【摘 要】
：
基于朗肯土压力原理,利用分段函数和积分上限函数,推导了朗肯主动土压力Pa、总土压力Ea和墙顶裂隙深度z0的代数表达式,以及朗肯被动土压力PP、总土压力EP的代数表达式.基于作用在单位墙长上的总土压力在作用点处挡墙上下方墙身的土压力相等的事实,给出了总土压力合力作用点位置的求解方法,且通过实例计算验证了本方法计算朗肯主动土压力的准确性.
【机 构】
：
中铁七局集团有限公司勘测设计研究院,郑州 450016
论文部分内容阅读
基于朗肯土压力原理,利用分段函数和积分上限函数,推导了朗肯主动土压力Pa、总土压力Ea和墙顶裂隙深度z0的代数表达式,以及朗肯被动土压力PP、总土压力EP的代数表达式.基于作用在单位墙长上的总土压力在作用点处挡墙上下方墙身的土压力相等的事实,给出了总土压力合力作用点位置的求解方法,且通过实例计算验证了本方法计算朗肯主动土压力的准确性.
其他文献
研究了一类受欺骗攻击的离散系统的分布式滤波器型迭代学习控制,对于欺骗攻击的描述采用满足Bernoulli分布的随机序列,通过构造Lyapunov函数,导出滤波误差系统均方指数稳定且满足l2-l∞性能指标的充分条件,设计受欺骗攻击的分布式l2-l∞滤波器,并通过线性矩阵不等式方法求解滤波器参数.给出分布式滤波器型迭代控制收敛的充分条件,通过仿真实例说明该设计方法的有效性.
针对间歇过程的非线性和时变性特点以及故障易误报的问题,提出了一种将移动窗-核熵成分分析(MW-KECA)故障监测与基于变量贡献的支持向量数据描述(SVDD)故障诊断集合而成的故障检测系统.MW-KECA方法构建局部模型能有效处理数据的时变性,同时保留KECA优秀的非线性处理能力.故障诊断中以各变量对CS统计量-向量间角度关系指标的贡献作为输入数据来构建SVDD分类器,相较于原始数据,故障贡献能够突出同类相似信息和异类差异信息.通过青霉素发酵仿真实验,验证了检测系统在监测准确性与故障识别率上都有良好效果,证
针对工业过程中较难控制的大滞后系统,提出了一种改进内模控制方法.该方法首先引入滞后时间削弱环节来降低滞后对系统的影响,然后在设定值之后增加导引过渡过程解决系统快速性与超调之间的矛盾,最后再基于内模控制的原理设计控制器.该方法解决了传统Smith预估控制等方法在被控对象模型预估不准确的情况下很难取得较好控制效果的问题,并且在大时滞过程下较双口内模控制等改进内模具有更好的控制效果.最后将该方法与PID-Smith预估控制以及双口内模控制的控制效果进行对比.仿真结果表明,该控制方法可以有效地改善大滞后对象的控制
针对磁耦合谐振式(MCR)无线传能系统中负载变化引起输出电压实时调节的需求,以全桥LCCL系统为研究对象,提出了一种基于状态方程的模型预测控制器(GGSA-MPC).通过广义状态空间平均法(GSSA)对全桥LCCL系统建立等效电路方程并将原副边电压电流进行傅里叶变换,建立了 MCR系统的动态状态空间模型;为了加快求解速度,将控制器中的最优化问题转化为求解极小值的二次规划问题,利用有效集法求解有约束问题的二次规划.通过搭建仿真电路,在80 kHz频率下将负载值从50Ω变为25Ω,将GSSA-MPC控制器与经
针对全桥三电平LLC谐振变换器(FBTL-LLC)在运行启动时负载容易发生跳变,而传统控制方法对该情况反应能力不足的问题,提出了简化最优轨迹控制(SOTC)与PI控制相结合的复合策略.即在负载突变时根据输出电流跳变量,调节开关管脉宽大小,使各状态变量值到达系统预期轨迹上,同时通过PI调节消除稳态误差,使系统快速达到新的稳态.在启动阶段基于简化最优轨迹控制,对输出电压进行检测及控制,优化变换器的启动性能.在MATLAB/Simulink仿真平台上搭建仿真模型,仿真结果表明,所提控制策略能有效减少系统的响应时
针对传统方法难以利用大量时序数据和无标签数据对电网进行故障诊断的问题,提出了基于深度特征聚类和循环神经网络(RNN)的电网智能故障诊断方法.该方法首先利用卷积神经网络搭建起特征提取器来提取时序数据的高层特征,然后对提取的特征进行半监督聚类,为无标签样本获得对应的标签,从而可以确定无标签样本所属的故障类别并加以利用;然后将不同类型的故障样本经过采样算法采样后,使用循环神经网络搭建的分类器进行分类识别;最后通过数据仿真,验证了所提方法可以准确地对无标签样本赋予正确的类别标签,对多种故障类型具有良好的故障诊断效
手语识别可以使聋哑人与健全人之间的交流更加便捷,随着深度学习领域的快速发展,手语识别领域迎来了新的机遇.本文以孤立词手语识别为研究对象,针对手语数据冗余、信息多的问题,提出了一种基于3D卷积神经网络的手语识别新方法.通过提取手部区域和关键帧去除手语视频中的冗余信息,改进C3D网络模型结构并引入注意力机制,重点关注语义信息丰富的视频帧,使用余弦退火学习率下降算法提高模型的收敛速度.在DEVISIGN-D手语数据集上,与3种手语识别算法做了实验对比,实验结果表明,该方法能很好地识别孤立词手语,top-5准确率
由于传统的多核聚类算法忽略了局部密度和过度限制学习最优核的表示能力,提出了 一种自适应局部核的最优邻域多核聚类算法.首先通过选择不同数目的邻域构造自适应局部核,邻域之间的相似度由一个预定义的阈值下界进行度量.然后将构造的自适应局部核应用于多核聚类模型,同时放宽了最优核的刚性约束.最后在6个具基准数据集上验证了提出聚类算法的优越性和有效性.
随着“低碳环保,绿色出行”的理念深入人心,城市公交出行成为越来越多人的选择,但公交出行拥堵、低效率问题仍然是一个热点问题.采用聚类算法对城市公交车进行优化分析,通过三种聚类算法(DBSCAN、k-means、DIANA)、OD矩阵模型、统计与概率学等相关技术,对公交车刷卡数据进行挖掘建模,并分析提出居民出行规律、OD矩阵和公交车优化建议,构建出更科学高效的城市公交站点设置方案,将有效地缓解公交出行拥堵、效率低问题.
单独一种控制方法难以使机器人末端快速、准确地跟踪位置变化,针对这一问题,提出了模糊滑模(FSMC)信号控制与误差端口受控哈密顿(EPCH)能量控制的协同控制策略.FSMC解决了系统动态时的快速性问题,EPCH控制解决了系统稳态时的准确性问题.设计了基于误差的协同函数,利用协同函数来实现对机器人关节系统的协同控制,使机器人关节位置伺服系统在有、无负载两种情况下,既能够实现动态位置的快速调节,又能够实现稳态时的高精度跟踪控制.仿真实验表明,采用FSMC与EPCH协同控制的方法,系统实现了动态响应速度快、稳态位