基于深度学习的杆塔接地网断点诊断方法研究

在使用电磁感应方法诊断杆塔接地网断点的过程中,针对人工诊断引起的误差问题,提出了一种基于一维卷积神经网络(one dimensional-eonvolutional neural network,1D-CNN)的诊断模型,诊断模型以接地网正上方的一维磁场数据为输入,通过深度神经网络输出断点故障的数量和位置.首先通过实验验证了电磁感应方法在杆塔接地网断点诊断问题中的有效性,然后建立了磁场断点故障数据集,之后进行了1D-CNN诊断模型的训练.在诊断准确度验证实验中,1D-CNN诊断模型在40个故障磁场样本上达到了97.50％的诊断准确率,表现出了良好的泛化性;诊断效果对比实验表明,1D-CNN诊断模型的AUC值达0.951,在3次随机训练中对各类故障的平均识别率达到了92.08％,在15次训练中的平均测试集精度达到了94.30％,平均每代训练时间0.8750 s,在各项指标上较DNN、RNN均有明显优势.     

分离式箱梁桥横向分布计算方法

根据分离式箱梁桥的诸多优点,结合文献的研究资料,采用Midas2006中板壳单元建立桥梁有限元模型,分析了宽跨比较大时的分离式箱梁桥荷载横向分布特点,并与刚接板梁法作了对比,得出了多肋式分离箱梁横向分布规律。     

基于压电圆管的二维全向风能采集器研究

环境风能具有多向性及不稳定性,为了实现平面各方向风能的收集,设计了基于压电圆管和圆柱梁的二维全向风能采集器.不同于传统的薄片梁结构,圆柱梁的对称特性使系统获得了多风向响应能力.基于系统结构和工作原理,进行了理论分析;建立了风能采集器的有限元模型,并进行了仿真分析.在1～8m/s的风速激励下,对采集器的输出性能进行了风洞...     

国内外钢结构抗火的研究状况

钢结构具有自重轻、强度高、跨度大、布置灵活、建筑面积利用率高和施工周期短等优点,往往用于大型的体育馆、展览馆、飞机库、剧场、博物馆及高层建筑结构。但钢材的致命弱点是其物理和机械性能对高温很敏感,耐火性能差。因此,进行钢结构设计时必须进行抗火设计。本文主要综述钢结构抗火的试验研究状况和理论研究成果,总结了钢结构抗火的主要设计方法：基于试验的设计方法和基于计算的设计方法。     

基于圆柱梁的多向驰振风能采集器仿真分析

为了实现多向风能的采集,提出一种基于压电圆管和末端钝体的驰振风能采集器。通过多物理场耦合仿真分析了采集器模态以及压电圆管输出性能与振动频率、电阻及激振力的关系;模态及输出特性仿真结果显示,方柱钝体采集器的一阶和二阶固有频率均为14.26 Hz,工作在固有频率附近时可获得较高输出;存在最优负载电阻,为3.16 MΩ;压电圆管输出电压随激振力的增加而增加。方柱钝体的二维流场仿真结果显示,在各角度下,方柱结构均能受到相应横向气动力作用,实现多向风能的转换。三维流固耦合仿真分析结果显示,由于圆柱梁的对称特性,采集器受到二维平面不同方向风作用时均能产生振荡,验证了采集器的多向性能。     

真空预压加固软基的变形监测结果分析

介绍了珠海海洋温泉度假村软基工程的地质特征及真空预压变形监测设备布设.并对监测的沉降数据及测斜数据进行分析.