混凝土材料复杂的材料参数和声发射波快速衰减的特性使声发射技术在混凝土领域的应用面临巨大的挑战.为明确混凝土的强度等级对声发射波传播特征的影响,给利用声发射技术评价混凝土损伤创造条件,采用声发射技术,通过参数分析和快速傅里叶变换研究了不同强度等级的混凝土中声发射波的传播行为.结果表明:C30、C40、C50 混凝土中,声发射能量衰减系数分别为 0.013 94、0.010 67、和 0.005 68,强度越高衰减越小;基准波速分别为 3 966 m/s、4 193 m/s和 4 411 m/s,强度越高波速越快.频率分布随传播距离的增大呈现由高频向低频偏移的趋势,但强度高的混凝土,信号衰减和频率偏移的趋势更缓慢.500 mm 以内和 500 mm以外接收到的信号波型不同,不利于声发射监测的进行,故在对混凝土进行声发射监测时,传感器的间距应在 500 mm之内,以保证监测精度.
普通抗拔桩承载时桩身处于受拉状态,在上拔力作用下易产生裂缝进而影响其耐久性与安全性,为避免此缺点的影响,开发了一种带"扩大头锚固端"的压力型抗拔管桩,并通过室内单桩静载抗拔对比试验研究了压力型抗拔桩与普通拉力型抗拔桩的受力机理与承载能力.结果表明:达到承载极限状态时,拉力型抗拔桩桩身出现明显裂缝,压力型抗拔桩桩身完好没有出现裂缝,且极限抗拔承载力比拉力型桩高 25%.两者桩-土摩阻力随深度均呈现"先变大后变小"的趋势,压力型桩的单位面积摩阻力最大值约为拉力型的 3 倍,能更加充分发挥桩侧摩阻力.距离两桩最远处的 3、6 号土压力盒数值非常接近,两桩在土体内的应力场水平影响范围相近.
本文以 Mo2 BC粉为原料,纳米 TiC粉为添加相,采用快速热压烧结技术制备了 Mo2 BC-TiC 陶瓷复合材料.研究了添加质量分数 5%的纳米TiC对Mo2 BC-TiC复合材料的微观组织、力学性能和摩擦学性能的影响.结果表明:添加质量分数 5%的纳米 TiC可以显著改善 Mo2 BC陶瓷的烧结性能和微观组织,提高其力学性能.添加纳米 TiC后,复合材料的相对密度、维氏硬度、弯曲强度、压缩强度和断裂韧性可以分别达到 98.9%、18.1 GPa、480.5 MPa、2.9 GPa 和 4.1 MPa·m1/2.Mo2 BC-TiC 复合材料的断裂方式主要是穿晶断裂.Mo2 BC-TiC复合材料还表现出了良好的摩擦磨损性能,摩擦因数为 0.42,磨损率为 0.6×10-5 mm3/(N·m).
针对传统特征提取算法的局限性,提出基于深度神经网络DeepLab v2的人脸识别改进算法.首先,对图像中人脸进行定位,采用DeepLab v2改进网络提取人脸的面部特征,通过加入压缩激励(SE)模块细化多角度纹理特征.其次,采用局部二值模式(LBP)特征映射对目标图像进行补充特征提取,细化纹理结构并减少光照噪声的干扰,提升识别的鲁棒性.最后,进行特征信息融合,采用分类模块对融合特征识别并分类处理.结果表明:对比经典目标检测算法YOLOv1和传统DeepLab算法,改进算法识别出多角度的人脸局部特征,且在正常光照下改进算法的识别精确度分别提高了3.1％和5.9％,在强光照下改进算法的识别精确度分别提高了9.5％和13.6％.
针对蜉蝣算法搜索能力欠佳、容易陷入局部最优等不足,提出了一种混沌模拟蜉蝣算法.首先,对比选择了Logis-tic混沌序列生成初始化种群,使用模拟退火算法对蜉蝣算法的速度更新方式进行了优化.然后,基于7个测试函数对改进后的算法进行仿真对比实验,结果证明改进后算法的寻优性能和收敛速率明显提升.最后,对5位受试者的脑电信号进行了时频域和F-score特征提取,并使用改进后的算法优化支持向量机分类器.应用优化后的分类器对提取的信号数据进行了识别,与不同分类器的识别结果相比,改进蜉蝣算法优化后的分类器的平均识别率达88％以上.
