泥浆脉冲系统压杆打捞工具的使用及打捞工艺

针对泥浆脉冲系统发生的孔内压杆的情况,分析压杆原因,提出一种区别于无法完成压杆打捞的传统打捞方法的打捞工艺,并详细分析其打捞工具、打捞过程、打捞注注意事项,在此基础上给出孔内压杆的防范措施.     

3D打印裂隙岩体动态力学性能及能量耗散规律初探

地下岩体结构经常遭受到地震、爆炸、冲击振动等产生的动力扰动，利用3D打印技术的优势研究冲击荷载下岩体动态力学性能对实现3D打印技术在工程领域的应用具有重要意义。采用φ50 mm的变截面霍普金森压杆(SHPB)装置，对含预制裂隙的3D打印岩体试样进行动态单轴压缩试验。研究结果表明：试样的动态抗压强度随着预制裂隙倾角的增大呈现出先减小后增大的趋势，当预制裂隙倾角为30°时试样强度最小，当预制裂隙倾角为90°时试样强度最大。与3D打印岩体试样的静态单轴压缩强度对比发现，3D打印砂性材料具有明显的率效应，当应变率为139.65 s^-1时，3D打印岩体试样的动态抗压强度是静态抗压强度的4.34倍。预制裂隙缺陷在一定程度上加剧了试样的能量耗散和破碎过程，并且30°倾角预制裂隙对试样能量耗散和破碎结果的影响程度最大。同时，3D打印岩体试样的能量耗散过程与破碎块度表现出明显的自相关性，所用的3D打印砂性材料的宏观破碎结果与能量耗散之间的关系与天然岩石材料有一定相似性，为今后3D打印材料模拟天然岩体应用于动态力学试验的可行性奠定了基础。     

基于参数预标定的长行程PMLSM无传感器控制

为了解决长行程定子不连续永磁直线同步电机存在的因无法全程安装位置传感器和不同动子和定子之间的电磁参数不固定所造成的控制性能下降的难题,提出一种在每一段定子内先进行参数标定,再进行速度控制的控制系统设计。首先,在动子进入过程中,对电机进行电磁参数标定,根据标定参数对控制器参数进行调整,以达到更好的控制效果。然后,使用无位置传感器控制系统使动子快速达到设定速度值并稳定运行。实验结果表明:动子进入过程参数标定精度分别为0.002Wb和0.000 4H;无位置传感器控制中位置估计精度为0.63mm,速度收敛时间为0.45s,稳态误差为0.02m/s。基本满足永磁直线同步电机用于长行程运输的控制快速性、稳定性等要求。     

碳纤维布约束下水泥砂浆动态力学及能量特征EI北大核心CSCD

为研究碳纤维复合材料(CFRP)对水泥砂浆的加固效果,针对普通水泥砂浆和CFRP布端面约束水泥砂浆,采用分离式霍普金森压杆(SHPB)分别进行恒定气压(0.3 MPa)和递增气压(0.2、0.3、0.4、0.5 MPa)循环冲击压缩试验,分析了试件的应力-应变曲线、破坏形态和能量特征.结果表明:与普通水泥砂浆试件相比,CFRP布端面约束水泥砂浆试件的循环冲击次数、峰值应力和峰值应变均有显著提高,且其峰值应力随着应变率的提高而增大;CFRP布的断裂部位主要发生在碳纤维横向连接处,CFRP布减缓了试件内部裂缝的产生,提高了试件的延性,表现出更好的抗冲击能力,试件的残余强度增加;端面粘贴CFRP布可以提高水泥砂浆的能量吸收能力,在相同冲击气压作用下,CFRP布端面约束水泥砂浆产生裂纹所需的能量高于普通水泥砂浆.     

关于智慧杆发展问题和趋势的理解与认识

2019年3月14日,由广东铁塔牵头发起的广东省智慧杆产业联盟正式成立,这是全国首个由政府官方指导成立并呈产业化布局、规模化推广的智慧杆联盟。广东省工业和信息化厅、广东省住房和城乡建设厅、广东省通信管理局作为指导单位,为包括华为技术有限公司、中兴通讯股份有限公司、广东省电信规划设计院有限公司等在内的30家联盟理事单位给予全面支持和指导,必将极大推动广东省城市基础设施,尤其是杆塔类设施的高效整合和集约建设,批量储备5G站址资源。     

固定调谐器对散裂中子源DTL电场稳定性的影响

中国散裂中子源(Chinese Spallation Neutron Source,CSNS)漂移管直线加速器(Drift Tube Linac,DTL)分为4个物理腔,于2015年12月正式投入运行。在DTL腔体低功率测量过程中,除DTL-1外,DTL-2、DTL-3和DTL-4工作频率均偏低,需要补偿的量超出了固定调谐器的调谐范围。原因发现是固定调谐器插入腔内过深,谐振腔模式发生耦合,腔体的双周期链被破坏,轴向电场稳定性不达标。利用CST(Computer Simulation Technology)软件计算轴向电场稳定性特性,给出耦合杆分组规律,加快了调谐效率。DTL-2所有固定调谐器达到行程极限,将两个可动调谐器在50 mm内长基础上向内延伸10 mm,工作频率达标;DTL-3和DTL-4在耦合杆上增加相同尺寸调谐环补偿频率。改进后的低功率测量结果表明:电场平整度达到±2%以内,稳定性调谐至±150%/MHz以内,温度25°C时谐振频率调整至323.9 MHz±10 k Hz,均满足工程使用要求。     

卷积神经网络用于关节角度识别与姿势评估

为了快速准确地输出各种工作姿势风险评估结果，提出采用Kinect v2与卷积神经网络识别人体各关节角度，并输出标准姿势风险的评估得分。首先使用亚像素角点提取的棋盘标定算法标定Kinect两个摄像头，其次使用改进后的双边滤波对深度图像去噪，使用卷积神经网络识别人体关节二维位置，结合深度信息获取实际三维坐标并计算人体关节角度，最后输出姿势风险评估得分。通过两种实验分别验证了提出的Kinect角度识别与姿势评估的准确性，表明该方法关节角度识别与姿势风险评估的准确率均较高，是一种低成本、高可靠性的姿势评价方法，具有一定的科学意义和工程应用价值。