凸形钢箱拱肋截面荷载试验和有限元分析

以宁波市东外环甬江大桥凸形钢箱拱肋截面为对象,应用预应力钢绞线的自平衡加载方式进行了1∶4的拱肋节段缩尺模型荷载试验,采用板壳单元和实体单元建立了有限元模型,进行了非线性分析,研究了考虑初始缺陷和局部屈曲的凸形钢箱拱肋截面的受力特性、实际承载能力和局部失稳机理。研究结果表明:各测点实测应力与截面平均应力较接近,根据测点实测应力与截面平均应力之间的关系可将凸形截面分成4类测点;有限元所得应力与实测应力趋势相同,数值相近;凸形钢箱拱肋截面的强度折减系数为0.94～0.98;纵向加劲肋和横隔板结构能有效防止凸形截面加劲板件的局部屈曲;在极限荷载作用下节段出现了凹凸的波节,由于各加劲板出平面位移过大而导致无法继续承载。     

沥青稳定碎石基层材料力学性能试验研究

从沥青稳定碎石的级配组成设计出发,通过抗压强度、劈裂强度试验及静态回弹模量试验,研究了沥青稳定碎石的力学性能,并对比分析了最大公称粒径、级配类型及空隙率对沥青稳定碎石力学性能的影响。     

冻土路基动力特性试验研究

路基土体的动力学参数是铁路设计的重要依据之一。基于冻土特殊的物理力学性质以及在列车振动荷载作用下铁路路基严重破坏的事实,进行了冻土在不同围压、动应力幅值、温度以及含水量条件下的振动三轴试验,获得了冻土的动力学参数以及动剪切强度与上述条件的关系。试验结果表明:随着围压、动应力幅值的增加和温度的降低,土体的动剪切强度增加。在冻结条件下,随着土样含水量的增加,冻土的动剪切强度增加,这与未冻结土的动强度变化规律完全不同。     

土石复合介质动力特性试验

基于室内不排水动三轴试验,研究了土石比、围压和地震烈度对土石复合介质的动力特性的影响;针对动强度的变化规律,分析了动强度参数动黏聚力和动内摩擦角的变化规律。研究表明:在相同压实度条件下,土石复合介质的动强度随土石比的减小而增大,随地震烈度的提高明显减小;对某一含石量,动黏聚力随烈度的增大逐渐减小,并且随土石比减小减小得更快,而动内摩擦角随烈度的增大而减小;在烈度相同,即相同振次条件下,动黏聚力随土石比减小而增大,动内摩擦角也随土石比减小而增大。最后,给出了动黏聚力和动内摩擦角随土石比和烈度变化的经验模型。     

基于强度折减法的软硬不均地层隧道开挖方法转换时机研究

为确定隧道穿越软硬不均地层区段中隔壁台阶法向三台阶七步开挖法的工法转换时机,以某地下公路隧道为工程背景,考虑掌子面与软硬地层分界面不同相交位置关系,应用强度折减法对不同工况下隧道安全系数进行计算,获得掌子面与地层分界面相交位置改变时隧道安全系数的变化规律,通过数值计算,分析不同工况下隧道支护结构的变形及应力特征,进而确定隧道开挖及支护方法转换的合理时机。研究结果表明： 1）当基岩覆盖拱顶厚度达4 m后,隧道安全系数增长速率减慢并很快进入稳定状态; 2）基岩覆盖拱顶厚度达3 m后,支护结构变形及应力基本进入稳定状态; 3）确定当基岩覆盖拱顶厚度为4 m时由中隔壁台阶法转换为三台阶法,并通过工程实践对此转换时机的可靠性进行了验证。     

草类根系对坡面土强度及崩解特性的影响试验

坡面植被的固土防冲刷失稳作用往往取决于草类根系对坡面土强度和抗崩解特性的提高幅度。为研究草类根系对提高坡面土强度和抗崩解特性的影响规律,首先通过植草种植试验和观察,研究草类根系生长及竖向深度含根量分布规律,然后采用直剪试验得到不同根系含量或不同生长深度与根-土复合体强度的关系,并对添加不同含量根系的根-土复合体进行强度试验,比较种植活根系和添加死根系根-土复合体不同的强度特性。对路堑坡面植草根系原状土样和添加根系重塑配制土样进行崩解试验,比较分析坡面土壤的结构性、根系含量对植草坡面土体崩解特性的影响。结果表明：草类根系的纵横穿插与缠绕根网加筋作用使草类根系能显著增强根-土复合体的强度,种植根系的毛细根系及生物活性使其对土体强度提高的加筋效应远优于添加根系,其提高幅度与根含量呈线性增加关系;由于草类根系的缠绕包裹作用提高了土的强度,且草类根系在土体孔隙中的穿插能减少雨水入渗时的孔隙气压及封闭气体,从而使草类根系能显著提高根-土复合体的抗崩解特性;路堑边坡土体的结构性以及主根系衍生出大量毛细根系的存在,使添加根系重塑配制土的抗崩解能力远小于路堑边坡种植根系原状土;根土样在配制土中采用稻秸秆代替草类根系,在同样添加比例的情况下具有更高的抗崩解能力及加筋强度。     

轨道交通桥梁减振降噪研究进展

随着高速铁路和城市轨道交通的迅猛发展,人们环保意识的增强以及高架线路的广泛应用,轨道交通桥梁振动与噪声已成为亟待解决的问题。首先,介绍了混凝土桥、钢桥、钢混组合桥的典型振动与噪声试验和桥梁结构噪声常用的理论研究方法。其次,从桥梁结构优化的角度,讨论了混凝土桥、钢桥常用的减振降噪措施,并探讨了TMD的减振降噪效果。然后,综述了桥上轨道结构常用的减振降噪措施。最后,总结了3种声屏障降噪效果的研究进展。结果表明：①不同结构桥梁振动与噪声有所差异,总体来说钢结构桥梁振动与噪声问题更为突出;②混凝土梁截面的优化措施具有一定的减振降噪效果,如增设中腹板或横隔板,优化腹板倾角等措施,U梁对轮轨噪声具有遮蔽效应,梁下区域遮蔽损失最大可达10 dB（A）,但与传统箱梁相比,U梁结构噪声更大;③约束阻尼结构能够有效控制钢桥振动与噪声,TMD能够有效抑制桥梁结构低频振动,但降噪效果甚微;④在钢轨、扣件、轨枕道床等方面采取相应的减振措施,从而达到轨道交通桥梁减振降噪的目的是最为经济可行的方法;⑤声屏障可有效控制交通噪声,直立声屏障降噪效果为5~10 dB（A）,半封闭声屏障降噪效果约15 dB（A）,全封闭声屏障降噪效果超过20 dB（A）。     

钢渣的硅系与复合系激发及其在软土固化中的应用（双语出版）

中国每年产出大量钢材,伴随而产生的副产品钢渣,因其利用率低而导致资源浪费和环境污染。为充分、高效地再生利用废弃钢渣,从提升钢渣的胶凝性出发,参考水泥组分的率值控制指标,采用偏高岭土对钢渣进行成分增补,以提高Al₂O₃和SiO₂含量,开展水玻璃的硅系激发及水泥的复合系激发试验,制备得到钢渣型复合基材。净浆一定龄期后进行无侧限抗压强度试验,并尝试引入率值这一参数评价钢渣基材性能。结果表明：当水泥、偏高岭土和钢渣之间最优质量配比为50：15：85,水胶比为0.28时,复合基材的90 d强度可达41.5 MPa。复合系与钙系钢渣型基材的率值高度一致,可为不同初始成分的钢渣基材的标准化制备提供参考。采用XRD,SEM,MIP等多种微观测试技术探讨钢渣基材强度形成机理,发现钢渣基材水化产物为C-H,C-（A）-S-H和C-A-H等,其中网状C-S-H最为发育,各部分紧密联结,大孔隙减少,使得钢渣复合基材强度保持稳定增长。将钢渣基材用于软土加固中,当钢渣基材掺量为20%时,固化软土28 d龄期无侧限抗压强度可达1.2 MPa。固化土强度与似水灰比R成反比,给出了可用于预测钢渣基材固化土强度预测的经验表达式。     

破碎岩体注浆加固后的力学特性研究（双语出版）

基于理论分析建立破碎岩体注浆加固体力学模型,通过室内试验制作加固体试样并开展单轴抗压试验,分析破碎岩体含量、破碎程度、界面粗糙程度以及注浆材料黏结性能等因素对加固体强度的影响。试验表明：注浆加固体试样在单轴压缩破坏过程中,其内部石块基本保持完整性,破坏主要产生在交界面以及注浆材料内部;当V_BP较大时,在碎石体的阻隔作用下,破裂面无法一次性产生,且多为剪切型破坏;当V_BP较小时,压缩破坏过程中直接形成了上下贯通的破裂面,且多为拉断型破坏;对于未加固的破碎岩体,其强度随V_BP增加而减小,且强度离散程度较大;加固后其强度随V_BP的增大而增大,整体强度大幅提高,同时呈现出明显的线性相关性;加固体强度随碎石数量的增加而减小,二者的线性相关性不显著;加固体强度随着注浆材料黏结强度的增加而增加,随交界面体密度的增加而减小;交界面体密度与黏结强度相互影响,总体强度是二者耦合作用的结果。基于加固体力学模型以及单轴抗压试验数据提出了加固体强度计算公式,该公式考虑了破碎岩体含量、破碎程度、界面粗糙程度以及注浆材料黏结性能等因素对加固体强度的影响。通过与实际试验数据比较,证明了该公式可以较好地对破碎岩体加固强度进行预测。     

Enhancing Speech Recognition for Parkinson's Disease Patient Using Transfer Learning Technique

Parkinson's disease patients suffer from disorders of speech.The most frequently reported speech problems are weak,hoarse,nasal or monotonous voice,imprecise articulation,slow or fast speech,difficulty starting speech,impaired stress or rhythm,stuttering,and tremor.To improve the speech quality and assist the patient with speech rehabilitation therapy,we have proposed the speech recognition model for Parkinson's disease patients using transfer learning technique (PSTL),where we have pre-trained the long short-term memory (LSTM)neural network model with our developed publicly available dataset that has been obtained from healthy people through the social media platform.Then,we applied the transfer learning technique to improve the performance of the PSTL framework.The frequency spectrogram masking data augmentation method has been used to alleviate the over-fitting problem so that the word error rate (WER) is further reduced.Even with a limited dataset,our proposed model has effectively reduced the WER from 58％ to 44.5％ on the original speech dataset and 53.1％ to 43％ on the denoised speech dataset,which demonstrated the feasibility of our framework.