulteration and Its Degree of Tieguanyin by Fluorescence Hyperspectral Technology

Tieguanyin is one of the top ten most popular teas and the representative of oolong tea in China. In this study, a rapid and non-destructive method is developed to detect adulterated tea and its degree. Benshan is used as the adulterated tea, which is about 0%, 10%, 20%, 30%, 40%, and 50% of the total weight of tea samples, mixed with Tieguanyin. Taking the fluorescence spectra from 475 to 1000 nm, we then established the 2-and 6-class discriminant models. The 2-class discriminant models had the best evaluation index when using SG-CARS-SVM, which can reach a 100.00% overall accuracy, 100.00% specificity, 100% sensitivity, and the least time was 1.2088 s, which can accurately identify pure and adulterated tea; among the 6-class discriminant models (0% (pure Tieguanyin), 10, 20, 30, 40, and 50%), with the increasing difficulty of adulteration, SNV-RF-SVM had the best evaluation index, the highest overall accuracy reached 94.27%, and the least time was 0.00698 s. In general, the results indicated that the two classification methods explored in this study can obtain the best effects. The fluorescence hyperspectral technology has a broad scope and feasibility in the non-destructive detection of adulterated tea and other fields.