泥水盾构施工废弃泥浆对同步注浆材料性能的影响

泥水盾构施工会产生大量废弃泥浆,传统的抛弃堆放不但污染环境且占用土地资源。依托南京长江新济洲供水廊道项目泥水盾构工程,针对江底盾构施工中的废弃泥浆,开展了将其应用于同步注浆材料的可行性研究。通过室内试验,研究了泥浆固水比、膨润土替代率和废弃泥浆黏粒含量对注浆材料性能的影响,同时对比分析了新配制膨润土泥浆和废弃泥浆对注浆材料性能影响的差异。结果表明：增大泥浆固水比,可使砂浆凝结时间缩短、强度增大、泌水率和体积收缩率降低,但会导致砂浆流动性变差。相比于新配制膨润土泥浆,废弃泥浆制备的砂浆具有更优的流动性能,但存在泌水率偏大和强度偏低的问题。采用废弃泥浆替代部分新配制膨润土泥浆,则能够有效控制砂浆的泌水率增大和强度降低的问题,同时使砂浆的流动性能大幅提高;废弃泥浆黏粒含量对砂浆性能影响相对较小,一定程度上表明了使用不同地层废弃泥浆制备的砂浆性能差异不大,故无须随地层变化而对砂浆配比进行较大调整,便于实际工程施工应用。     

受众的信任是主持人有效传播的基石

主持人如何才能做到有效传播,如何才能真正被受众接受,赢得受众的信任至关重要。只有朋友般的信任,才会拉近主持人与受众的距离,才会让受众在润物细无声中接受主持人的信息、观点和内容。良好的人品、过硬的专业知识和技能、充满激情与理想的情怀,是主持人得到受众尊敬和敬佩的基石。     

我国太阳能发展现状与前景

社会的不断发展使得人们对能源的需求越来越高,而现在的能源储备已经不足以满足我们的生活需要,我们必须发展新能源,太阳能就是一个可再生能源,它可以说是取之不尽用之不竭。而我国的太阳能发展还只是处于起步阶段,要走的路还很长。本文只是让大家了解我国太阳能的现状。     

两种加权观测融合算法的全局最优性和完全功能等价性

对于基于Kalman滤波的多传感器观测数据融合,有两种加权观测融合算法。应用Kalman滤波器,证明了同集中式观测融合算法相比,它们具有全局最优性和完全功能等价性。它们不仅可给出全局最优Kalman估值器(滤波器、预报器和平滑器)、白噪声估值器和信号估值器,而且可明显减少计算负担,便于实时应用。     

"模具机械制图"课程建设与教学实践

本文描述了南京信息职业技术学院"模具机械制图"课程的主要建设工作和教学实践中得到的一些经验。课程建设中介绍了课程体系的编排和实训平台的建设两个部分。教学实践发现在学习工程图样时加入模具的相关知识并通过模具拆装及测绘模具实训来支持,才能达到最佳的教学效果。     

自校正信息融合Wiener反卷积滤波器

对于含有未知模型参数和噪声统计的多传感器信号反卷积系统,应用现代时间序列分析方法,基于自回归滑动平均（ARMA）新息模型参数的在线辨识,可在线估计噪声方差,进而提出了自校正信息融合Wiener反卷积滤波器。证明了它的渐近最优性,即若ARMA新息模型参数估计是一致的,则它收敛于当噪声方差已知时的最优融合Wiener反卷积滤波器。同单传感器情形相比,它可提高滤波精度。一个带三传感器的反卷积系统的仿真例子说明了其有效性。     

自校正分布式观测融合Kalman估值器

对于带未知噪声统计的多传感器系统,应用加权最小二乘(WLS)法得到了一个加权融合观测方程,且它与状态方程构成一个等价的观测融合系统.应用现代时间序列分析方法,基于观测融合系统的滑动平均(MA)新息模型参数的在线辨识,可在线估计未知噪声方差,进而提出了一种加权观测融合自校正Kalman估值器,可统一处理自校正融合滤波、预...     

对北京谱仪上新观测态的一个理论解释

最近, 北京谱仪在J/ψ的辐射衰变中发现, 在正反质子的阈附近有反常增强, 即可能存在共振态X(1860)和X(1835). 针对这一发现, 提出了新粒子的三胶子胶球态解释方案, 并且应用QCD求和规则计算了此胶球态的质量. 考虑到理论上的不确定因素, 计算结果表明该胶球态的质量峰位于1.9GeV到2.7GeV之间. 事实上, 北京谱仪发现的新共振态的确表现出了一些三胶子态的行为. 结论是, 此新粒子很有可能是重子偶素和胶球态的混合态.     

非线性加权观测融合粒子滤波器

提出了一种非线性多传感器系统加权观测融合粒子滤波器.首先利用泰勒级数使非线性多传感器系统观测方程具有近似的线性关系.然后,利用加权观测融合(WMF)算法和粒子滤波器(PF),提出了一种具有普适性的加权观测融合粒子滤波器(WMF-PF).WMF-PF可处理带任何噪声统计的非线性系统融合问题.该算法可压缩多个传感器的观测信息,降低系统的计算负担,提高系统的实时性能.随着泰勒级数展开项的增加,WMF-PF渐近逼近集中式观测融合粒子滤波器(CMF-PF),因此该算法具有渐近的全局最优性.最后,通过两个仿真例子验证了该算法的有效性.     

相关观测噪声的加权观测融合UKF滤波器

对于具有相同观测方程,相关观测噪声的非系统,应用无迹卡尔曼滤波器(UKF),以及加权最小二乘(WLS)法,提出了加权观测融合UKF滤波算法.该算法具有全局最优性,且没有增加观测系统的维数,进而没有增加系统的计算负担.一个带有相关观测噪声的两传感器非线性系统的仿真例子说明了该融合算法的有效性及等价性.