双层小导管超前支护在杨白线杨树庄隧道浅埋洞口段施工中的应用

结合杨白线杨树庄隧道工程实例,介绍了隧道浅埋洞口段采用双层小导管超前支护的施工方法,并对其工艺进行了详细阐述,实践证明,该施工方案在隧道浅埋洞口段对围岩起到很好的加固作用,保证隧道安全顺利的施工。     

改进梁格法模拟小箱梁桥的参数取值研究

以24.5 m路基宽度装配式小箱梁为背景,以由4片小箱梁组成的20 m跨简支箱梁为研究对象,通过模拟不同虚拟横梁间距及刚度参数对梁格模型位移的影响,得出改进梁格法模拟小箱梁时最优的横梁间距及刚度参数取值,为同仁计算其他跨径小箱梁桥提供借鉴和参考。     

小尺寸水泥混凝土路面板的分析与应用

利用ANSYS分析软件对小尺寸水泥混凝土面板进行分析,发现采用小尺寸水泥混凝土路面板有利于减小面板厚度。通过回归得出的小尺寸水泥混凝土板厚度的计算公式,在农村公路水泥混凝土路面建设中有着较好的应用价值。     

一种新型移相控制FB-ZVZCS-PWM变换器

为克服全桥零电压零电流变换器现有拓扑结构电流应力大、控制复杂、稳定负载范围窄等缺陷,提出了一种新的基于移相PWM(脉宽调制)控制的变换器拓扑结构.该拓扑结构在负载率大于15%时能稳定地实现超前臂和滞后臂的软开关,并且电流应力大大减小.建立了该拓扑结构的小信号模型,用Matlab对其动态性能进行了仿真分析.最后,试制了一台容量为8 kW,输出电压为110 V的样机,证明了理论分析的正确性和参数设计的合理性.     

小曲率半径斜拉桥拉索与索导管的侧向空间分析

为确保拉索在成桥后的减振装置安装施工便利,降低斜拉索与索导管之间的挤压风险,需要开展斜拉索与索导管的侧向空间分析。该分析基于空间索单元对斜拉桥的拉索进行精细化的数值模拟,迭代求解得到斜拉索在初始张拉力工况下的重力影响拉索线形,进而确定索梁交界位置索导管的空间角度。考虑小曲率半径斜拉桥的主梁预抛高及索塔竖向偏位和横向偏位对拉索和索导管侧向净距的影响,研究拉索与索导管的侧向挤压效应。     

预制装配式小箱梁跨中横隔板设置数量对结构整体受力影响分析

以双向六车道高速公路横断面下20m、30m、40m跨径预制装配式小箱梁为研究对象,运用有限元分析软件Midas建立计算模型,量化预制装配式小箱梁中横隔板设置数量对结构整体受力影响。计算分析得出,对于中小跨径预制装配式小箱梁,设置1道跨中横隔板可以大幅减小各主梁跨中活载弯矩,满足各主梁整体协调受力的要求,且施工相对简单、造价经济,是设计的最优选择。     

基于最大Lyapunov指数改进算法的交通流混沌判别

提出了一种快速判别交通流混沌的最大Lyapunov指数改进算法．该算法首先用关联积分法（C-C方法）和Cao方法确定重构相空间的两个重要参数：嵌入维数m和延迟时间，再用小数据量方法计算时间序列的最大Lyapunov指数．这种算法不仅能够很好地重构原始时间序列的特性，并且能够避免Wolf方法的局限性．应用最大Lyapunov指数改进算法对仿真交通流和实测交通流的时间序列进行了混沌判别，结果表明，基于跟驰模型的仿真交通流和实际交通流中存在混沌现象，最大Lyapunov指数改进算法是准确判定时间序列是否具有混沌特性的一种有效方法．     

望牛岭隧道浅埋软弱段施工技术

以望牛岭隧道施工实例,介绍了浅埋、软弱段施工的工程概况、施工方法的选择和实施,总结了小导管施工、左右线掘进的施工经验。     

阜朝高速公路湿陷性黄土段小桥涵地基的处治

湿陷性黄土易产生沉降变形,且承载力低。本文介绍阜朝高速公路湿陷性黄土段小桥涵地基处治的一些方法。     

Adaptive Synchronization in Small-World Dynamical Networks

Adaptive synchronization in NW small-world dynamical networks was studied.Firstly,an adaptive synchronization method is presented and explained.Then,it is applied to two different classes of dynamical networks,one is a class-B network,small-world connected R o¨ssler oscillators,the other is a class-A network,small-world connected Chua's circuits.The simulation verifies the validity of the presented method.It also shows that the adaptive synchronization method is robust to the variations of the node systems parameters.So the presented method can be used in networks whose node systems have unknown or time-varying parameters.