T/CBMF 64-2019《预应力高强混凝土管桩免压蒸生产技术要求》标准解读
为了便于标准使用各方准确贯彻实施标准的具体要求和规定,简述了中国建筑材料联合会团体标准T/CBMF 64-2019《预应力高强混凝土管桩免压蒸生产技术要求》的编制背景、编制目的和意义,详细说明了标准条文的具体内容,提出了实施过程中应注意的问题。
自保温混凝土小型空心砌块砌体抗压强度及弹性模量的试验研究
对三组27个自保温混凝土砌块试件进行了抗压强度和弹性模量的试验研究,试验结果表明,自保温混凝土砌块砌体的受压破坏过程分为三个阶段,与普通混凝土砌块砌体的受压破坏过程类似;自保温混凝土砌块砌体的初裂荷载约为破坏荷载的70%,表现出了明显的脆性特征。
基于深度学习的翼型气动系数预测
提出了一种基于深度学习的翼型气动系数预测方法,有效克服了以往方法依赖翼型设计参数以及算法复杂度随预测精度的提高呈指数级增长等缺点。首先,介绍了卷积神经网络(CNN)的基本原理、网络机构以及训练方法,给出了训练样本数、批量大小、批次数量、迭代次数、循环次数的关系;其次,设计了针对翼型图像处理的CNN结构,随机选择6000个样本对该网络进行了训练;最后,对561个翼型的法向力系数进行了预测,并与部分参数法方法的预测结果进行了比较。仿真结果表明,提出的图形化预测方法具有很高的预测精度。
气-固-液混凝土喷射机喷头结构的力学性能分析
阐述气-固-液混凝土喷射机的结构,计算气-固-液流体的密度和质量流率,研究混合流体的动力学方程,讨论喷头结构对喷射性能的影响,最后介绍混凝土喷射机在建筑基坑边坡支护工程及喷锚网等的应用。
海洋石油生产设施数字化探索
随着油气田区域滚动开发,大量海洋油气田生产设施面临改扩建,加之设施延寿和弃置等要求,海洋工程设施的信息交付已成为工程建设面,临的课题。针对海洋油气田工程生产设施实际素求,开展了工程设施数字化项目试点研究,首次将海洋工程设施实体相关的数据信息作为与实体资产同等重要的无形“信息资产”纳入管理,实现管理和运营在物理空间上的分离。实践证明,海洋工程设施数字化工作大幅提高了运营管理水平,对现有管理模式将产生深远影响和变革。
再生骨料在透水混凝土中的试验研究
采取正交试验法研究了再生骨料掺量、水胶比、骨料颗粒级配三个因素对透水混凝土的强度和透水性的影响。结果表明,最佳配比为:再生骨料掺量40%、水胶比0.25,再生骨料由50%粒径为4.75~9.5 mm的再生骨料和50%粒径为9.5~16 mm的再生骨料混合组成,在该配比下制得的透水混凝土透水系数为6.3 mm/s,抗压强度为23.1 MPa。
某轿车副车架模态分析
本文通过用Hypemesh11.0进行网格划分,然后用MSC.NASTRAN进对某轿车副车架进行模态分析,以确定冲压横梁结构是否能够达到原液压横梁结构的模态固有频率,为制定工艺方案提供支持,也为以后同类产品的研发提供设计参考。
多模式开关电源控制芯片的低功耗设计方案
针对降低多模式开关电源控制芯片在轻载与待机工作模式下功耗,提高其全负载条件下工作效率的需要,提出一种开关电源控制芯片供电系统的设计方案,实现了其在启动、关断、重载、轻载以及待机等各种工作情况下的高效率低功耗工作。该供电系统主要包括欠压锁定电路、数字模块电源单元和两种不同的模拟模块电源单元,以及状态检测模块和模式控制逻辑单元,能够实现电源的上电、掉电控制,同时能够根据电源的负载条件控制各模块的开通关断以实现低功耗工作。该系统已应用于绿色多模式反激式开关控制器的设计中,取得了提高电源效率、降低待机功耗的作用。芯片采用1.5μm BiCMOS工艺设计制成。测试表明,所设计电源的各项指标均已达到设计要求。
RFID技术在仓储管理中的应用
射频识别RFID是Radio Frequency Identification的缩写,即射频识别,俗称电子标签,是一种新兴的射频自动识别技术,它将以优越的性能特点应用在仓储物流领域,慢慢取代条形码。本文通过与传统务形码的对比介绍了RFID技术及其特点.针对广西某大米仓库的管理状况,分析了RFID技术在其仓储管理各个环节中的应用,并提出该技术未来的研究方向。
机器学习方法在气动特性建模中的应用
气动数据建模是飞行性能仿真评估的基础。气动特性建模主要有机理建模方法和“黑箱”建模方法。本文对“黑箱”建模的三类机器学习方法——分类与回归树方法、浅层学习方法和深度学习方法,进行了算法说明与分析应用。将分类与回归树方法、浅层学习方法中的Kriging建模方法、RBF神经网络方法及SVM支持向量机方法分别应用于火箭气动特性建模、三角翼大迎角非定常气动特性建模、气动热试验数据融合,对这几类建模方法的优势和不足进行了比较分析。同时,将流动条件参数组成向量,再映射为图像,与翼型图像构成“合成图像”,建立了基于翼型几何图像、来流马赫数、迎角的翼型气动特性深度神经网络模型,得到了比较好的预测效果,拓展了气动特性深度学习建模方法的使用范围。