摘要：基于连续介质损伤力学和双模量理论,建立单一模量和双模量2种疲劳损伤本构,采用数值模拟的方法,对2种疲劳损伤本构模型进行了简单分析对比,并采用双模量损伤本构分析沥青层(AC)厚度、模量、拉压模量比以及AC层与连续配筋水泥混凝土层(CRC)摩擦系数4个因素对沥青层表面损伤的影响,在单因素分析的基础上通过响应面法对CRC+AC复合式路面抗Top-Down开裂性能进行优化设计。研究表明:AC层在单模量下的最大压应力比双模量下大0.1MPa,但AC层在单模量下几乎未产生拉应力,而双模量下的最大拉应力为0.08MPa;单因素分析得到AC层厚度、模量、拉压模量比、层间摩擦系数推荐最大取值分别为8cm、1700MPa、0.8、7;3个参数中,对AC层表面疲劳损伤度综合影响从大到小的组合为:AC层厚度和拉压模量比,AC层拉模量和拉压模量比,AC层厚度和拉模量;针对不同拉模量的AC层材料提出了不同AC层厚度下的拉压模量比控制标准。

摘要：针对一种新型铰接式基础风力机的基础结构设计与优化问题,综合考虑风力机运行安全稳性、经济成本及运动性能等多方面因素,本文建立了高维三目标优化数学模型,采用一种基于参考点的非支配排序多目标遗传算法(NSGA-Ⅲ)对风力机基础结构尺寸进行优化设计研究,利用模糊优选方法,对所得到的帕累托解进行模糊评价,得到满足不同评价指标下的最优方案;并在此基础上,采用空气动力-水动力-结构耦合分析方法,利用Matlab在时域内编写运动控制方程进行动力响应分析。计算结果表明:额定风速海况下,所设计的铰接式基础风力机满足安全发电作业要求,同时相比于初始设计方案,基于多目标优化算法及模糊评价所设计的基础结构无论是运动及载荷性能都更加优越,经济成本更低;相关算法及优化流程也为后续不同基础形式的优化设计工作提供了新思路和参考。

摘要：研究目的:目前对海底隧道渗流场的研究大多基于半无限空间的单孔隧道,考虑实际工程常采用三孔并行的排布方式,且实际工程中隧道下方常存在相对不透水层或基岩等不透水边界,本文以渗流力学为基础采用镜像法和竖井理论推导有限厚度地层海底隧道渗流场解析解,将公式进行退化和数值验证,并对不透水边界距离、三孔隧道埋深、间距及注浆参数进行分析。研究结论:(1)隧道下方不透水边界对涌水量影响较大,当不透水边界距隧道中心为25r1时,对涌水量基本没有影响;(2)三孔并行隧道间渗流场存在相互影响,且随隧道间距的增加影响逐渐减弱,当隧道间距大于30r1时,涌水量基本没有影响;(3)三孔并行隧道涌水量随埋深增大呈现出先减小后增大趋势,埋深为2r1时涌水量最小;(4)三孔并行隧道涌水量随注浆圈厚度增大和渗透系数减小而减小,实际工程中应注浆密实度和注浆厚度并重;(5)本研究成果可为相关海底隧道工程的设计与施工提供参考。

摘要：为消除压电驱动柔性微定位平台高精控制对平台不确定动力学模型的依赖性,提出了一种数据驱动无模型迭代前馈补偿和自适应陷波滤波结合的控制方法来提高平台的跟踪性能。首先,建立了数据驱动无模型迭代前馈控制器,提高系统对噪声和其他干扰的鲁棒性,同时,证明了在无模型迭代前馈作用下,连续参考输入跟踪误差的有界性和闭环系统的稳定性;其次,构建了自适应陷波滤波器来消除平台谐振的影响,对误差信号进行快速傅里叶变换,并设计谐振频率在线提取算法,实现对陷波滤波器参数的在线实时整定,来进一步提升轨迹跟踪精度;最后,利用所设计的无模型迭代前馈控制器和自适应陷波滤波器对压电微动台进行轨迹跟踪实验。实验结果表明:在跟踪三角波信号时,与单独比例-积分(Proportional Integral,PI)控制和结合自适应陷波滤波器的PI控制相比较,最大跟踪误差分别减小78.25%和70.83%,能够有效提升平台的稳定性和跟踪精度。

摘要：为探究多聚磷酸(PPA)对沥青-集料之间黏附及其水稳定性的影响,提出了以基质沥青、PPA改性沥青、SBS/PPA和SBR/PPA复合改性沥青与石灰岩、玄武岩和花岗岩集料组合的沥青混合料设计方案。采用分子动力学模拟方法,构建沥青-集料界面模型,并通过原子力显微镜(AFM)、接触角试验、动态剪切流变试验(DSR)以及浸水马歇尔试验和冻融劈裂试验探究了PPA掺加后对沥青-集料黏附及其水稳定性的影响。结果表明:随着PPA改性剂的添加,沥青表面自由能显著增大,沥青与集料间黏附功提高,交互能力增强,沥青混合料的水稳定性更优;通过3种集料的试验结果对比,发现碱性集料对改性沥青-集料的黏附与水稳定性改善效果更好;PPA加入后,使SBS、SBR聚合物改性沥青与集料间的黏附功略有下降,但综合水稳定性得到明显改善;因此,推荐采用SBS/PPA复合改性沥青及石灰岩集料进行混合料组合设计,此组合可以得到最佳的黏附性及水稳定性。

摘要：模块化结构相比传统的结构形式具有建造效率高、标准化程度高、节省劳动力、低碳环保、安全可靠等优点,在新型建筑工业化背景下表现出极大的发展潜力。随着经济社会的发展,近年来模块化结构逐渐向多高层方向发展,在受力性能和建筑技术等方面面临更大的挑战。为促进多高层模块化结构的研究和应用,对模块化单元、模块化结构、结构力学性能及设计要求、模块化建造技术的研究现状进行了总结。对模块化单元进行分类,对比不同类型模块化单元的优缺点和适用范围;介绍适用于多高层建筑的模块化结构及其工程应用;梳理模块化结构在各类荷载作用下的受力性能的研究和相关设计标准;总结现有的模块化建造技术,根据建造顺序详细梳理模块化建筑施工的各个环节。目前,多高层模块化结构在连接节点、体系分析、高性能材料应用、标准规范、安装装备和一体化设计等方面还存在不足,需要综合考虑全流程建造环节开展系统性研究,加强各专业协同,形成多高层模块化技术体系。

摘要：泄漏率和开启力是在研究非接触式机械密封性能需要考虑的2个重要指标.目前针对非接触式机械密封的结构优化研究,仅限于固定内径的密封环,优化结果缺乏通用性.以新型扩压式自泵送流体动压机械密封为研究对象,利用数值模拟方法分析了端面重要结构参数对其密封性能的交互影响;基于均匀试验设计和多元回归分析法建立了扩压式自泵送流体动压机械密封的开启力和泄漏率预测模型;采用NSGA2遗传算法进行双目标寻优,得到Pareto最优解集,再结合TOPSIS法从解集中筛选出了不同权重下的最优结构参数.研究结果表明:对于中小轴径的扩压式自泵送流体动压机械密封,动环端面密封坝坝长与扩压环槽槽宽的比值在1.46~2.01之间,螺旋槽槽长和扩压环槽槽宽的比值在1.32~1.86之间时,密封性能最优.研究成果为扩压式自泵送流体动压机械密封动环端面的设计提供理论基础.

摘要：针对电池储能系统(battery energy storage system,BESS)进行光伏波动平抑时寿命损耗高及荷电状态(state of charge,SOC)一致性差的问题,提出了光伏波动平抑下改进K-means的BESS动态分组控制策略。首先,采用最小最大调度方法获取光伏并网指令。其次,设计了改进侏儒猫鼬优化算法(improved dwarf mongoose optimizer,IDMO),并利用它对传统K-means聚类算法进行改进,加快了聚类速度。接着,制定了电池单元动态分组原则,并根据电池单元SOC利用改进K-means将其分为3个电池组。然后,设计了基于充放电函数的电池单元SOC一致性功率分配方法,并据此提出BESS双层功率分配策略,上层确定电池组充放电顺序及指令,下层计算电池单元充放电指令。对所提策略进行仿真验证,结果表明,所设计的IDMO具有更高的寻优精度及更快的寻优速度。所提BESS平抑光伏波动策略在有效平抑波动的同时,降低了BESS运行寿命损耗并提高了电池单元SOC的均衡性。

摘要：现在众多传感结构模型只能对单变量待测样本折射率进行传感检测,为实现不同待测样本的高通量检测并降低环境因素的干扰,提出了一种基于波长调制的变周期亚波长介质光栅多层膜复合结构。以双周期为例进行分析,变周期光栅层由两个具有不同光栅周期的介质光栅A和B组成,通过有限元法对传输特性进行分析,TE偏振入射光以垂直于光栅层表面的方式入射至介质光栅表面,当在介质光栅区域A和B内分别满足相位匹配条件时,变周期亚波长介质光栅会形成GMR,提供两个具有单一窄带的双离散态共振缺陷峰;由于类F-P腔中含有周期性光子晶体,光波传播到光子晶体会产生光子禁带,提供一个较宽频带的连续态。在满足相位匹配条件时,变周期亚波长波导结构中形成的双离散态共振缺陷峰与周期性光子晶体多层介质薄膜构成的类F-P腔中形成的连续态发生耦合,实现双重Fano共振。然后通过探究波导层厚度dw和光子晶体周期数N对传感特性的影响,选择dw=97 nm和N=3,使其达到FOM值最大。最终因变周期介质光栅层是由两种具有不同介质折射率的材料构成,在介质光栅区域A和B的光栅凹槽部分可设置两个传感检测单元,建立基于波长调制的双重Fano共振全电介质传感模型,设置不同的传感检测区域,发现双重Fano光谱曲线在不同传感检测区域内都能随着ns1和ns2变化,间接实现了对待测样本折射率的动态检测,因而可在同一传感结构模型中实现对不同待测样本折射率区间的多变量检测。结果表明,在传感检测单元A内,FR1和FR2的FOM值分别为631.53和463.7 RIU^(-1);在传感检测单元B内,FOM值分别为480.67和834.04 RIU^(-1)。所设计的传感结构模型通过结构参数优化,实现了传感结构的高反射率、高FOM值和较宽的检测范围,对双重Fano共振提供了理论参考,对待测样本折射率的多变量检测具有一定的研究价值。

摘要：基于深度学习的图像超分辨率重建通过网络加深提升图像重建性能,但复杂网络会导致参数量急剧增加,限制其在资源受限设备上的应用.针对此问题,文中提出基于特征聚合和传播网络的图像超分辨率重建方法,采用逐步提取融合特征的方式获取图像丰富的内部信息.首先,提出上下文交互注意力模块,使网络学习到特征图丰富的上下文信息,提高特征的利用率.然后,设计多维注意力增强模块,提高网络对关键特征的判别能力,分别在通道和空间两个维度提取高频信息.最后,提出特征聚合传播模块,有效聚合深层细节信息,去除冗余信息,并促进有效信息在网络中传播.在Set5、Set14、BSD100、Urban100等基准数据集上的测试实验表明,文中方法性能较优,重建后的图像细节纹理较清晰.