摘要：研究目的:为系统地掌握西北地区大温差、峡谷风、高震区共存的复杂建设条件下上承式钢管混凝土拱桥的力学性能,以一座净跨400 m的公路同类型拱桥为例,按照现行设计规范,采用统一模量法建立三维杆系有限元模型,对概率极限状态设计方法要求的静力性能、稳定性、动力特性、抗震性能的组合工况进行全面、系统地分析和计算,为同类型桥梁设计提供参考。研究结论:(1)温度效应大于汽车荷载效应,拱脚处横风效应突出;(2)双向偏压、偏拉组合受力为单弦杆控制设计状态,拱顶为桁式拱肋承载力的薄弱位置;(3)腹杆、横撑、平联等构件与弦杆构造匹配性较好时,承载力及疲劳性能等易满足受力需求;(4)温度、徐变预拱度比车道荷载大很多;(5)主拱圈在材料、几何、双重非线性下稳定性分别下降了5.5%、11.9%、17.1%;(6)振型相对密集、频率值较小,主振型为面外弯扭振动,具有多方向和多角度耦联性;(7)时程分析结果大于反应谱分析结果,但小于静力工况,拱桥抗震性能好;(8)上承式钢管混凝土拱桥在复杂建设条件下具有良好的受力性能。

摘要：为了提升不同运行工况下的路面状态识别精度及主动悬架平顺性控制性能,提出一种基于ResNeSt网络路面状态识别的主动悬架模型预测控制(MPC)方法.首先,搭建基于多路径分散注意力思想的ResNeSt网络架构,建立面向主动悬架实时控制的路面状态识别算法,采用交叉熵目标损失函数和AdamW梯度下降算法进行网络训练以及测试实验验证;然后,在此基础上设计基于路面状态识别的主动悬架MPC控制算法,根据离散状态空间方程推导悬架系统预测模型,以悬架预测输出和控制力输入为性能指标建立目标函数,并考虑不同路面的控制策略确定加权矩阵取值,在系统约束条件下,将MPC目标函数转化为二次最优规划问题的求解;最后,将所提出控制算法与被动悬架、LQG控制进行对比仿真分析,结果表明:ResNeSt网络可以快速准确地识别多种路面状态,所提出控制算法能够根据路面状态对悬架进行实时瞬态主动控制,簧载质量加速度、悬架动挠度和轮胎动载荷的均方根值平均值相比LQG控制分别降低36.56%、32.99%和36.28%.

摘要：为研究单侧钢板超高性能混凝土(half steel ultra-high performance concrete,HSUHPC)组合板单元的面内受力性能,设计了12个HSUHPC组合板单元试件,采用自主研发的平面双向多功能加载装置完成了3个单向受拉试验、3个双向受拉试验和6个循环剪切试验,研究含钢率、配筋率对HSUHPC组合板力学性能的影响。结果表明,钢板、钢筋和超高性能混凝土在弹性和开裂初期的变形较为一致,在后续的加载阶段能够保持共同受力;HSUHPC组合板中配置的钢筋与超高性能混凝土之间能够发展有效的应力重分布,由于残余拉伸强度较高且具有良好的应变硬化性能,超高性能混凝土能够提供至少50%的受拉和受剪承载力贡献;配筋率和含钢率对HSUHPC组合板单元承载力均有影响;双向受拉工况对HSUHPC组合板单元的面内承载力影响不大,与单向受拉工况下HSUHPC组合板单元的面内承载力接近。基于试验数据和相关现行规范,提出了HSUHPC组合板单元的受拉和受剪承载力计算式,公式计算结果与试验结果偏差均在±10%以内,证明其具有较高的计算精度。

摘要：锂电池健康状态(state of health,SoH)和荷电状态(state of charge,SoC)的精确估计是新能源汽车安全运行的重要保障。针对SoH-SoC联合估计精度低、鲁棒性差的问题,提出一种基于变学习率BP神经网络和自适应渐消扩展H∞滤波的SoH-SoC联合估计方法。首先,提出一种基于单位充电压差时间间隔的新型SoH特征参数;其次,通过设计新型变学习率BP神经网络,提高传统BP网络误差收敛速度及缩短权值寻优时间;最后,通过设计新型自适应衰减因子对传统扩展H∞滤波误差协方差矩阵进行加权,建立自适应渐消扩展H∞滤波算法,减小陈旧量测值对估计结果的影响,提高扩展H∞滤波的估计精度及鲁棒性。实验结果表明,本文所提算法SoH估计误差小于0.35%,SoC估计误差小于0.5%,展现出较高的估计精度和鲁棒性。

摘要：本文利用计算颗粒流体力学(CPFD)方法建立提升管高度(H_(riser))为10 m、20 m、30 m的循环流化床(CFB)模型,在低固体循环流率(Gs)条件下开展H_(riser)对床内气固流动及燃烧特性的影响作用研究。结果表明,H_(riser)对颗粒浓度及气体分布具有直接影响。随着轴向床高的增加,颗粒浓度逐渐降低。H_(riser)较大时,轴向床高超过15 m后,颗粒浓度和气体组分浓度基本保持稳定,说明超过15 m的提升管为燃料提供充足的停留时间,保证燃料燃尽。模拟也发现H_(riser)越高,床内下部床温与上部床温更加趋于一致,温度分布更加均匀,但是轴向床高达到15 m之后H_(riser)对于炉膛温度均匀性作用影响较少。在20 m和30 m提升管内气体组分浓度整体分布趋势接近。综合而言,设计CFB燃烧试验系统时,提升管最低高度应保持在15 m以上,以保证实验台中的燃烧与实际锅炉的相一致。

摘要：数字编码超表面可以控制电磁波传输,受到了广泛关注。大多数报道的编码超表面基于几何相位或传输相位实现对反射或者透射线极化波和圆极化波的2π相位覆盖,限制了太赫兹波调控灵活性。提出传输相位和几何相位相结合排布超表面,在线极化太赫兹波入射下,基于传输相位机理设计的超表面产生了涡旋波束。根据几何相位原理,在圆极化太赫兹波入射下,设计的超表面产生了反射波束的偏转,超表面可以在多个频点产生涡旋波束,在0.9和1.2 THz处产生拓扑荷数l=1和l=2的涡旋波束,通过卷积生成偏折涡旋波束。最后设计聚焦超表面,实现了反射聚焦。研究结果表明,设计的超表面提供了一种多自由度的太赫兹波偏振和相位操控方法,在太赫兹系统具有广阔的应用潜力。

摘要：利用敦煌中国遥感卫星辐射校正场的星地同步观测试验,实现对我国在轨气象、海洋、陆地资源、环境减灾、测绘地震、高分、军事等系列卫星光学成像载荷太阳反射波段的绝对辐射定标,是目前的重要手段之一。然而,中国遥感卫星辐射校正场传统的地表反射率光谱星地同步测量方法是基于汽车跑场观测,不仅耗费较大的人力物力、容易造成场地破坏,而且获取的测量数据缺乏区域代表性。鉴于此,自2016年起,在敦煌星地同步观测试验中以旋翼无人机低空同步测量为主,跑场测量为辅,完成从航线设计、航高选择、仪器参数配置、采样策略、航空数据处理的全链路摸底测试。多次飞行试验表明,采用多旋翼无人机低空飞行来代替汽车跑场同步测量,不仅提高了地表反射特性测量的空间一致性和代表性,还提高了地表反射率光谱的测量效率,也对宝贵的中国遥感卫星辐射校正场敦煌戈壁场区地表进行了有效保护,极大的节约了人力物力成本。通过传统跑场测量和航飞测量的地表反射率光谱数据对比分析,发现多次测量数据的均值一致性较好,并且航飞测量的数据标准差更小。利用TERRA MODIS的同步观测来对无人机测量数据开展辐射定标评估,结果表明航飞数据的相对偏差均在5%以内,可以代替跑场数据完成定标,精度满足要求。随着无人机性能的进一步优化和提高,在不久的将来必将得到更加广泛和深入的应用,在外场定标试验领域也将发挥更大更重要的作用。

摘要：针对现有司机操纵策略难以完整描述列车大功率操纵过程的微观变化,设计机理特性和数据驱动模型联合驱动的分数阶建模策略,来满足高速列车无级调速下安全平稳运行的要求。针对高速列车大功率操纵模式下的大惯性特性和司机反应时间,该文首先对大功率牵引系统和制动系统的时滞特性进行分析,进而对列车操纵策略设计精简冗余工序编码策略,从闭环控制角度实现速度时滞特性精准预测;其次提出了一种新的分数阶建模方法,并设计分数阶最小二乘算法对模型中的时变参数进行精细化辨识;最后基于现场实验数据验证了所提方法的有效性。

摘要：为促进实现“双碳”目标,新能源将成为未来能源供应的主体。考虑到高比例新能源对电力系统容量规划和调度运营带来的巨大挑战以及电氢能源需求量的持续增长对电力系统的影响,以微电网为研究对象,设计基于可逆固体氧化物电池的考虑源荷不确定性的电氢耦合微电网全生命周期规划-运营优化模型及其求解算法。首先,针对风光产电、电氢负荷等多种不确定因素,设计包含微电网全生命周期内各年份不同典型日的数据,以构成随机场景。其次,对电氢耦合微电网容量规划成本、全生命周期调度运营成本以及新能源年均渗透率等多个优化目标进行数学表达,并对各发电机组、可逆固体氧化物电池以及储氢库的规划-运营约束进行线性描述。然后,设计一种改进的增广ε约束算法求解模型的Pareto解集,并提出一种平衡决策方法从解集中获取最佳规划-调度方案。最后,仿真结果表明,所提方法能均衡各优化目标,在保证新能源高渗透率的同时提升电氢耦合微电网的可靠性以及规划-运营经济性。

摘要：为解决现有稻田株间机械除草作业性能严重依赖机具对行质量的问题,设计了一种无需避苗作业的株间除草机。该机采用双排柔性刷指作为除草部件,前排除草部件纵向梳刷拉拔杂草,同时对梳刷后稻株倒伏状态进行自动识别。后排除草部件横向振动拨耙杂草,同时根据前排识别结果实时控制振动作业的启停,用以兼顾除草率与伤苗率。基于触觉感知方法建立了稻株倒伏识别系统,通过气压传感器的电位变化获取稻株根系与前排刷指相互作用的力学反馈数据,以电位峰度及均值为辨识特征,基于支持向量机构建稻株倒伏与未倒伏辨识模型,实现稻株倒伏自动识别。应用液压马达构建了后排除草部件的横向振动系统,对前排除草部件作用下已倒伏稻株停止振动作业,实现振动作业的自适应控制。稻株倒伏识别田间试验表明:稻株倒伏识别精度为83.11%。除草模式对比试验结果表明:无感知振动模式的除草率为58.11%,伤苗率为21.39%;无感知无振动模式的除草率为27.89%,伤苗率为4%;有感知振动模式的除草率为56.17%,伤苗率为5.83%。综合试验结果可知,有感知振动除草模式更适宜稻田株间杂草机械防控的生产要求。