基于长寿命理念的跨线桥结构研究

来源 :北方交通 | 被引量 : 0次 | 上传用户:lomina
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为解决跨线桥梁运营通车后无法或很难中断交通而进行后期养护维护的现实问题,就跨线桥梁运营期面临养护维护十分困难等问题日益突出的现状,对基于长寿命理念的跨线桥结构进行研究,意在通过对结构选型及构造措施、高耐久性材料应用技术以及施工工艺的研究,尽可能多地延长跨线桥梁的少维护使用寿命,减少此类桥梁维护的次数,最大限度地降低对桥下运营中的铁路、公路的交通影响,并能够达到合理优化和节约桥梁建设资金、延长桥梁的使用寿命、降低桥梁正常的维修养护成本的目的.
其他文献
挥发性有机化合物广泛应用于各种化学实验室.实验室挥发性有机化合物的意外泄露,会在短时间内释放大量有害物质到空气中,使实验人员面临安全风险.实验室的通风系统,除考虑正常情况下的人员舒适性要求,还应考虑紧急情况下保障人员安全的应急通风方式.本文以实验室苯意外泄露为例,通过CONTAMW软件建立了多区域网络通风模型,分析房间门、窗和空调系统的开闭组合情况,探讨污染物排除的最优通风策略.结果表明,仅采用机械通风,必须关闭所有非污染源房间的空调系统,才能有效排除污染源房间的污染物,并避免其他房间受到污染.仅采用自然
本文提出一种宽带双基地雷达高速多目标检测算法.针对目标高速运动产生的尺度因子和脉内多普勒,本文设计出一种新的匹配滤波器,避免了脉压失配现象的产生,然后根据匹配滤波结果提出改进的广义Radon傅里叶变换算法,对运动参数的多维搜索同时补偿脉内多普勒,从而获得相参积累峰值,不同峰值所对应的各阶参数即为不同目标的等效运动参数估计值,最后对补偿后的相参积累结果进行恒虚警检测处理,实现对高速目标的检测与参数估计.仿真结果表明,本文方法可有效消除脉内多普勒带来的匹配滤波损失,实现宽带雷达体制下高速目标的相参积累,从而验
软木具有良好的保温和隔湿等优点,利用软木作为轻骨料填充混凝土可以有效改善混凝土的热湿性能,而建筑材料通常暴露在不同的湿环境中,忽略湿度对热物性参数的影响必然造成建筑能耗计算的不准确,且湿物性参数是建筑热湿耦合传递过程计算的基础参数.因此,本文利用软木的优良性能制备了不同软木体积掺量的混凝土,通过实验得到软木颗粒混凝土在不同相对湿度下的导热系数和比热,同时得到了材料的湿物性参数(等温吸湿曲线、液态水扩散系数和水蒸气渗透系数),并通过数值模拟计算软木颗粒混凝土应用到建筑上的热湿传递特性.结果表明:相对湿度从0
基于毫米波雷达的微振动测量是一种非接触式高精度测量手段,在桥梁健康监测领域发挥着重要作用.微振动信号提取通常对雷达回波信号进行差分干涉处理获取差分相位信息,然后对差分相位积分反演得到高精度的目标形变量.高背景噪声下,差分相位出现缠绕现象,造成反演的形变量产生跳变,破坏了振动信息,无法准确反映目标的形变量和振动频率等振动特征.为了解决这个问题,本文提出了基于附加直流的低信噪比雷达微振动信号提取方法,该方法利用附加直流约束相位缠绕,并推导了附加直流带来的形变量幅度值调制系数,在解决形变量跳变问题的同时准确反演
随着人工智能等前沿技术的迅速发展和战场环境的日趋复杂,智能化军用雷达目标识别的需求愈加迫切.本文结合国内外目标识别的发展趋势和深度学习算法在雷达目标识别中的应用研究,从实装应用的角度出发,探讨了军用雷达智能化目标识别各处理环节的关键问题,分别在层次化目标识别策略设计、目标稳健特征提取与特性自学习以及决策模型设计等方面开展了较为全面、深入的分析,论述了未来应用研究中的重要方向,给智能化目标识别设计提供参考.
目标识别是合成孔径雷达(Synthetic Aperture Radar,SAR)图像解译的重要步骤。鉴于卷积神经网络(Convolutional Neural Network,CNN)在自然图像分类领域表现优越,基于CNN的SAR图像目标识别方法成为了当前的研究热点。SAR图像目标的散射特征往往存在于多个尺度当中,且存在固有的噪声斑,含有冗余信息,因此,SAR图像目标智能识别成为了一项挑战。针对
新技术与新型作战样式的不断涌现,使得雷达与电子战的博弈愈演愈烈.具备能够准确感知环境,并能够根据环境动态调整工作方式的认知能力,成为雷达与电子战系统适应未来强博弈作战环境的必然要求.通过分析认知雷达与认知电子战的发展现状,给出认知雷达与认知电子战的系统架构,进一步阐述认知雷达与认知电子战的博弈过程;在此基础上,对射频一体化认知对抗系统展开研究,提出射频一体化认知对抗系统架构,并对调用策略进行详细设计;最后对体系化认知对抗系统的架构及关键技术进行了展望.
成像雷达具有全天时、全天候、远距离、高分辨对地观测的能力,使得雷达系统具有对观测区域进行成像和解译的能力.利用先进信号处理技术实现实时高分辨成像以满足图像解译的需求是雷达成像技术研究的重要目的和意义.随着深度学习的迅速兴起,深度学习网络在逆问题求解中得到广泛应用,也为提升成像质量和成像效率提供新的求解思路.本文基于雷达成像数学模型将雷达成像问题建模为成像逆问题,从逆问题求解的角度分析了基于深度学习的雷达成像方法的可行性.并综述了近年来雷达深度学习技术在合成孔径雷达(Synthetic Aperture R
环氧沥青与普通沥青相比,表现出良好的性能,但在工程应用中的使用效果却受到多方面因素影响.依托太原解放路改造工程,结合室内试验与试验段的铺筑,详细阐述了环氧沥青混合料桥面铺装施工技术措施,为其他项目环氧沥青施工提供技术参考.
基于Rao和Wald检验准则,本文推导了联合子空间(Union of Subspaces,UoS)检测器(UoS-Rao、UoS-Wald),并通过引入一个可调参数提出一种可调检测器(UoS-Tunable),从而实现联合子空间目标检测,通过调节参数来灵活调节检测器的检测性能、分类性能与选择性.当可调参数较小时,可以提高检测性能与分类性能,并提高其对信号失配的鲁棒性;当可调参数较大时,则会降低检测性能与分类性能,但会提高其对于信号失配的选择性.最后,仿真实验验证了所提方法的有效性.