对大流动性混凝土收缩徐变特性的试验研究

分析了大流动性混凝土试块收缩变形测量数据,推导出混凝土实际收缩应变量,在此基础上,对预应力混凝土简以梁变形测试数据进行分析,推导出混凝实际徐变系数,并得到适合工程实际施工条件的混凝土徐变系数计算公式。     

臭氧协同Fe/SSZ-13分子筛催化氧化低浓度甲烷的性能研究

当前低浓度甲烷催化氧化存在起燃温度高、贵金属用量大等问题，为探索低成本、清洁高效的甲烷去除技术，基于臭氧的强氧化性和Fe/SSZ-13分子筛优异的吸附性，探究了在臭氧(O₃)气氛下Fe负载量、n(CH₄)∶n(O₃)以及空速对甲烷催化氧化性能的影响。研究结果表明，在Fe负载量为1%,n(CH₄)∶n(O₃)为1∶6,温度为200℃的条件下，甲烷的转化率可达80.8%。通过BET,XRD,NH₃-TPD,H₂-TPR,UV-Vis以及XPS表征手段，证明了适量的Fe负载可以提高催化剂比表面积，促进更多酸性位点的形成，调节催化剂表面铁元素的价态分布和种类，从而促进甲烷催化臭氧化反应。基于原位红外试验发现O₃可以活化活性位点，进而促进甲烷吸附和催化氧化反应。     

神经网络驱动的桥梁主动气动翼板颤振智能控制优化

通过风洞试验和数值模拟获得主动气动翼板优化控制参数需要庞大的试验和计算成本，并且难以得到最优的翼板控制参数。基于流线箱梁主动气动翼板颤振控制的风洞试验数据，以翼板与主梁扭转运动相位差为输入，颤振临界风速变化比例为输出建立BP人工神经网络模型，对神经网络进行训练得到了主动气动翼板颤振临界风速预测关系。结果表明：预测输出值和实际值之间误差为5%左右，相关系数为0.965;使用训练得到的人工神经网络模型以1°增量对0°～360°范围内的气动翼板相位差进行遍历计算，得到了两侧翼板相位差对主梁-翼板系统颤振性能的影响规律，当迎风侧翼板相位差位于180°～360°内时系统颤振性能得以提高，最优参数组合为迎风翼板相位差231°,背风侧翼板相位差63°;利用获得的最优气动翼板相位差参数组合，建立了主梁-翼板系统流固耦合模型，对试验和神经网络模型的最优参数的颤振控制效果进行验证，证明了神经网络对颤振控制预测的准确性。提出的通过数据量较少的试验数据训练构建人工神经网络模型，构建预测主梁-翼板系统颤振性能的理论框架，显著改善了颤振控制效果，实现了高精度主动气动翼板颤振的优化控制。