某车型侧围D柱下角板冲压成型问题浅析

采用AUTOFORM软件对某车型侧围D柱下角板数模进行成型性有限元分析,预测出3处起皱或开裂风险。为解决D柱下角板成型问题,通过对D柱下角板成型工艺特点进行分析,并结合理论知识对造成D柱下角板成型不良的原因进行了详细研究;根据分析结果,通过优化产品结构,改善工艺结构,优化料片,使D柱下角板在成型过程中材料流动得到改善,提高产品的工艺性;通过CAE模拟再次进行分析验证,D柱下角板的起皱变量和减薄率均得到明显改善,通过现场调试优化,使D柱3种成型问题得到了解决。     

基于卷积自编码的沥青路面目标与裂缝智能识别

目前基于深度学习的路面裂缝识别经常面临训练数据集小，以及路面图片标注成本高等问题，基于小规模路面图片数据集，利用卷积自编码（CAE）方法进行数据增强，开展包括路面裂缝在内的路面目标智能化识别方法研究。在传统图像几何变换数据增强的基础上，采用CAE重构图片方法对原始数据集进行两步骤扩增；利用卷积神经网络DenseNet，设置了不同数据扩增方法的对比试验；针对沥青路面裂缝图片背景较黑，裂缝特征不清晰，无监督聚类学习难度大等问题，采用了一种基于CAE预训练的深度聚类算法DCEC，对经数据增强的路面图片进行无标注的聚类识别。研究结果表明：经过DenseNet网络100代的训练，在同一测试集的测试下，基于原始数据集训练的网络分类准确度为78.43%，利用传统图像处理方法进行扩增后准确度为83.44%，利用所提出的图片增强方法进行数据扩增后准确度达87.19%；在保持扩增后数据集样本量大小相同的情况下，与几何变换、像素颜色变换等经典数据增强手段相比，CAE重构图片的数据扩增方法有较高的路面图片识别精度；CAE数据扩增方法较受训练数据集样本量的影响，利用传统方法将数据集扩增后进行CAE特征学习，重构后的图片样本更易被机器识别；相较于传统机器学习聚类算法，所提出的的DCEC深度聚类方法将聚类准确率提升了约10%，初步实现了无需人工标注的路面目标的端到端智能识别。     

预应力混凝土连续梁桥合龙区域裂缝成因分析

该文就广州市某大桥合龙区域箱梁底板预应力张拉时,较多裂缝出现在箱梁底部的情况,通过现场勘察和计算分析,发现钢束实际产生的向下拉力远大于理论值。实际荷载作用下的箱梁局部分析表明过大的拉力拉断钢束孔道侧壁,导致裂缝的产生。文中针对该类裂缝提出了预防建议。     

干湿循环作用下预崩解炭质泥岩裂隙发育规律及强度特性

由于炭质泥岩遇水易风化、强度低、变形大，干湿循环作用下炭质泥岩路堤易形成纵横交错的裂隙网络，加速路堤边坡失稳。为分析干湿循环作用下预崩解炭质泥岩裂隙演化规律与强度特性，通过制备较大尺寸预崩解炭质泥岩试样，开展室外裂隙演化原位试验及裂隙试样直剪试验，实时拍摄不同干湿循环次数下试样裂隙扩展图像，并基于裂隙图像特征参数对各阶段裂隙特征进行定量化描述，进而构建预崩解炭质泥岩的抗剪强度与裂隙参数关系模型。研究结果表明：预崩解炭质泥岩裂隙数量、裂隙最大长度及裂隙率等裂隙参数均随干湿循环次数分为迅速增长、缓慢增长、趋于平缓3个阶段；各因素对裂隙发育影响程度由强至弱依次为初始含水率、干密度、干湿循环次数；含裂隙试样剪切时遇到裂隙剪切应力会发生暂时性衰退，不同裂隙参数试样的黏聚力变化显著，而内摩擦角变化甚微，内摩擦角变化主要取决于土体干密度的变化，而黏聚力变化取决于初始含水率，抗剪强度主要与黏聚力相关联。为研究土体抗剪强度与裂隙参数的关系，拟合得到了裂隙率与黏聚力的指数关系模型，发现其拟合变化曲线呈凹形的抛物线变化，其抛物线分急剧降低和趋于稳定2个阶段。研究成果可为预崩解炭质泥岩路堤工程施工及稳定性分析提供参考。     

砼大板裂缝通病的防治

论述港口工程中堆场、道路砼大板产生各种裂缝的原因、防治措施及裂缝的处理方法。     

浅谈8K电力机车在役车轴超声波探伤方法

分析了8K电力机车在役车轴疲劳裂纹产生原因,提出了超声波探伤方法,并介绍了疲劳裂纹波形特点和疲劳裂纹定量影响因素。     

码头面板纵向裂缝成因分析与设计

横向配筋过少是集中荷载下码头简支面板出现纵向裂缝的主要原因之一。为提高设计精度,在厚板理论基础上,采用三维有限元法对集中荷载下钢筋混凝土简支板进行了力学分析。通过回归统计,研究了双向板剪跨比、厚宽比、宽跨比对横纵向弯距比的影响规律,建立了简化数学模型,从而为集中荷载下简支双向薄、厚码头面板的横向配筋设计提供理论指导。     

机车抱轴箱疲劳裂纹扩展寿命的可靠性研究

在实测应力谱的基础上,按照断裂力学方法计算了抱轴箱裂纹扩展寿命,并建立其可靠性分析模型。依据可靠性理论,采用蒙特卡罗方法,分析了机车运行不同公里数所对应的抱轴箱破坏概率。可以看出文中计算得出的抱轴箱裂纹扩展寿命与可靠性分析结果是对应的,此结果可作为控制抱轴箱质量和预测寿命的依据。     

金属疲劳裂纹扩展率曲线与S-N曲线之间的关系

目前有两种不同的理论用于预报金属结构的疲劳寿命。一种是基于S－N曲线的累积疲劳损伤理论，另一种是基于裂纹扩展率曲线的疲劳裂纹扩展理论，如果都把一个构件的最终断裂作为疲劳破坏的定义，则S－N曲线和裂纹扩展率曲线均是反映金属在疲劳载荷作用下的基本材料特性。尽管在过去这两种曲线是分别测试的，但它们之间应该存在一些相互关系。本文的主要目的就是讨论它们之间的关系。基于S－N曲线的一个一般表达式和裂纹扩展率曲线的一个有代表性的表达式，本文建立了两种曲线之间的一个正式关系，这表明只需要测试一种曲线，而另一种曲线就可以根据已有的试验结果导出。文章以一个中央裂纹平板作为例子，演示了如何根据一种曲线推导另一种曲线。     

空间聚集法在沥青路面裂缝自动检测中的应用

沥青路面施工质量与效果直接决定了道路的使用安全与寿命。然而,受到各类因素的影响其路面裂缝不可避免,在裂缝的影响下地表径流以及承载应力会形成对路基的冲刷与损害,进一步提升了道路病害出现的可能。在此基础上,通过构建空间聚集法的方式对沥青路面裂缝进行检测与评价不仅能够有效地收集所需信息,还能够在自动化与函数化的基础上提供更为准确的评价结果。