摘要：网壳结构作为曲面形的网格结构,兼有杆系结构和薄壳结构的固有特性。随机法组合多面体球面网壳结构在国内还很少见,既没有理论作指导,更没有实际经验可以借鉴。在这种情况下,提出的组合多面体理论和组合多面体变体理论,为随机法单层球面网壳的几何构型设计提供了依据。随机法组合多单层球面网壳的半径与其组成单元的基元模数、单元中正五边形的边长存在着一定的几何关系,了解基元模数与组合多面体外接球半径之间的关系,对随机法组合多面体各参数的计算有着非常重要的意义。

摘要：可重复循环使用钢筋混凝土支撑技术的研究使得钢筋混凝土支撑系统的专业化发展的程度会更高,对于减少支撑系统钢筋、混凝土用量,提高工作效率,降低能源消耗、减小劳动强度及环境污染有着非常积极的作用,具有很大的经济与社会效益。

摘要：为了探究中间主应力对花岗岩双轴压缩破坏过程的声发射演化特征影响,对花岗岩于不同中间主应力下双轴压缩破坏过程的声发射信号开展了时域及频域多角度综合分析。试验结果表明:中间主应力对花岗岩双轴压缩破坏的声发射前兆有显著影响,即随着中间主应力增大,声发射累计振铃计数达到连续性急剧突变增长阶段的应力水平减小,b值的连续下降速率减小,优势频段(125~250 kHz)占比发生明显转变时的应力水平降低,但低频高幅值信号所占比例增加。得到了花岗岩双轴压缩破坏的多种声发射前兆特征,即在岩石失稳破坏前夕,声发射累计振铃计数呈现连续性急剧突变增长以及b值持续性显著下降,低频高幅值信号出现,优势频段(125~250 kHz)占比展现增加趋势。

摘要：为了探究汽车-列车振动荷载对公轨合建盾构隧道内部结构及周围土体的动力响应特性,采用有限元软件ABAQUS对某公轨合建盾构隧道内部结构及周围土体进行数值模拟,通过ABAQUS软件的Dload子程序对汽车、列车振动荷载进行耦合,分别将单一振动荷载及汽车-列车振动荷载作用引入公轨合建盾构隧道,分析公轨合建盾构隧道内部结构及周围土体在不同工况时加速度、位移、应力、应变的变化。结果表明:汽车、列车振动荷载频率不同,共同作用后产生拍频现象,导致相同方向合成荷载的振幅可能小于分荷载的振幅,当频率相同时所合成荷载的振幅最大;管片上方的土体以及非封闭弧形内衬外侧土体发生较大的应变,最大塑性应变发生于拱顶偏右侧,达到7.032×10^(-6);公轨合建盾构隧道内部结构中的预制箱涵牛腿柱、顶板处出现较大拉、压应变,在长期运营期间需要对预制箱涵牛腿柱、顶板位置进行定期检查和必要支护。

摘要：为提高红外系统的环境适应能力，确保光学系统在-40～65℃范围内拥有较好的像质。通过将光学系统被动无热化与机械被动无热化技术各自优点结合，提出一种低成本、高质量的混合被动无热化方法，设计出一款工作波段为8～12μm、F/1焦距为45 mm，工作温度在-40～65℃的大视场长波红外光学系统。最终实现在空间频率42 lp/mm处，全视场MTF大于0.3。通过对该系统进行公差分析可知，其范围满足实际加工要求。相较于单一的无热化方式，光学系统被动无热化和机械被动无热化方法相互结合的方法可以保证像质相当情况下，降低系统的设计难度和加工难度，有助于系统小型化、轻量化。因此，混合被动无热化设计可以有效降低普通无热化镜头的设计难度、加工成本和体积。

摘要：木工实训室的建设有利于艺术设计专业的技能型人才培养和学科内涵建设,同时也可以提高其社会服务能力。系统归纳了木工实训室的建设目标和原则,并从安全防护体系、供电与照明和通风与除尘等方面对木工实训室的相关配套要求进行总结,结合典型案例分析木工实训室的设备选型和布置方案,以期为高校进行木工实训室的标准化建设提供参考。

摘要：木工实验室的实践教学有利于艺术设计专业的技能型人才培养、学科内涵建设和提高社会服务能力。系统归纳了木工实验室实践教学的目标和原则,并从方案设计、设计方案的评定、制作实践控制和实践评估等方面总结了木工实验室实践教学的具体规范,为高校进行木工实验室的实践教学提供参考。

摘要：以高校木工实验室的安全风险为研究对象,从木工实验室现状、安全风险分析、安全风险评估三方面探讨构建安全风险评估体系;通过木工实验室安全风险的识别和分类,对风险源的概率和危害程度进行评估,利用风险矩阵法推导出安全风险等级,初步建立起高校木工实验室安全风险清单和自我评估方法体系,为深入研究安全风险管理,实现高校木工实验室的有效使用提供理论基础。

摘要：控制棒驱动机构(CRDM)检修及堆芯换料时都需要多次拆卸CRDM的耐压壳体,为解决现有耐压壳体Ω密封焊缝泄漏以及不能多次拆卸的问题,本文采用螺母压紧石墨环方案,利用石墨环的压缩回弹性能防止冷却剂泄漏,并设计一种石墨环密封组件实现快速拆卸;通过开展密封环压缩回弹测试、应力松弛测试以及密封组件泄漏率等密封性能测试试验对石墨环密封组件的密封性能进行验证。结果表明,本文设计的石墨环密封环组件满足设计要求,可以实现高温高压环境下的密封性能。

摘要：获得桥面的高分辨率时变流场对研究桥梁风致问题尤为关键,然而受传感器布设与测量方法等因素制约,难以通过试验直接测得高空间分辨率的流场数据。机器学习是流场表征的有效手段,但是数据驱动的训练方法在已知样本较少时难以获得准确的模型。针对此问题,引入流场时程的人工神经网络方法,使用流体控制方程辅助模型训练,通过增加未知测点处的方程约束提高模型的精度,得到了考虑物理约束的桥面风场时程的机器学习重构模型。以低雷诺数桥面绕流为例,实现了基于稀疏已知测点时程数据的模型训练,得到了较好的效果。结果表明:通过引入未知测点处的控制方程约束,可在较少已知时程数据的情况下,获得更准确的桥面风场重构模型,为人工智能方法在风场实测时程数据中的应用提供了基础。