LNG燃料舱夹层管路弹塑性安定和疲劳分析

针对温差环境下夹层管路系统长周期运行的问题，基于材料弹塑性本构关系和有限元分析，通过追踪结构在循环载荷作用下的塑性状态，对1台深冷液化天然气（LNG）燃料舱的夹层管路系统进行弹塑性安定和疲劳问题研究。结果表明，相比弹性方法，弹塑性方法较可靠且保守适度，可直接节约设备成本，更能满足工程需求。目前，应用该方法设计建造的LNG燃料舱正处于安全运行状态。     

船体分段焊接变形仿真

船体分段在焊接过程中产生的焊接变形会使船体结构强度降低,然而精确预测和控制焊接变形是个难题.文章提供了准确预测焊接变形的固有应变等效载荷法.这种方法运用有限元法结合固有应变理论以及实验结果对焊接变形进行分析:引入简化的弹-塑性分析杆-弹簧模型,通过分析得到固有应变受焊接区域约束度及最高温度分布情况的影响;将固有应变转化为等效载荷,应用弹性有限元分析求得整个结构的焊接变形.计算结果与LEECH计算及实验结果吻合较好.     

考虑依赖于结构形状的载荷的连续体结构拓扑优化

本文提出了一种基于SIMP密度函数插值模型,考虑依赖于结构形状的载荷,以给定材料用量为约束条件,以最小柔顺度为设计目标的拓扑优化方法-OC-LE法.文中考虑的载荷随结构拓扑的变化而渐进变化,载荷与拓扑变量交替更新,计算简单且易于程序实现.同时文中给出的二维连续体结构拓扑优化算例,向三维连续体的扩展也比较容易.     

中心斜裂纹矩形薄板的极限断裂强度分析

对具有中心穿透斜裂纹在弹性断裂和完全塑性断裂两种破坏模式下的断裂强度进行了分析.在弹性破坏模式下,利用应变能密度因子准则对不同的裂纹倾斜角和不同的矩形板长宽比对斜裂纹的初始扩展角度的影响进行了数值计算和讨论.对于延性材料的完全塑性断裂模式,利用弹塑性有限元对不同裂纹倾斜角下的矩形板的极限拉伸强度进行了分析,并对中心穿透裂纹拉伸强度简化计算公式进行了考虑裂纹倾斜角度的修正.     

余弦载荷作用下圆锥壳的动力屈曲研究

本文采用数值方法对圆锥壳在余弦载荷作用下的动力屈曲问题进行了探讨.利用非线性几何方程建立了锥壳的基本动力屈曲方程.采用级数展开和伽辽金法等方法对方程进行了简化,使之成为常微分方程.方程的求解则采用龙格库塔法,最后给出临界冲击载荷值.     

腾势500 极限挑战

试车编号：No.2449接到腾势500的试驾邀请函,一开始觉得不可思议,毕竟这是一款纯电动车,两天的行程要经历长达将近1000km的路程,试驾地点则被安排在海拔超过5000m的米拉山口附近,就算是对于一台SUV或者是传统汽油车来说,面对这样的试驾工况,也很难拍着胸脯顺利完成任务。而最重要的是,厂方在当地为了充电问题必须进行大量的协调工作。     

建筑垃圾再生材料桩加固处理湿软黄土地基的试验研究

以某高速公路工程为背景,在湿软黄土地基现场进行建筑垃圾再生材料桩试验,通过改变击实试验的锤击数和桩体填料的类别（建筑垃圾再生材料+灰土、建筑垃圾再生材料+素土、纯建筑垃圾再生材料）,探索最优锤击数以及合适的桩体填料形式。结果表明:在保证桩体锤击数至少为8击情况下,建筑垃圾再生材料灰土桩的加固效果最好;其次是建筑垃圾再生材料素土桩。纯再生材料桩不适宜用于湿软黄土地基处理。     

某软土地铁车站基坑纵向滑坡事故分析

狭长形地铁车站基坑在分层开挖过程中会形成临时纵向多级边坡。当挖方边坡位于软弱地层时,如果设计或施工不当将会面临基坑纵向失稳风险。针对某软土地铁深基坑纵向滑坡事故案例,在考虑参数变异性的基础上利用极限平衡法对坑内临时边坡展开调查分析,并从工程角度对土坡发生深层滑移破坏的原因进行探讨。调查结果表明： 第1级边坡的坡度是影响整体稳定性的关键因素,1∶1.75（V∶H）的施工坡度不能满足下卧软弱淤泥质土条件下该局部边坡的稳定性（失稳概率高达88.92%）,只有当坡度缓于1∶3时才能保证安全。为防止此类临时挖方边坡失稳,最后给出考虑土体强度参数变异性的最优边坡坡度。     

基于遗传算法和极限学习机的智能算法在基坑变形预测中的应用

为解决传统智能算法网络结构参数复杂、运算速度慢等问题,基于遗传算法和极限学习机构建基坑变形的新型优化智能预测模型。先利用皮尔逊相关系数评价不同影响因素与基坑沉降变形之间的相关性,以确定极限学习机的输入层; 再采用试算法确定最优激励函数和隐层节点数,并将遗传算法和极限学习机耦合,利用遗传算法优化极限学习机的初始权值和阈值,以提高预测精度。经实例检验表明： 1)开挖时间、开挖深度、土体抗剪参数及重度均与基坑沉降变形显著相关,为构建极限学习机输入层提供了依据; 2)在预测过程中,激励函数和隐层节点数对极限学习机的预测效果具有一定的影响,以Sigmiod型激励函数和13个隐层节点数的预测效果为最优; 3)通过遗传算法的优化,能进一步提高预测精度,验证了遗传算法的优化能力和有效性。预测模型在不同工况下的预测结果均较优,说明该模型具有较高的稳定性和可靠性。