【摘 要】
:
为精确模拟吊索断裂动力过程,基于拆除构件法,对模拟悬索桥断索动力过程的数值方法展开研究.以某自锚式悬索桥为工程背景,详述了三种悬索桥吊索断裂动力过程模拟方法(瞬时刚度退化法、瞬时加载法、等效卸载法)的机理和特点,并对影响结构断索动力响应的因素展开分析.研究表明:采用瞬时刚度退化法模拟悬索桥吊索断裂动力过程简单有效;悬索桥断索后结构的动力响应与限元分析模型中是否包含失效吊索单元、断索持续时间、断索过程中吊索拉力损失变化关系以及断索工况等因素密切相关.
【机 构】
:
大连理工大学土木工程学院,辽宁 大连 116024
论文部分内容阅读
为精确模拟吊索断裂动力过程,基于拆除构件法,对模拟悬索桥断索动力过程的数值方法展开研究.以某自锚式悬索桥为工程背景,详述了三种悬索桥吊索断裂动力过程模拟方法(瞬时刚度退化法、瞬时加载法、等效卸载法)的机理和特点,并对影响结构断索动力响应的因素展开分析.研究表明:采用瞬时刚度退化法模拟悬索桥吊索断裂动力过程简单有效;悬索桥断索后结构的动力响应与限元分析模型中是否包含失效吊索单元、断索持续时间、断索过程中吊索拉力损失变化关系以及断索工况等因素密切相关.
其他文献
基于光照新生儿皮肤表层降解胆红素水平的机理,建立了间歇性光疗干预新生儿高胆红素血症的数学模型,给出胆红素水平随时龄变化规律,运用临床监测数据识别了模型的参数.根据《新生儿高胆红素血症诊断和治疗专家共识》,量化了光疗方案的约束条件,数值模拟了两种间歇照射方案下,不同时龄新生儿胆红素的水平的变化趋势,并进一步分析了光照强对降低胆红素水平的灵敏性,研究的结果可为临床实施光疗设计提供了理论依据.
在智能电网飞速发展的趋势下,新型数字基础设施建设成为电力企业的核心业务之一,电力企业数据的治理和智能化分析为平台运营、数据增值变现等商业模式创新提供了条件.在电力数字化和智能化治理背景下,使用鲁棒性随机分割森林算法实现变压器损耗数据的异常值智能化检测.通过鲁棒性随机分割森林算法划分样本点以构建鲁棒性随机分割森林结构模型,通过插入和删除样本点对结构复杂度的影响程度给定该样本点的异常值评分.鲁棒性随机分割森林算法适用于实时损耗数据异常检测,兼顾异常值检测效果和运行效率,具有较高的可信度.对真实变压器损耗数据集
为解决64位Windows环境中,现有工具针对含有恶意进程的转储文件中没有堆栈帧指针和调试符号时,构建的堆栈取证会产生漏报问题和没有元数据时构建的堆栈取证会产生错报问题,提出了从内存转储构建堆栈跟踪方法.从内存转储中检索目标进程的用户上下文,确定堆栈跟踪的起始点,然后基于异常处理的元数据展开.如果元数据不可用,使用基于指令流的验证方法生成等效数据.基于框架Volatility实现了相应插件,实验表明,方法不依赖堆栈帧指针和调试符号,利用元数据可获取更加完整的堆栈跟踪;没有元数据时,基于指令流的验证可以极大
针对当母体腹部心电信号时域上存在母亲心电和胎儿心电重合波时,致使胎儿心电有效提取这个难题,提出了一种重合波检测的改进匹配滤波法的解决方案.首先对信号滤波,去除基线漂移及高频干扰,增强母亲心电信号和胎儿心电信号;然后引入平均心拍得到母亲心电QRS模板信号,并结合匹配滤波法检测腹部心电重合波;最后结合母亲心电QRS波模板的峰的位置调整、匹配滤波法以及相似度的计算,获得胎儿心电.实验结果显示,对MIT Physio Net/Cin C2013数据库中存在母亲心电与胎儿心电重合波的母体腹部心电信号,提取的胎儿心电
由于Lasota-Wazewska模型与生物数学有着密不可分的联系,所以研究此模型的各种解的存在性成为了很多数学工作者关注的问题.将针对一类具有可变延迟的Lasota-Wazewska模型的渐近概周期解进行研究.利用函数的一致连续性,渐近概周期函数的相关理论以及Banach压缩映射原理,讨论该类模型的渐近概周期解的存在性以及唯一性.
Kadec-klee性质是Banach空间理论一个重要的性质,其与空间的逼近紧及非扩张映射的不动点性质密切相关.基于此给出了赋p-Amemiya范数的Musielak-Orlicz序列空间在单位球面上是H点的充分必要条件,又给出了赋p-Amemiya范数的Musielak-Orlicz序列空间具有Kadec-Klee性质,一致Kadec-klee性,接近一致凸的充分必要条件.
静电纺丝制备的纳米纤维具有多孔结构、因其比表面积大,被广泛应用于防护服、过滤膜、伤口敷料等领域.随着医学领域的快速发展,静电纺丝制备的纳米纤维作为药物载体的地位日益突出.这种纳米纤维可以通过不同载药方式进行药物的有效持续释放,因此被认为是药物释放和组织工程领域的理想材料之一.本文主要论述了静电纺丝原理以及静电纺丝在药物控释方面的研究进展,为今后药控纤维的改性与应用提供理论基础.
针对现有自适应中值滤波器运行耗时长以及在高椒盐噪声密度下去噪性能低的问题,提出一种基于FPGA的自适应中值滤波器优化方法,对铁轨图像进行滤波研究。加入像素噪声阈值判断和二次求中值的方法,提高图像在大椒盐噪声密度下的处理能力,在大窗口中只对外围像素求中值减少迭代处理,降低算法的复杂度和运算量,利用FPGA的流水线结构和并行处理能力,加速算法的运行。与现有仿真滤波效果最优的中值滤波器相比,优化方法图像
基于特征选择的网络流量异常检测引起了人们广泛的研究兴趣.现有的方案大多通过简单降低流量数据的维度来检测异常,却忽略了数据特征之间的相关性,导致异常流量检测效率低下.为了有效识别各种类型的攻击,首先提出了一种自注意力机制模型来学习网络流量数据多个特征之间的相关性.然后,设计了一种新型的多特征异常流量检测和分类模型,该模型分析了异常流量数据中多特征之间的相关性,达到检测与识别异常网络流量的目的.实验结果表明,与两种基准方法相比,所提出的技术将异常检测和分类的准确率提高了1.65%,并将误报率降低了1.1%.
人工智能(Artificial Intelligence,AI)的先进技术已被广泛应用于实时地处理大量数据,以期实现快速响应.但是,部署基于AI的各种应用程序的常规方法带来了巨大的计算和通信开销.为了解决这一问题,提出了一种基于网络压缩与切割技术的深度模型边云协同加速机制,该技术可以压缩和划分深度神经网络(Deep Neural Networks,DNN)模型,以边云协同的形式在实际应用中实现人工智能模型的快速响应.首先压缩神经网络,以降低神经网络所需要的运行时延,并生成可用作候选分割点的新层,然后训练预