南亚热带山地常绿阔叶林林隙及其自然干扰特征研究

【目的】通过对大明山南亚热带山地常绿阔叶林85个林隙的调查,了解南亚热带山地常绿阔叶林林隙的基本特征和自然干扰规律。【方法】在大明山3.2hm^2永久样地内仔细寻找每一个林隙,记录林隙形成木的种类,测量其胸径和高度,判断林隙形成木和林隙的年龄,绘制树冠投影图。【结果】扩展林隙（EG）和冠空隙（CG）在南亚热带山地常绿阔叶林中的面积比例分别为71.70%和52.90%,干扰频率分别为1.793%·a^-1和1.323%·a^-1,林隙干扰的返回间隔期约为76a。南亚热带山地常绿阔叶林中,由树木翻蔸形成的林隙最为普遍,占51.88%,其次是干中折断而形成的,占37.88%。林隙大多由0~1株树木形成,平均每个林隙拥有形成木3.45株。EG的大小多在200~600m^2,其中以200~300m^2者所占的面积比例最大（占56.47%）;CG的大小多在200m^2以下,以100~200m^2者所占的面积比例最大（占37.65%）。大部分林隙是在2年前形成的,占68.40%。林隙形成木种类超过42种,主要是云贵山茉莉（Huodendron biaristatum）、罗浮槭（Acer fabri）、栓皮木姜子（Litsea suberosa）、百色猴欢喜（Sloanea chingiana）、刨花润楠（Machilus pauhoi）、天目紫茎（Stewartia gemmata）、糙皮桦（Betula utilis）和罗浮柿（Diospyros morrisiana）,占形成木个体数的68.51%。林隙形成木分布最多的径级在15~20cm。【结论】南亚热带山地常绿阔叶林林隙特征不同于热带山地雨林,也与南亚热带低地的常绿阔叶林存在显著区别。2008年特大冰冻干扰是造成大明山山地常绿阔叶林林隙分异的主要因素。     

钢珠对某型发动机压气机一级转子叶片撞击损伤研究

基于钢珠撞击钛合金平板叶片进气边的试验数据,通过模拟撞击过程与撞击结果,确定了仿真所需要的材料参数与计算参数。此后,以某型航空发动机一级转子叶片为研究对象,采用塑性随动硬化本构模型,利用ANSYS／LS-DYNA软件模拟了飞机起飞、降落过程中,叶片最大工作状态下,不同速度钢珠对叶片进气边同一部位的撞击损伤。为定量描述损伤规律,提出了相对能量和临界损伤能量的概念,发现:相对能量不仅能够反映外物质量(大小)及相对速度对叶片损伤的总效果,而且就文中研究的叶片而言,相对能量与损伤深度及损伤宽度呈指数关系,叶片的临界损伤能量值为6.6 J。     

岩土工程非线性模糊随机损伤

针对非确定损伤理论在非线性损伤力学研究中的空白,基于3种典型模糊损伤分布:降半分布、秋千分布和组合秋千分布,提出了服从β分布平面应变各向异性初始模糊随机损伤场,推演了损伤矢量临界值算法及平面应变损伤有效张量和模糊随机有效弹性矩阵族.由损伤材料粘-弹-塑性应变率演化通式,修正了Mohr-Coulomb损伤破坏准则下粘-弹...     

基于Inception-BiLSTM和迁移学习的结构损伤识别

针对传统卷积神经网络（convolutional neural network,CNN）方法在时空特征提取存在不足,提出一种改进的Inception与双向长短期记忆（ bi-directional long short-term memory,BiLSTM）联合模型,以全面学习振动信号中的空间和时序信息。首先,构建具有多尺度感受野的Inception模块,自适应地提取不同尺度下的空间特征;其次,BiLSTM序列化处理时间特征,以深度挖掘时间相关性;最后,通过全局平均池化和Softmax分类器来实现钢框架结构的损伤识别。为评估该模型对噪声的鲁棒性,引入高斯白噪声作为干扰。此外,采用迁移学习策略来评估模型在不同强度激励和小样本下的泛化能力,确保适用于不同的损伤识别任务。结果表明,与传统的CNN方法相比,该模型在无噪声条件下及信噪比超过25dB时保持了100%的识别精度。该方法解决了土木工程应用中样本量不足和不同强度激励的实际挑战。通过微调预训练模型的参数,实现了在不同强度激励和小样本情况下的知识迁移与泛化,从而增强了模型的实际适用性。     

基于卷积神经网络的新奇检测技术在结构损伤识别中的应用

针对新奇检测难以同时识别结构损伤时刻和损伤位置的问题,提出在新奇检测中引入卷积神经网络以实现损伤时刻和损伤位置的一次性确定。首先,采用小波包技术处理结构响应得到小波包能量,并将相邻测点对应频带的能量比作为新奇检测模型的特征向量;然后,以结构健康时的特征向量作为训练数据,建立健康模式下的基于卷积神经网络的新奇检测模型;接着,将结构实时输出的特征向量输入到新奇检测模型,所得输出与健康状态的输出进行对比,并将输出和输入的欧氏距离作为新奇指标;最后,根据新奇指标的变化识别结构损伤时刻和损伤位置。数值模拟和实验室试验验证了该方法的有效性。     

型钢高强自密实混凝土黏结滑移性能试验研究

为研究型钢与高强自密实混凝土界面黏结滑移性能,以混凝土保护层厚度和型钢埋置长度作为变化参数,设计9个型钢高强自密实混凝土试件进行推出试验. 观察试件破坏过程、破坏形态和裂缝发展形式,获取了试件加载端的荷载-滑移全过程曲线,研究不同变量对其黏结性能的影响规律. 结果表明：型钢高强自密实混凝土组合结构界面极限黏结强度随着混凝土保护层厚度的增加而增大,最大增幅94.9%;随着型钢埋置长度的增加而减小,最大削减为38.1%. 界面黏结抗剪刚度随着型钢保护层厚度的增加先增大后减小,最大增幅85.1%;随着型钢埋置长度的增加而增大,最大增幅为30%. 界面耗能能力与其变量相关性较弱;随保护层厚度的增加,界面损伤发展越晚;随型钢埋置深度的增加,界面损伤速度减缓. 提出了型钢高强自密实混凝土黏结强度的计算公式,能较好地预测型钢高强自密实混凝土黏结强度.     

HR3C奥氏体耐热钢晶界蠕变损伤的电子背散射衍射分析

对不同条件下的HR3C奥氏体耐热钢蠕变试样进行性能测试和微观结构观察,研究奥氏体耐热不锈钢蠕变沿晶破坏行为和损伤特征。电子背散射衍射（EBSD）分析结果表明,不同蠕变速度下材料的晶粒尺寸基本不变,未产生择优取向,但高蠕变速度条件下部分孪晶界演变成一般晶界,而低蠕变速度下原始孪晶结构基本保持不变。EBSD分析结果清楚地反映了微观蠕变应变的不均匀性。沿晶微裂纹和蠕变空洞的产生和扩展是最显著的损伤特征,这些损伤现象与不同蠕变速度下的蠕变机制及晶界性质密切相关。     

结合逆非线性主成分分析和极值理论的桥梁损伤检测

为提高环境和运营变化（Environmental and Operational Variations, EOV）影响下的桥梁损伤检测可靠性,结合逆非线性主成分分析（Inverse Nonlinear Principal Component Analysis, INLPCA）和极值理论提出一种新的桥梁损伤检方法。该方法采用INLPCA对桥梁损伤特征进行建模,利用不完备健康监测数据的估计误差和添加神经网络训练惩罚项控制INLPCA的非线性程度。采用INLPCA对损伤特征的重构误差和马氏平方距离（Mahalanobis Squared Distance, MSD）建立损伤指标（Damage Indicator, DI）,最后基于DI的广义极值（Generalized Extreme Value, GEV）分布建立损伤检测阈值。以比利时KW51铁路桥和天津永和斜拉桥为例,验证所提方法的有效性。结果表明,所提方法能准确检测EOV影响下的桥梁损伤且对不同桥型和不同损伤特征均有良好的适用性。     

基础环式风机基础周期荷载损伤特征分析

基础环式风机基础的损伤累积破坏影响风力机系统的安全运行。针对基础环式风机运行过程中基础混凝土损伤问题,以内蒙古某49.5MW风电场为例,利用ABAQUS有限元软件建立风机基础混凝土损伤模型,对比分析了静力荷载工况与周期性荷载工况下基础混凝土损伤变化规律。结果表明：静力荷载工况下,基础主要产生拉伸损伤,受压性能稳定,钢筋骨架未达到极限状态;相较于静力荷载,在周期性荷载作用下,拉伸损伤区域增大3倍,竖向扩展增加3倍,压缩损伤面积扩展2倍,位移量增加1.6倍,钢筋应力增大0.5倍,有助于解释周期性荷载作用下基础的损伤行为。