固体超强酸SO_4~(2-)/ZrO_2-TiO_2-Fe_2O_3催化合成乙酸异戊酯

用沉淀浸渍法制备固体超强酸SO42-/ZrO2-TiO2-Fe2O3催化剂,利用TG和XRD进行表征.将该催化剂用于醇酸反应制备乙酸异戊酯,考察了反应条件对酯化率的影响.结果表明,当Zr、Ti和Fe的摩尔比为1∶3∶2时,催化剂活性最高.其催化合成乙酸异戊酯的适宜工艺条件为:醇酸摩尔比1.3∶1,催化剂用量(以0.25 mol乙酸计)1.0 g,带水剂用量10 mL,反应时间3 h.在此条件下,酯化率达98.5%.     

公路平面交叉口交通冲突分析模型研究

通过对公路平面交叉口道路交通条件及交通冲突数据的分析研究,引入影响系数概念,建立了公路平面交叉口道路交通条件与交通冲突的关系模型,提出了基于交通冲突的公路平面交叉口交通安全评价的综合影响系数方法.根据交叉口的交通流量、相交道路流量比、交通组成及左转车比例等因素,确定对交通冲突率的综合影响系数,进而得出交叉口的安全水平.     

基于双G断裂准则的钢筋混凝土结构锈胀寿命预测

基于文献[1]提出的腐蚀钢筋混凝土钢筋锈胀力的公式,利用断裂力学理论推导了锈蚀钢筋混凝土构件裂缝扩展应变能释放率的表达式,应用双G断裂准则对锈蚀钢筋混凝土结构的裂纹扩展寿命进行了预测,分析了裂纹扩展寿命与混凝土强度等级,保护层厚度和钢筋直径的定量关系。结果表明：构件初始裂纹长度时锈胀的起裂、稳定扩展和失稳扩展寿命影响非常严重;钢筋直径和混凝土强度等级的增加会引起裂纹扩展寿命的增加,随着混凝土保护层厚度的增大,裂纹扩展寿命略有下降趋势。因此,为提高混凝土结构的耐久性,合理设置混凝土保护层厚度是至关重要的。     

火花塞电极结构对等离子流的影响分析与探索

通过分析火花塞点火时等离子流生成机理及点火过程中电极结构对等离子流的影响,对传统火花塞、新型火花塞电极结构进行了分析和改造实验,设计出串联双点火间隙电极结构等离子流火花塞及点火电路,该火花塞工作时2个间隙同时点火形成双火核,加速了火焰传播速度,点火能量增大,由于等离子流的吹动,电极积炭问题也得到了解决。     

沥青混合料抗车辙能力优化设计

对沥青混合料的抗车辙性能进行优化设计,设定骨架密实和设计8%空隙率2个优化条件,据此提出新型矿料级配设计方法--分级掺配法.矿料成型采用改进的干捣实方法,根据集料分界点分2步逐级掺配集料,粗集料部分每级集料掺配比例依据骨架判断公式和高斯拟舍结果得出,细集料部分每级掺配比例依据高斯拟合结果得出,进而确定粗细集料各自总的质量百分率,由此得到一条骨架密实型级配曲线,并进一步按照优化务件确定油石比.用成型试件对混合料沥青膜厚度、矿料间隙率、空隙率、动稳定度等各项性能指标进行验证,结果表明沥青混合料抗车辙性能较好,功能化设计方法能有效地改善沥青混合料的性能.     

基于沉降变形特性的路堤离心模型试验研究

为深入分析路堤沉降变形特性,进行了不同边坡坡率的路堤土工离心模型试验,分析了形变沉降和压密沉降以及水平位移随路堤边坡坡率变化的规律。结果表明：路堤顶面的最大形变沉降出现在路肩位置;边坡坡率越大,路堤顶面形变沉降的差异沉降值越大;边坡的最大水平位移出现在边坡中部,边坡坡率在1：1．2～1：1．5时,对路堤竖向沉降和水平变形的影响最敏感。     

山区河流干支流汇流特性研究

本文通过模型试验研究和实测资料的分析，着重对山区河流干支流汇流后的特性进行了深入的研究，结果表明，干支流的汇流比｛Ｑ／ＱＣ｝是影响交汇角大小，汇流面坡降，输沙率变化 主要因素，同蛙利用汇流比Ｑ／ＱＣ这一特征值，建立了它与汇合口的水力和泥沙运动绵部份相关关系，从而揭示了山区河流干支流相汇后的变化特性。     

钽薄壁管焊接成形前期开口间隙场计算的有限元模型

为了控制钽薄壁管焊接成形的质量,进行钽薄壁管开口间隙场计算模型的研究.借助有限元方法、薄壳理论以及平板弯曲理论,得到整体单元的刚度矩阵,建立了钽薄壁管开口间隙场计算的有限元模型.该模型精确描述了钽薄壁管焊前成形开口间隙的形状,利用该模型可以系统地研究钽薄壁管焊前成形的过程,为正确地选择成形工艺参数提供了理论依据.试验表明,理论计算与实测结果吻合得较好.     

提高自蔓延高温合成陶瓷内衬钢管性能的研究

自蔓延高温合成陶瓷内衬钢管具有制造工艺简单,节能,成本低和使用效果好等特点,在概括了自蔓延高温合成陶瓷内衬钢管的制备原理基础上,从降低陶瓷层孔隙率,减少陶瓷层裂纹和提高陶瓷层结合强度等方面,论述了提高自蔓延高温合成陶瓷内衬钢管性能的措施,最后还介绍了该钢管其应用现状及展望。     

基于迁移学习的桥梁表观病害检测技术研究

桥梁表观病害检测是保证桥梁设施安全的关键技术之一。深度卷积网络因其强大的特征提取能力,被广泛应用于土木工程领域的结构病害识别与检测,然而在土木工程领域中往往缺乏用于训练深度学习网络的高质量大规模病害图像数据集。针对上述问题,提出一种基于迁移学习的桥梁表观病害检测方法。该方法运用迁移学习技术,通过迁移VGG16网络模型结构及全部卷积层参数,并在迁移后的模型结构上添加新的全连接层,以此来解决训练数据集不足的问题。运用动态学习率调整策略,以不同的学习率对卷积层和全连接层参数分别进行微调,用于提高模型的识别准确率。实验对比ResNet18,ResNet50,VGG19,VGG16等主流深度学习网络模型,该方法在验证集上取得了最高准确率,为98.86%。用实拍的未经过处理的桥梁表观病害图像数据集进行测试,该方法的整体结构表观病害识别准确率达到88.33%,其中泛碱、露筋和裂缝3类病害的测试准确率分别达到96.25%,80.00%和88.75%,具有较高的病害识别准确率,可以用于在役桥梁表观病害识别。