桥梁震后重建的双窄钢箱梁技术初探

汶川地震中桥梁损毁严重,亟需在短期内重建。根据这一需求．对山区重建桥梁的设计及施工技术进行探讨,提出双窄钢箱-混凝土组合梁桥新桥型,通过改善其分块预制方式、构造及施工方法,实现设计简单、运输便利、施工快捷的目标,供震后山区桥梁重建参考。     

基于施工全过程的矩形盾构隧道结构受力分析方法及应用

为探索如何在衬砌结构设计中充分考虑施工过程对结构受力的影响,在现场监测结果的基础上,采用理论分析和数值模拟的方法,建立基于施工全过程的衬砌结构受力分析方法,即考虑衬砌结构在施工过程中各主要受力阶段之间的非线性时变效应,采用增量法进行结构内力和变形的计算,分析结构在施工过程中各受力阶段的荷载模型以及结构刚度随内力变化的折线模型。将该方法应用到实际隧道工程中,并与传统设计方法进行对比分析。实践表明,建立的基于施工全过程的衬砌结构受力分析方法是合理可行的,其可以较全面地反映出衬砌结构在施工阶段的真实受力状态; 脱出盾尾阶段和同步注浆阶段为结构在施工期的不利受力阶段。     

雁型分流坝航道整治效果研究

在长时间的运行过程中,天然分汊航道容易出现泥沙淤积、航道变形及河口区后方浅滩冲刷等问题。针对天然分汊航道,融入"生态水利"的治理理念,创新设计了一种雁型分流坝航道整治建筑物,并对其可行性进行试验研究及分析论证。通过与传统的鱼骨坝的对比试验研究,雁型分流坝在分水及排沙方面性能更优;通过位置布置、结构构造的率定试验,对雁型分流坝在实际工程中的应用进行优化。通过论证,雁型分流坝航道治理方案在技术、经济及稳定性方面均可行,同时也可推广至河道治理、河湖整治及有相关要求的景观工程。     

锌锰干电池放电性能的第二个统计规律

本文阐述锌锰干电池的间毅放电增长容量与停放比之间的指数规律,分 析了干电池间歇放电增长容量恢复系数的意义,并讨论了根据这一统计 规律快速检测干电池间歇放电性能的问题。      

���ڳ��п���·������������������

利用理论推导和系统仿真等方法分析了有关城市快速路交通控制的一些基本问题，包括入口匝道车流控制，出口匝道排队控制，快速路交通优先等．分析结果表明：(i)入口匝道控制虽然增加了入口排队延误，但是对整个快速路系统来说，可以提高系统的效率．(ii)入口匝道控制对普通道路既有正面影响，也有负面影响，合适的入口匝道控制策略甚至能同时对快速路和普通道路系统有益．(iii)在出口匝道相连的信号交叉口采用考虑出口排队的感应控制算法，可有效避免出口匝道排队阻塞快速路的现象，虽可能对普通道路有些负面影响，但是对整个交通网络有益．     

长跨变坡连续钢箱梁顶推受力特性分析

依托荆山河特大桥工程，针对钢梁顶推施工中的结构受力及变形展开研究。应用数值模拟的手段，模拟顶推施工过程，分析该过程中各个节段模型的受力状态，重点分析钢箱梁在垫块、横向偏移、局部支撑等多参数影响下的局部受力性能，建立多尺度三维有限元模型，参数化分析钢箱梁结构的力学状态以及稳定性能，确定合理参数范围，明确横向纠偏阈值，控制纠偏频率，确保结构在成桥前后的安全可靠。     

顶推工艺在下承式梁拱组合桥施工中的应用

梁拱组合梁桥造型美观,跨越能力强,为近年城市桥梁中较常见桥型之一,其常规施工方法有:少支架现场拼装法、满堂支架施工法,本桥为1跨62 m下承式简支拱梁组合桥,桥梁斜交角30°,受现场条件限制,采用顶推施工。施工中,设置45 m长钢导梁,10对钢管临时支撑架确保结构的安全性。采用13套步履式顶推设备,将顶推力分散到各支撑架上,既能避免采用大型顶推设备,又能有效纠偏。顶推中通过千斤顶同步顶推,侧向调整液压缸等措施实现纠偏。     

大跨度钢桁梁顶推施工横向抗倾覆研究

桥梁的施工方法发展至今已不再是原来的单一选择，而是采用多种施工方法比对后的最优解，受限于地形、营运线等诸多因素的影响顶推施工成为许多钢结构桥梁施工的第一选择，因此对大跨度钢桁梁顶推施工的研究越来越重要。以滨州市某100 m钢桁梁顶推施工工程为例，基于有限元软件MIDAS/Civil对顶推施工过程中关键杆件的应力和挠度进行模拟分析并对钢桁梁的横向抗倾覆稳定性进行了参数化分析。结果表明：钢桁梁顶推施工过程中关键杆件的应力和挠度满足规范要求；钢桁梁的横向偏移对其抗倾覆稳定性影响较大；当风力等级大于6级时，对横向抗倾覆稳定系数有较大影响。     

基于容量增量变化量曲线的锂电池健康状态估计

提出了基于容量增量变化量曲线的电池健康状态估计新方法，该曲线具有随电池老化平移不明显的特点，并有利于特征参数的确定和提取。利用随机森林方法分析该曲线上各个函数值的重要性，根据重要性筛选出曲线上可以作为表征参数的函数值，并使用神经网络建立起表征参数与健康状态的映射关系。利用马里兰大学老化数据验证该方法的平均绝对百分比误差为0.77%，健康状态估计值误差基本控制在2%以内，具有较高的精度。