湿热环境对旋转复合材料梁摆振特性的影响

首先,基于复合材料在湿热环境下的本构关系推导了旋转复合材料梁轴力和弯矩的表达式,分析了温度和湿度对轴力和弯矩的影响,然后,基于d’Alembert原理建立了旋转复合材料梁摆振控制方程,并应用Galerkin法进行求解,分析了温度和湿度对旋转复合材料梁刚度的影响,最后,通过数值模拟讨论了湿热环境对旋转复合材料梁摆振动力学特性的影响。结果表明:湿热环境对旋转复合材料梁的摆振频率和模态影响显著,摆振频率随湿热环境加剧而降低,热膨胀效应对摆振频率的影响大于材料性能变化对其的影响,湿热环境与旋转的联合作用使模态的节点位置发生明显偏移。     

聚酯行业热媒炉重油的有效燃烧

对热煤炉重油燃烧的各种主要因素作了初步的探讨，重点阐述了重油的雾化、助燃空气的分配、风油比以及维修保养等方面对热煤炉正常生产的影响．     

中线法尾矿筑坝中旋流器底流稀释浓度现场优化试验

为确定中线法尾矿筑坝中旋流器底流适宜的稀释浓度,在攀钢集团马家田尾矿库干滩上开展了3组不同底流稀释浓度的放矿试验,分析了不同底流稀释浓度条件下的沉砂在堆积坡面上的流动性、粒径分布特性和坡面平整度,并进行了旋流器溢流尾砂和适宜底流浓度下的堆积坝沉砂物理力学参数测试。结果表明,稀释浓度70%时,沉砂在堆积坡面上流速适中,颗粒沉积效果好,尾砂运移距离远,堆积坡面较平整;旋流器对尾矿分级效果明显,沉砂固结强度高、渗透性能好。     

考虑多交叉口相互影响的干道相位差仿真优化研究

为解决传统相位差优化方法以相邻交叉口为基础,忽略了连续交叉口对应的多个相位差之间的内在相关性的问题,以连续交叉口的多个相位差为研究对象,建立干道车辆延误与相位差关系的神经网络模型,采用遗传算法求解。首先,根据调查数据搭建仿环境获取不同相位差对应的干道延误数据,基于此采用神经网络拟合干道车辆延误与相位差之间的关系。然后通过遗传算法寻找神经网络中的最优延误对应的各个交叉口的相位差值。最后,将本文优化结果与Synchro进行比较分析。结果表明,本文模型能够有效改进相位差配时方案,方案性能提升了22.27%。     

基于PDCA的施工项目安全管理

随着建筑公司和施工人员数量的增加，工程质量事故的发生也随之增加。PDCA作为一种整体的管理系统，为新一代的安全信息管理提供了有效的推进方法。但在实际操作中，PDCA循环法也存在着有待完善的地方。文章主要介绍了施工安全管理的内涵，阐述了PDCA的主要概念，分析了将PDCA循环原理结合于施工项目安全管理中的应用，以及改进措施对提高工程项目安全管理水平。     

全逆作法在城市核心商圈的工程应用

湖南旺旺医院二期医疗大楼位于城市核心商圈，地下6层，埋深达32m,采用“先封顶，后结底”全逆作法工艺设计施工。首先详细介绍了项目的概况及存在的难点，通过计算分析比较全逆作法与顺作法；介绍了全逆作法地下连续墙、水平支撑、竖向桩柱转换体系的设计分析及技术措施；并针对全逆作法施工工艺存在的一些共性问题提出了解决方案并在工程中设计实践；最后，总结全逆作法的应用范围及技术措施以供同类工程参考。     

城市雨水管网集蓄雨水径流资源潜能分析

城市雨水管网具有可观的集蓄空间，在不影响城市雨洪排水的前提下，利用管网进行雨水的动态蓄存，可作为一般雨水集蓄设施的替代方案。以西安市某高校校内雨水排水系统为研究案例，基于SWMM构建区域雨水排水模型，按照不同原则设置3种阻水方案，计算不同降雨条件下各方案存蓄的雨水水量。结果表明，3种方案不发生漫溢的临界降雨量均为8 mm,此时雨水蓄存量分别为2 367、2 325、1 989 m³,分别占管网总容积的88.61%、87.04%、74.46%。进一步分析2011至2020年西安市雨水管网集蓄雨水资源的潜能，最大年平均蓄存雨水量可达4.11×10⁷ m³,占年平均降水量的12.13%,蓄存能力可观。     

土石坝渗流性态分析的IAO-XGBoost集成学习模型与 预测结果解释

针对现有土石坝渗流数值模拟方法计算效率较低、难以实时分析大坝渗流性态，而现有基于机器学习算法建立的代理模型又存在模型可解释性较差的问题，提出土石坝渗流性态分析的IAO-XGBoost集成学习模型，并基于Shapley加性解释(SHapley Additive exPlanation, SHAP)理论对预测结果进行解释。在采用多地质体自动建模方法和CFD技术对大坝渗流场进行计算分析的基础上，基于改进的天鹰(Improved Aquila Optimization, IAO)算法优化极限梯度提升(eXtreme Gradient Boosting, XGBoost)集成学习算法中的n＿estimators、max＿depth和learning＿rate等超参数，进而建立基于IAO-XGBoost集成学习算法的大坝渗流性态指标预测模型，以揭示上下游水位和坝基地层渗透系数等输入特征变量与渗流性态指标模拟值间的复杂非线性映射关系。进一步地，将IAO-XGBoost集成学习算法与可解释机器学习框架SHAP理论相结合，挖掘影响大坝渗流性态指标预测结果的关键特征，并解释特征变量对渗流性态指标预测的影响...     

重量法-电感耦合等离子体原子发射光谱法联用测定高硅铁矿中二氧化硅

采用GB/T 6730.10—2014中规定的重量法测定高硅铁矿中二氧化硅时，为回收溶液中小部分可溶性硅，需要反复高温脱水、过滤，导致检测时间较长。为了缩短检测时间，采用重量法-电感耦合等离子体原子发射光谱法联用测定高硅铁矿中二氧化硅。高硅铁矿经酸溶过滤处理，含硅沉淀碱熔、酸化后，试样中大部分硅都形成了硅酸，再经高温脱水，形成的二氧化硅与氢氟酸反应生成四氟化硅气体，通过减少的质量计算硅含量；滤液中少量可溶性硅则采用电感耦合等离子体原子发射光谱(ICP-AES)测定；样品中二氧化硅含量为重量法和ICP-AES测定硅含量(以二氧化硅计)的合量。按照实验方法测定2个高硅铁矿样品中二氧化硅，发现滤液中可溶性硅占比为0.39%～2.0%。按照实验方法测定3个铁矿有证标准样品和7个国际能力验证样品(二氧化硅质量分数为9.595%～50.01%)中二氧化硅，二氧化硅的测定结果与认定值/参考值相符，结果的重现性满足GB/T 6730.10—2014规定。