一种螺旋桨参数化建模方法

对螺旋桨进行优化时,需要建立起优化计算的样本空间,即要实现初始桨的参数化建模。本文基于贝塞尔曲线拟合原理编程实现了螺旋桨的参数化建模,对螺旋桨的径向参数分布分别用一条贝塞尔曲线进行拟合,曲线的控制点通过遗传算法寻优求得。文中以4382桨为例,对其进行参数化建模,讨论了三、四、五、六阶贝塞尔曲线的拟合效果,发现三阶贝塞尔曲线拟合光顺性最好、拟合平均误差可以控制在0.3%以内,而且控制点个数较少,最适合拟合螺旋桨径向参数分布。最后通过调整三次贝塞尔曲线控制点的位置调整了原桨叶的几何形状,得到光顺性较好的新桨叶模型,表明该参数化建模方法合理。     

公路收费系统车牌识别子系统监理

车牌识别系统是近年来用于公路收费管理,作为路费堵漏技术手段而推广的一项新技术,我国尚未对此制定相应标准和规范,国际上也没有可参照的技术协议或标准等。文章介绍了与之相关的背景,对该工程的监理实施从重点环节到测试方法进行了探讨,同时论述了开展监理工作的层次和规范化工作程序。     

薄壁高墩大跨连续刚构桥地震时程反应参数研究

运用大质量法,建立并推导了长大跨度桥梁考虑行波效应的分析模型及解析方程。以内蒙古小沙湾黄河特大桥为工程背景,选取墩身刚度、地震波视波波速、地震波激励方向等主要参数,建立动力计算模型,对该桥上述各种参数工况下地震时程反应作了参数对比分析研究。利用分析结果,探讨了同类桥梁在各种参数变化情况下墩顶位移和墩底内力的变化规律。     

大跨度系杆拱桥柔性吊杆张力监测和参数识别研究

研究了基于弦振动理论应用频率法进行大跨度系杆拱桥柔性吊杆张力测试的基本方法,尤其是对影响频率法测定吊杆张力精度的若干参数,如吊杆的边界条件、减振阻尼器及有效计算长度等进行了较理想的识别。文中推导了张力测试的实用公式,并通过现场张力标定,对上述若干参数进行有效识别,提高了张力测试精度并减少了识别工作量。实测结果表明,根据文中提供的参数识别方法进行参数识别后所得到的吊杆张力计算值大部分具有较高的监测精度,可以满足施工和运营期间监测吊杆张力的需要。     

大跨径连续梁实桥构件刚度模态识别方法

提出一种利用低阶测试模态对桥梁构件抗弯刚度进行有限权量平差的最小二乘解识别方法。通过对主跨110m的广州大桥主桥3跨变截面连续箱梁实桥梁体抗弯刚度进行数值模拟识别及结合桥梁现场动静载试验进行识别结果,表明此方法利用现有的测试技术对大跨径连续梁桥进行抗弯刚度识别误差是常规最小二乘解识别误差的1/8～1/10,识别精度得到了极大的改善。     

无粘结预应力混凝土梁的强度与变形特性研究

给出了无粘结预应力混凝土梁强度和受力性能的分析结果。建立了适用于无粘结预应力混凝土梁非线性全过程分析的有限元简化模型,利用该模型探讨了跨高比、有效预应力和加载方式这3种参数对无粘结预应力混凝土梁弯曲性能以及无粘结预应力筋极限应力的影响。分析结果表明,跨高比对无粘结预应力筋极限应力无明显影响,增大无粘结预应力筋的有效预应力能显著提高梁的开裂和极限荷载,加载方式对梁的受力性能有着非常重要的影响。     

大跨斜拉桥扁平钢箱梁损伤定位指标的噪声鲁棒性比较研究

以润扬大桥斜拉桥的扁平钢箱梁结构为分析对象,采用子结构方法将扁平钢箱梁结构的整体尺度动力特性和细节尺度构件损伤相互衔接实现多尺度损伤分析。在此基础上对模态曲率、模态应变能、模态柔度和斜拉索索力等4类结构损伤定位指标的抗噪声干扰能力进行了对比分析。分析结果表明,模态应变能和模态柔度对于扁平钢箱梁结构损伤定位具有较好的互补性,将其相结合对扁平钢箱梁主跨和边跨的损伤识别具有较好的抗噪声干扰能力。     

大跨度预应力混凝土斜拉桥基于定期检测的损伤识别方法

为了在定期检测信息的基础上实现大跨度预应力混凝土斜拉桥的健康状态评估,提出采用无线多点自动综合测试系统监测结构应力,利用环境随机振动法测试全桥索力,并结合桥梁几何测试信息,获得桥梁状态的综合检测方法。针对招宝山大桥,建立最优化遗传静力反分析模型,采用基于遗传算法的大型复杂结构损伤识别程序对模拟的损伤工况进行分析,有效识别出了斜拉桥主梁的损伤位置。并且由于遗传优化算法对参数的类型和数量没有限制,对斜拉桥进行包含不同损伤类型的参数化建模,可以进行结构多类型损伤的识别,因此,可推广至其他复杂桥梁的损伤识别,为同类工程所借鉴。     

曲率模态和神经网络在损伤识别中的应用

以连续梁为例，通过曲率模态及改进后的模态置信准则联合确定损伤位置，并使用神经网络判定各损伤处的损伤程度。数值模拟考虑了梁不同位置及不同程度损伤情况，研究了运用曲率模态和模态置信准则进行损伤和损伤位置的识别，分析了各自方法的优缺点，通过两种方法的联合运用，使损伤位置识别准确、合理，并且说明了1阶曲率模态的局部参数是损伤程度识别较优的网络输入量，最后运用神经网络识别损伤程度。     

基于神经网络的混凝土预制桩单桩竖向极限承载力参数分析

应用BP神经网络，对混凝土预制桩单桩竖向极限承载力进行预测，并分析了各种参数对单桩竖向极限承载力的影响。通过影响因素分析，确定了桩径、桩长、入土深度、桩侧摩阻力加权平均值、桩端阻力平均值等参数对单桩竖向极限承载力有影响。对混凝土预制桩单桩静载试验资料进行分析和取样，将包含上述参数的样本与单桩竖向极限承载力形成数据对，采用三层神经网络进行训练，输入层为各参数，输出层为单桩竖向极限承载力，建立了混凝土预制桩单桩竖向极限承载力预测模型。研究表明，所建立的模型能够有效地预测混凝土预制桩单桩竖向极限承载力，通过参数分析，能够得出各参数对单桩竖向极限承载力的影响规律，从而确定比较合理的单桩设计参数。