自密实混凝土扩展度影响因素分析与评价

扩展度是表征自密实混凝土填充性的一项重要指标,同时也是混凝土工作性能的重要指标。从砂率、粉煤灰用量、微硅粉掺量三方面探讨自密实混凝土扩展度大小的影响因素。试验结果表明:砂率的大小对自密实混凝土的影响主要体现在对粗骨料的润滑,本试验条件下的合理砂率约为46%;当粉煤灰含量约占胶凝材料的30%时,粉煤灰能够与水泥充分反应,自密实混凝土的扩展度达到最大;因微硅粉对混凝土拌合物起到了保水作用,减少了拌合物发生离析、泌水的几率,使得拌合物具有较好的工作性和稳定性。因此,本试验条件下微硅粉的复拌含量为粉煤灰总量的5%较为适宜。     

码头面高程计算方法探讨

针对码头项面高程确定中遇到的实际问题,提出一种新的计算方法。新方法在吸收现行规范中有掩护式码头和开敞式码头顶面高程计算方法特点的基础上,对于各种掩护程度码头采用统一公式,可以避开因半开敞式码头界定的不明确性给码头顶面高程计算带来的麻烦,在考虑波浪荷载与水位组合方面概念更清晰,应用较方便。     

墩梁加固环状狭小空间混凝土灌注技术北大核心

结合一高架桥墩梁固结外包混凝土加固施工实践,介绍在钢管箍内狭小空间中灌注混凝土施工技术的原理、施工工艺、质量控制方法及处理措施。设计出了一种新型泵管接头,给出了混凝土输送泵出口泵压公式。实测数据分析结果表明,自密实混凝土阻力系数为4.0时,既能保证混凝土顶升的最小灌注压力,又能保证灌注混凝土的密实度和均匀度,防止离析。本文提出的技术及参数可应用于桥梁墩柱、建筑结构柱的加固及钢管混凝土拱桥管内混凝土灌注。     

因子分析在我国城镇居民消费结构研究中的应用

利用多元统计分析方法,对我国30个地区2001年消费支出的统计数据进行因子分析,利用SPSS软件找出影响各地区消费结构一致性的因素,通过比较,分析出我国城镇居民消费支出存在明显差异,影响地区消费结构的指标趋于相同,其结论为我国各地区经济发展及决策提供理论依据.     

基于贝叶斯网络的高速公路交通事故严重程度预测及致因分析

为了深入研究高速公路交通安全,剖析高速公路交通事故的发生机理以及各类因素对高速公路交通事故严重程度的影响,收集曲靖市境内沪昆高速段2017—2019年的1 939起交通事故进行研究。以事故严重程度为因变量,筛选出人、车、路、环境4个大类下的与事故严重程度相关的19个影响因素为自变量,采用数据融合法基于树增广型贝叶斯网络构建事故严重程度预测模型,量化各因素间的影响关系,经特征筛选找出关键致因,并结合案例进行推理分析。结果表明：影响高速公路交通事故严重程度的关键致因依次为天气情况、视距情况、路面情况等。模型对高速公路事故严重程度预测准确率可达84.27%,高于传统贝叶斯方法,模型有效性验证良好。针对事故主要致因提出改进建议,可为交管部门提供准确事故信息辅助决策,加快事故响应速度,提高事故应急指挥能力。     

国家铁路罐车容积计量站圆满完成全国铁路罐车容积检定计量比对

为了考核和提升国家铁路罐车容积计量站(以下简称"总站")及8个分站采用三维激光扫描法检定铁路罐车容积的技术能力,评估其检定结果的准确程度和一致性,总站作为主导实验室,于2020年12月9—10日在北京举办"全国铁路罐车容积检定计量比对"(以下简称"比对").这次比对是国家市场监督管理总局针对"三维激光扫描法"作为计量领...     

建成环境对城市交通事故严重程度影响研究

针对城市交通事故分析中缺少建成环境因素的系统考虑,以密度、多样性、交通设计、可达性及公共交通临近度等5个维度表征建成环境,同时考虑个体行为、道路情况、事故类型及自然环境4个方面,运用机器学习算法建立融入建成环境因素对城市道路交通事故严重程度影响分析模型;并以重庆市某区的事故数据进行实证分析。研究结果表明：建成环境变量对事故严重程度有较大影响;从变量重要度排序来看,土地利用混合度(14.29%)、快速路及主干路密度(12.43%)、次干路及支路密度(11.54%)、人口密度(11.35%)与可达性(10.96%)的影响程度较高,累计重要度达60.57%;同时各变量与事故严重程度呈现出非线性关系。     

南京长江大桥双曲拱桥拱肋增大截面加固材料及施工关键技术

南京长江大桥是长江上第一座由中国自主设计和建造的双层公铁两用特大桥,其南、北引桥及回龙桥含多跨双曲拱桥结构。由于南京长江大桥通车已有50年,双曲拱桥结构出现多处病害,需进行维修加固。维修加固方式为增大拱肋截面,采用研发的微膨胀高性能低含气量的自密实混凝土材料,通过增设植筋将新旧混凝土连成整体,在新旧钢筋间设牺牲阳极锌块延缓钢筋锈蚀。结合人工电锤+高压水冲洗的综合凿毛方式、限位卡片和木条限位的植筋精准定位法、压灌结合混凝土浇筑等施工技术,实现了实桥新旧混凝土良好结合,新增混凝土强度稳定、密实无孔洞,钢筋保护层合格率高的效果。     

Using a SVM to evaluate damage to vibration isolators in an elastic raft system

Predicting damage to vibration isolators in a raft experiencing heavy shock loadings from explosions is an important task when designing a raft system. It is also vital to be able to research the vulnerability of heavily shocked floating rafts unreliable, especially when the allowable values The conventional approach to prediction has been or ultimate values of vibration isolators of supposedly uniform standard in a raft actually have differing and uncertain values due to defective workmanship. A new model for predicting damage to vibration isolators in a shocked floating raft system is presented in this paper. It is based on a support vector machine（SVM）, which uses Artificial Intelligence to characterize complicated nonlinear mapping between the impacting environment and damage to the vibration isolators. The effectiveness of the new method for predicting damage was illustrated by numerical simulations, and shown to be effective when relevant parameters of the model were chosen reasonably. The effect determining parameters, including kernel function and penalty factors, has on prediction results is also discussed. It can be concluded that the SVM will probably become a valid tool to study damage or vulnerability in a shocked raft system.     

基于同方差的递增时间序列自回归预测的改善方法

提出了"利用反双曲正弦函数变换提高数据列光滑程度"的新结论,获得了递增时间序列改善的自回归预测新方法。