双电层对非饱和粘土渗透率的影响

为研究非饱和粘土中电荷对其渗透率的影响,首先阐述粘土双电层产生的机理,分析了双电层对粘土中极性液体流动产生电滞阻力的原因;然后利用物理化学中关于胶体动电性质的有关公式和达西定律,导出了受到电效应影响的水相渗透率公式,并结合已有的非饱和土渗透率公式,得到了考虑电效应影响的非饱和土的综合渗透率公式;最后以钠高岭土为例,分别计算出在温度为15℃、4种不同浓度的NaCl溶液考虑电效应影响的渗透率ke和不同饱和度下不考虑电效应的渗透率k*。计算结果表明:(1)在温度恒定的情况下,渗透液的浓度对ke影响很大,随着浓度的增大,ke近似线性减小;(2)渗透液的饱和度对k*影响显著,随着饱和度的减小,k*显著减小。因而,在溶液浓度较低和饱和度较低的情况下,非饱和土水的渗透应考虑电效应的影响;在饱和土中,电效应的影响很小,可以不予考虑。     

有效应力强度因子范围门槛值与载荷比关系的研究

不同载荷比下的有效应力强度因子范围门槛值△Keff.th往往被看作一个常数,然而疲劳实验数据结果通常散落在一个较窄的带宽范围内,而不是所期望的一条曲线。另外,基于改进的McEvily模型对△Keff.th进行的灵敏度分析表明△Keff.th对疲劳裂纹扩展率具有重要的影响,尤其是在占有大部分疲劳裂纹扩展寿命的近门槛值区域。因此,文章认为不同应力比下的△Keff.th为变量,并且通过三个方面对△Keff.th与应力比R的关系进行了深入的研究:(a)Schmidt和Paris提出的一个关于△Keff.th的简化模型和相应的试验数据;(b)基于传统的裂纹完全闭合概念的△Keff.th试验数据;(c)基于裂纹局部闭合模型的△Keff.th,p试验数据。分析结果表明,在应力比低于临界应力比时,随着应力比的增加,有效应力强度因子范围门槛值也相应增加;而应力比高于临界应力比时,有效应力强度因子范围门槛值随应力比的增加而减小。另外,通过对试验数据的曲线拟合分析表明,Lorentz分布能很好地描述相应的试验数据。     

低水头枢纽消力墩位置对消能效果的影响

低水头枢纽通常采用消力池底流消能的方式来消减泄水闸下泄水流的能量,而消力墩的位置对水跃的形式、强弱影响较大,从而影响整个消力池的消能率。采用计算流体力学软件Fluent的VOF模型,探讨消力墩位置对消力池内水跃特征、湍动能耗散率分布及消能率的影响。结果表明：消力墩位置会影响消力池消能率——消力墩布置在消力池长度的0.65及以上时,其消能效果与不布置消力墩时相差不大;消力墩布置在消力池长度的0.35处时,消力池的消能率最大,比布置在0.65时消能率提高约10.5%。     

滨州黄河公路大桥支座病害分析及更换

分析了滨州黄河公路大桥用盆式橡胶支座劣变的原因,采用高承载球形支座予以替换更新,消除桥梁运营安全隐患。     

筒柱型重力墩式码头结构改造方案

针对筒柱型重力墩式码头结构尚无明确定义和成熟的设计计算模式、实际工程案例少、改造难度大的现状,基于沙角C电厂煤码头结构改造工程,采用在筒柱外侧设置钢筋网、外立模板,利用已有筒柱底座基础水下现浇高性能混凝土结构、增大筒柱直径及自重的改造方案,解决码头整体抗滑、抗倾稳定性不足问题,实现码头升级改造。结果表明,采用该方案对原码头结构整体性和生产作业影响较小,实施可控性强,结构改造优势明显。     

高速三体船兴波阻力与片体布局优化研究

本文据线性兴波阻力理论推导了辅船体与主船体水下体积不相等情况下的兴波阻力计算公式,据此以数学船型作为片体对高速三体船片体兴波干扰规律、兴波阻力曲线规律进行了研究,并采用简单枚举与等值线图谱相结合的方法对片体布局优化问题进行了探讨.     

四元数法在AUV六自由度仿真中的应用

AUV六自由度仿真几乎无一例外都是基于欧拉角方法来求解运动微分方程,这种方法可以很直观地得到AUV的位置和姿态角,不过在纵倾角±90°的情况下会产生奇异点,使仿真无法进行下去.为克服上述不足,采用了四元数法取代欧拉法.仿真结果表明,四元数法可以进行任意角度的仿真.     

船舶结构钢海洋环境点蚀模型研究之一:最大点蚀深度时变模型

腐蚀是导致老龄船舶结构失效的主要原因之一.结合基本点蚀原理,本文对碳钢、低合金钢海水全浸带点蚀的主要影响因素、具体点蚀进程做了简要解释与评述.针对我国船舶结构常用碳钢、低合金钢的实海腐蚀试验观测数据建立了新型Weibull函数形式的点蚀最大深度模型.通过对比验证,证明采用Weibull函数表示点蚀最大深度随时间变化关系是合适的.     

基于深度学习的网约车供需缺口短时预测研究

城市不同区域网约车供需缺口预测可为车辆调度策略提供支持,从而提高车辆运行效率和乘客服务水平.为实现网约车供需缺口短时预测,提出一种基于时空数据挖掘的深度学习预测模型(Spatio-Temporal Deep Learning Model, S-TDL).该模型由时空变量模型、空间属性变量模型和环境变量模型 3个子模型融合而成,可捕捉时空关联性、区域差异性和环境变化对供需缺口的影响.同时,提出特征聚类-最大信息系数两阶段特征选择方法,筛选与供需缺口相关性强的特征变量,提高训练效率,减少过拟合.滴滴出行实例分析证明,特征选择后的 STDL模型预测精度显著优于BP神经网络、长短期记忆网络和卷积神经网络.