摘要：在成都,我们现在可以见到的古代建筑大多为清代建筑,清代以前的历史遗存较少。现存古建筑中数量最多的是居住类建筑,其余为公共类建筑、宗祠宗教类建筑以及军事工程类建筑等。这些建筑中石材的应用有典型的地方特色,相关石材的研究,对现代建筑中地方风格的展现、本地建材的多样化使用,以及仿古建筑的设计,老城区街道改造和历史风貌街区的打造,都具有一定的现实意义。

摘要：本工程为超长结构,总长度约360m,宽约100～120m,设计中通过技术措施解决此问题;由于建筑要求,地上中间部位设计了大空间和自动扶梯(大开洞),柱网不规则,形成长悬挑(4.5～6m)和大跨度(18～20m左右),考虑到层高和各专业设计配合的要求,梁高不得不控制在1m以内,因此该区域的钢筋混凝土梁加设预应力钢筋,得以实现建筑的构想。

摘要：随着高开关频率的新型电力电子器件广泛应用到舰船等平台上的强电磁设备中,强电磁设备产生的低频辐射会对平台上的敏感设备产生严重的影响,因此必须对强电磁设备的低频辐射特性进行准确建模表征,支撑开展强电磁设备低频场分布特征的量化预测,以便提升整个平台的电磁兼容性能。传统等效偶极子法在对大尺寸辐射源进行等效建模时,存在偶极子阵列所需的等效偶极子源数量多,高度、位置选择困难等问题。为解决上述问题,该文提出一种基于自适应差分进化算法的强电磁设备低频辐射特性等效偶极子建模的方法。该方法从强电磁设备附近的近场辐射特性测试数据出发,将强电磁设备低频辐射等效为分布在多个区域的偶极子阵列组合的分布式辐射源,并通过自适应差分进化算法优化各区域偶极子阵列的数量、位置以及高度等等效源参数,并通过试验和算例验证该方法可在满足一定精度条件下,能大幅度减小偶极子数量,得到强电磁设备最优的低频分布式等效源模型。

摘要：工程为建在高寒地区的超长结构,总长度约450m,且结构局部外露,设计中通过技术措施解决此问题;由于建筑要求,博物馆有三个倾斜的剪力墙作为主要竖向受力构件,设计时采用ETABS对结构进行整体分析。

摘要：主要介绍ＨＺＴ—１型汽轮机零动态最优调节器的设计原理、硬件结构、仿真结果，并且论述了汽轮机调速系统有效地改善电力系统稳定性的前景。

摘要：『宝晋斋』是米芾建中靖国元年(二○一年)得蔡京所藏的谢安《八月五日帖》以后,自题的书斋名。米芾在黄州拜谒苏东坡,『承其余论,始专学晋人』,『入晋魏平淡』,开始留心收藏晋人书画,『盖缘数晋物命所居为「宝晋斋」,身贮挂之』。崇宁三年(一一○四年)至五年,米芾任无为军使,此斋匾亦随之而至,在任上将所藏谢安《八月五日帖》、王羲之《王略帖》、王献之《十二月帖》三种晋帖勒石州廨。后遭兵火,石刻残损。无为后守葛佑之据前拓本重刻,与残石同置官舍。曹之格任无为通判,又复加摹刻,并增入家藏晋帖及米芾书法多种,汇为十卷,于咸淳四年(一一六八年)刻成。因刻米芾『宝晋斋』匾额于卷首,故名《宝晋斋法帖》。现在无为宝晋斋是无为县文物管理所和图书馆所在地。它虽然经历了一个世纪的沧桑,仍收藏着晋唐以下历代名家碑帖百五十方。其中一部分是刘秉璋任江苏按察使时运带至无为刘家花园的。一九五○年移入宝晋斋。无为宝晋斋所藏的米芾碑帖很少,仅有《无为章吉老墓表》(拓本)、《题阳关图》、《御制文宣王赞》以及几块米芾残石等。

摘要："扎马角"社火近几年出现在晋南农村的年节文化活动中。这种社火的形式颇具特色,扮演马角的村民用钢针刺破脸腮是社火的主题造型。这种社火蕴含有远古巫舞和傩祭的遗意,还有原始农耕社会血祭的意味,是节令性特征鲜明,功利性祈愿意图明确,较为典型的农耕文明传承中农事祭礼式的社火活动。对扎马角社火造型意蕴的考究,即是对影响和支配其造型活动的乡土文化观念和民间审美取向的阐释。

摘要：由于异步电机是一个多变量强耦合非线性系统,传统的控制方法对受控电机参数较为敏感、鲁棒性不足。而无模型自适应控制策略作为一种数据驱动控制策略,只需要被控对象的实时输入输出数据即可实现高水平控制。本文设计了一种基于无模型自适应控制策略的异步电机电流控制器,仿真和实验表明,基于无模型自适应控制方法设计的异步电机电流控制器具备可行性与良好的鲁棒性,且相比于传统的电流控制策略性能更加优越。

摘要：基于梯度下降法的传统人工神经网络瞬变电磁反演方法计算效率低,不能保证全局收敛。为了解决上述问题,提出一种在线惯序极限学习机(online sequential extreme learning machine,OSELM)的瞬变电磁反演方法。该方法针对瞬变电磁法所获取的高维勘探数据进行建模反演,首先,通过随机设定隐层参数(输入权值和偏差)来简化模型的学习过程;然后,将测试得到的预测样本加入训练样本中,作为下一次的更新信息,建立在线贯序极限学习机预测模型,从而最大限度提高反演精度;最后,设计了两个经典的瞬变电磁层状地电模型并进行了拟二维地电模型的反演。反演结果表明,该方法能够较好地解决瞬变电磁法高维数据非线性建模的反演问题,同时相较极限学习机(extreme learning machine,ELM),非线性反演方法具有更加准确的反演结果、更好的泛化能力以及更高的计算效率,为神经网络在地球物理反演中的应用提供了新思路。