排序方式: 共有59条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
通过对比蒸养15 h后不同养护时间的水中养护、标准养护和自然状态喷淋养护下混凝土的抗压强度和弹性模量,研究夏季后续养护制度对高强混凝土后期性能的影响.结果表明:混凝土蒸养15 h,后续采用水养条件养护对其抗压强度和弹性模量的增长最为有利;水养条件下混凝土水化程度最高,水化产物结构也最为致密;混凝土水养3d后自然喷淋至28d强度与弹性模量均满足轨道板混凝土的放张要求,因此混凝土构件蒸养后水养3d再自然喷淋至28 d对生产最有利. 相似文献
5.
在轿车正面碰撞过程中,乘员容易受到严重伤害,优化乘员约束系统对于乘员的保护极其重要。利用MADYMO软件建立了包含座椅、安全带、仪表板及转向系统在内的某轿车乘员约束系统的分析模型,并通过试验验证了模型的有效性。最后利用验证后的模型对约束系统的参数应用正交试验设计的方法进行优化,实现了对该车正面碰撞过程约束系统的较全面且较可靠的评价。 相似文献
6.
研究了不同钴含量的合金粉以及注液量对镍氢电池放电容量、内阻、过充性能和大电流(4A)放电性能的影响.实验结果表明,合金粉的钴含量对内阻的影响不大,钴的质量分数为6.0%合金粉的1C放电容量要好于钴的质量分数为5.5%的合金粉,但过充性能和大电流放电性能却低于钴的质量分数为5.5%合金粉;随着注液量的增加,放电容量、内阻、过充性能和大电流(4A)放电性能均有所提高.但注液量过高,过充性能会有所下降. 相似文献
7.
岩爆是煤矿生产中常见的动力灾害,岩爆的预测一直是矿井灾害预测中的难点。由于岩爆的发生突然、机理复杂、干扰和影响因素多,因此很难对岩爆进行有效的预测。人工神经网络具有并行分布处理与存储、高度容错、自组织、自适应和自学习功能,能分析较为复杂的非线性系统。文中以MATLAB7.0为开发环境,利用其神经网络工具箱的RBF网络,通过一套权值和阀值来仿真模拟岩爆对岩爆进行预估。通过实际模拟表明利用RBF神经网络对岩爆进行预估是一种成功的的方法,其预测结果与实际情况相一致,说明利用该网络模型对岩爆的预测是可靠的。 相似文献
8.
9.
10.
首蓄期准确预测坝体变形,合理安排蓄水计划对于特高拱坝安全进入运行期具有重要意义。为解决特高拱坝首蓄期坝体变形预测较难的问题,本文提出了一种特高拱坝首蓄期坝体变形预测混合模型方法,并结合白鹤滩特高拱坝首蓄期坝体变形监测资料进行工程实例验证。该模型结合白鹤滩特高拱坝首蓄期三阶段蓄水计划的背景,结合三个蓄水目标下白鹤滩拱坝拱冠梁坝段正垂测点的监测数据量大小,在首蓄期初期采用多元回归模型,在首蓄期中后期对PLdb18-2到PLdb18-6五个测点采用优化的LSTM模型,对于坝顶的PLdb18-1采用多元回归模型。本文针对混合模型及全过程采用单一模型的预测结果和实测结果进行对比,本文提出的混合模型方法精度最高,误差率不超过4%,且具有较好鲁棒性。 相似文献