“四合一”机组轴位移监测保护装置的改造

分析了硝酸装置“四合一”机组轴向位移监测保护系统存在的问题,介绍了轴位移监测保护装置的改造情况,并对改造为本特利3300/20双通过轴向位移保护系统后的情况进行了讨论。     

东江拱坝垂线自动监测系统改造实践及成果分析

东江拱坝垂线自动监测系统由集中式改为分布式后，其自动化程度及可靠性、实时性等都得到很大的提高，获得的有规律性的观测资料为保证大坝安全运行提供了依据。文中介绍了监测系统改造的实践经验以及改造后系统的运行情况、监测成果的初步分析。     

某双索面斜拉桥的抗震性能分析

本文采用结构分析软件SAP2000,对某双索面斜拉桥进行有限元建模,来分析其抗震性能。对过模拟分析,该桥属于长周期结构,自振特性较好,结构之间耦合性好,在地震中产生的内力、位移符合规范设计要求,抗震性能较好。     

小波变换在伺服焊枪电极位移曲线分析中的应用

电极位移曲线能够反映出点焊规范参数波动，是一个理想的监控参数。采用离散Daubechies4阶小波对电极位移曲线进行滤波处理，成功地将测量曲线分为电极位移趋势曲线、波动曲线。这两种曲线分别反映了点焊质量的整体质量优劣、过程一致性这两方面特征，提高了位移曲线表征焊接过程的能力，为伺服焊枪的点焊质量控制提供了准确、优良的数据基础。     

基于脉冲磁化的阵列磁桥式位移传感器

针对热轧钢管和在役油井管等铁磁性工件的表面无损检测的应用需求,提出一种阵列磁桥式位移传感方法和传感器,实现在一定空间分辨率下针对表面形貌缺陷的磁成像检测.其中传感器与被测工件共同组成磁回路,并采用特定的紧凑型阵列磁化结构,而具体参数设置较灵活可以获得较好性能.首先通过分时激励减小相邻测点间的互扰,并对阵列中单个位移测量...     

粗粒料工程力学性质的细观模拟

以三维离散元颗粒流理论为基础,PFC3D_EV为工具,改进内置程序代码,对比粗粒料室内三轴固结排水试验结果,生成颗粒接触点数均匀、各向同性应力相同的三轴试验数值模型。引入clump颗粒提高了数值试样内部颗粒形状的复杂度,对比了不同围压下数值试验应力-应变曲线、变形曲线与室内试验的差异,并探讨了剪切带发展规律及颗粒形状对粗粒料强度、变形特性的影响。结果表明:颗粒形状是影响粗粒料工程力学特性的主要因素,提高试样内部颗粒形状的复杂性可获得与物理试验拟合较好的应力-应变曲线;数值模型暂无法实现颗粒破碎状态,造成大应变时剪胀偏大;位移场发展变化过程显示应变软化加速了剪切带的形成;高围压下剪切带明显,且围压越高厚度越薄。     

垂直护岸板桩桩身变形数值模拟研究

采用有限元软件ABAQUS,建立垂直护岸板桩数值分析模型,研究板桩的弹性模量、波浪的波高和波长对桩身水平位移的影响。研究结果表明:垂直护岸板桩向临水侧位移,随着桩的入土深度增加,桩身位移先增大后减小,在深度13 m以下位移较小。板桩的弹性模量对桩身水平位移的影响较小,在其它条件相同的情况下,随着板桩的弹性模量增大,桩身水平位移从桩顶到深度为13 m处逐渐减小,弹性模量对深度13 m以下的板桩水平位移影响较小。波浪的波高和波长对深度0 m到13 m范围内板桩的水平位移影响较大,对深度13 m以下的板桩水平位移影响较小。在其它条件相同的情况下,随着波高的增大,桩身最大位移点处的深度逐渐增大,桩身水平位移从桩顶到深度为13 m处逐渐减小。随着波长的增大,桩身水平位移从桩顶到深度为13 m处逐渐减小。     

边坡非线性位移预测的动力系统自记忆模型

边坡位移的准确预测对于边坡稳定性评价、边坡安全状态的预警以及滑坡灾害的控制具有重要意义。将"动力系统自记忆原理"引入到边坡位移时间序列预测研究。首先将量测得到的边坡位移时序数据视为描写边坡位移非线性动力学模型的一个特解,采用双向差分原理反导出边坡位移非线性常微分方程。以此作为微分动力核,运用自记忆原理建立了边坡位移预测的自记忆模型。将该方法用于三峡永久船闸边坡和卧龙寺边坡变形预测,研究结果表明:自记忆模型对于边坡位移预测具有较高的预测精度和较强的预测多个时序步位移的能力,从而为边坡位移预测提供了一条新途径。     

反拱底板内力分析

反拱底板是将单拱或连拱倒置于地基之上,建筑物的荷载主要由墩墙传到拱脚,再通过拱与墩的共同作用传入地基。本文研究反拱内力与变位(包括拱脚转角、拱脚拱顶竖向变位与水平位移)、墩基与地基变位、地基反力、结构与地基土层性质、各种荷载(包括边荷载)作用、温度变化(包括平均温度变化及上下温差变化)等因素之间的内在联系。通过力的平衡和墩与拱、墩拱与地基变形协调,求解反拱内力及墩与拱的有关变位。文中用迭代法处理基底摩擦力、凝聚力与水平位移的。关系,并通过二程实践与分析,对这种结构的特性得出一些新的认识。     

基于BP人工神经网络的高强度管线钢焊接接头性能参数CTOD预测系统

针对实际中高强度管线钢焊接工艺参数的选择主要依据试验和经验的局限性,使用VC 6.0建立了预测高强度管线钢焊接接头性能参数裂纹尖端张开位移(CTOD)的BP神经网络模型.该模型输入层节点数为4,1个隐层,节点数为14,激活函数为Sigmoid型.根据试验数据提取平均热输入、壁厚、预热温度和接头区域作为预测模型的输入量,预测结果的平均绝对误差为0.154,预测值误差在±20%以内的样本数占总样本数的93.3%.结果表明,人工神经网络方法是预测管线钢焊接接头性能参数CTOD的一种有效途径,可为管线钢焊接过程中主要工艺参数的选择和优化提供有效的手段.