基于流变学的BF-SBS改性沥青胶浆性能研究

为研究玄武岩纤维(BF)对SBS改性沥青流变性能的影响,制备了不同掺量(质量分数为0%、0.2%、0.4%、0.6%、0.8%、1%)玄武岩纤维-(质量分数为4.5%)SBS改性沥青。采用动态剪切流变仪(DSR)对BF-SBS改性沥青进行温度扫描和多重应力蠕变恢复试验(MSCR)以评价其高温流变性能;通过弯曲梁流变试验(BBR)测得的蠕变劲度s、蠕变速率m等指标分析沥青的低温流变性能。结果表明：随着试验温度上升,各掺量BF-SBS改性沥青胶浆的复数剪切模量G~*降低,相位角δ增大,表明BF-SBS改性沥青胶浆拥有更好的弹性特性。在各应力水平下,随着BF掺量增加,BF-SBS改性沥青胶浆的不可恢复蠕变量J_nr不断降低,当掺量达到0.4%时,J_nr值降至最低。而R值高于基质沥青与SBS改性沥青胶浆,表明BF能够有效提升SBS改性沥青胶浆在高应力作用下的高温变形恢复能力。蠕变劲度模量s、蠕变速率m低温指标测值表明适量玄武岩纤维对沥青胶浆低温性能有一定提升,其中掺量为0.4%的BF-SBS改性沥青表现出最佳的高、低温流变性能。     

纤维增强塑料(FRP)混凝土结构疲劳性能研究进展

FRP混凝土结构的疲劳性能是结构非常重要的一个性能,目前国内外对这方面的研究还较少,本文简要从FRP新建结构和FRP加固混凝土结构两方面介绍了国内外对FRP混凝土结构疲劳性能的研究进展,并对今后拟开展的研究工作提出了建议。     

膨胀剂与纤维增强混凝土抗裂性的研究

通过掺加钙镁膨胀剂和玄武岩纤维,采用单轴拉伸试验研究了混凝土的应力应变,探究了不同组分、掺量和水胶比对混凝土抗裂性的影响,确定了掺膨胀剂和纤维抗裂混凝土轴向拉伸应力-应变曲线数学表达式。研究表明：添加膨胀剂和玄武岩纤维可提高混凝土的抗拉强度和韧性,纤维和膨胀剂掺量为1%和7%,水胶比为0.42,混凝土抗裂性能较好,得到的本构方程与试验结果基本吻合,可为抗裂混凝土的研究和应用提供了理论依据。     

纤维沥青混合料高温稳定性的灰关联分析

该文通过灰关联分析方法分析了沥青、集料、纤维对混合料高温稳定性的灰关联度。结果表明,沥青的温度敏感性对混合料的高温稳定度影响最大,其次为粗集料含量,最后才是纤维剂量。     

纤维对沥青混合料路用性能影响研究

沥青混凝土中掺加纤维能显著提高沥青混合料的路用性能、路面的抗水侵害能力、路面的高温稳定性,减少路面的反射裂缝。试验讨论了聚酯纤维与聚丙烯腈纤维对沥青混合料的路用性能的影响。结果表明,掺加0.25%聚酯纤维及0.3%聚丙烯腈纤维,沥青混合料的稳定度提高约20%~30%,残留稳定度达到90%以上,而掺加0.3%聚丙烯腈纤维可以使沥青混合料动稳定度提高3倍左右。     

600 m跨径钢筋混凝土拱桥地震响应分析

该文对一座试设计跨径达600 m的钢筋混凝土拱桥进行了地震响应分析,有限元模拟采用非线性纤维单元。通过对该桥恒载(初应力)受力分析和地震响应的分析,对大跨径钢筋混凝土拱桥对不同地震动的反应和结构的抗震性能进行了评价。     

纤维改性水泥稳定铁尾矿砂抗折能量耗散研究

为了提高钢铁冶炼废弃物的再利用率以及改善水泥土的力学性能,研究通过添加纤维材料和水泥制备纤维改性水泥稳定铁尾矿砂。文章利用抗折试验方法与能量耗散理论,探究纤维种类、长度以及冻融循环次数对纤维改性水泥稳定铁尾矿砂的抗折能量耗散特征影响,并建立纤维有效长度、纤维耗散能与冻融循环次数三者关系的函数模型,从能量耗散角度解释纤维有效长度与耗散能的关系。     

冷链货物非接触式智能搬运系统

为提升冷链货物搬运作业的自动化水平和整体效率,降低一线作业员感染新冠病毒的风险,研究基于传统人工冷库条件的冷链货物非接触式智能搬运系统工艺方案。在拆装箱环节,运用机器视觉和无线遥控等技术实现低温复杂环境下盒装货物自动化拆装箱技术;在码垛环节,运用强化学习算法优化码垛机器人多货型堆码作业;在货物冷库货架堆存环节,基于5G通信技术设计超高位叉车无人驾驶和远程装卸系统方案。应用结果表明,系统能够在一定程度上提升冷链库作业效率、降低人工货物接触频次和人工成本。     

基于强化学习与安全约束的自动驾驶决策方法

在自动驾驶决策场景下,为解决强化学习算法安全性差、学习效率低的问题,提出一种在算法的训练阶段添加基于价值的安全约束和虚拟奖励的方法。首先,利用状态、动作价值函数和安全判断规则,对智能体执行的动作进行基于价值的安全约束,选择价值高且安全的动作。然后,向回放池添加包含虚拟奖励的预测轨迹数据,以补充由于约束而未能获取的试错动作信息和相应的状态、奖励信息。最后,为进行加减速和换道决策实验,基于修改后的高速公路仿真环境highway-env搭建了3车道高速公路场景,并以深度Q网络（Deep Q Network, DQN）算法为基础,分别训练和测试了无安全约束的算法、拥有基于规则的安全约束的算法和拥有基于价值的安全约束的算法。结果表明,考虑加速、减速、保持车速和车道、向左换道、向右换道共5种动作时,基于价值的安全约束算法的成功率比无安全约束的算法高3倍以上,平均回报提升28%;仅考虑向左换道、向右换道、保持车道这3种换道动作时,基于价值的安全约束算法的成功率比基于规则的安全约束算法高0.11,平均回报提升6%;都添加基于价值的安全约束时,考虑5种动作的算法相较于考虑3种动作的算法成功率低0.06但...     

基于深度强化学习的船舶航线自动规划

为解决传统船舶航线规划算法缺少对经验航线的参考及不适用于真实航行需求的问题,提出一种基于深度Q网络(Deep Q Network,DQN)船舶航线自动规划算法,用以在电子海图中提供拟合航道,生成适宜真实航行情况的自动规划航线.这种算法采用当前神经网络和目标神经网络2个二层神经网络结构,达到打乱数据相关性的目的,将智能体...