基于正交试验和超声波波速的水库底泥透水混凝土性能研究

水库中的黏土、砂、有机物和无机矿物等结合并沉淀形成了水库底泥,水库底泥通常以不规则非均质体的黏土胶状物存在,呈流塑状态,具有良好的可塑性,颗粒之间较为松散。水库底泥的堆积会使水库的蓄水和防洪能力减弱,进而缩小水库容量,缩短水库寿命,影响航运交通等。另外水库底泥的长久堆积,其所含有的有机物还可能会对周边环境造成污染,水环境安全指数降低,进而对人类生存构成潜在的威胁,因此迫切需要对水库底泥进行资源化利用。为提高水库底泥在建筑材料领域的附加值利用率,将水库底泥作辅助胶凝材料制备透水混凝土。通过正交试验对水库底泥透水混凝土进行配合比设计优化研究,分析矿渣粉、水库底泥和增强剂对水库底泥透水混凝土干密度、总孔隙率、有效孔隙率、透水系数、超声波波速和28 d抗压强度等性能指标的影响,研究超声波波速与孔隙率、透水系数和28 d抗压强度之间的关系,探究试件的质量和超声波波速随冻融循环次数的演化规律。结果表明,随着水库底泥的掺入,水库底泥透水混凝土的干密度、抗压强度和超声波波速不断下降,孔隙率和透水系数不断增大;矿渣粉掺入使得试件的干密度、抗压强度和超声波波速先增大后减小,孔隙率和透水系数先减小后增大;增强剂对试件的性能指标影响不明显。3种因素对水库底泥透水混凝土的干密度、总孔隙率、有效空隙率、透水系数、超声波波速和28 d抗压强度影响排序为水库底泥掺量>矿渣粉掺量>增强剂掺量;超声波波速与孔隙率、透水系数和28 d抗压强度的曲线拟合相关性良好;随着冻融循环次数增加,试件质量损失率逐渐增大、超声波波速逐渐下降,矿渣粉和增强剂可以改善试件的冻融耐久性。研究成果将推进水库底泥在制备建筑材料中的开发与应用,有望为水库底泥透水混凝土的进一步应用提供参考。

融合三维螺旋运动和混合反向学习策略的改进鹈鹕优化算法

针对鹈鹕优化算法收敛速度较慢、初始化过程随机产生初始种群导致种群多样性差,在后期易陷入局部最优等问题,提出了一种融合三维螺旋飞行和混合反向学习策略的鹈鹕优化算法。首先使用Gauss映射初始化种群,提高种群多样性;其次利用三维螺旋飞行和混合最优最差反向学习策略,加强算法跳出局部最优的能力;最后,引入自适应平衡因子与自适应步长,提出鹈鹕坠落策略,以模拟捕食过程中群体的微小变化。最后,通过12个基准函数和实际案例对IPOA(improved pelican optimization algorithm)进行测试,并与8个仿生算法进行对比,测试结果与Wilcoxon符号秩和检验结果均表明IPOA收敛精度与稳定性等各项性能都有所提升,具有明显优势。

玄武岩纤维再生混凝土高温水冷损伤试验研究

为研究消防喷水灭火对纤维再生混凝土力学特性的影响,以玄武岩纤维(BF)体积掺量和历经最高温度为变化参数,共设计90个玄武岩纤维再生混凝土(BFRC)标准立方体试块,进行高温喷水冷却和抗压强度—声发射(AE)试验,探讨BF体积掺量和历经最高温度对BFRC力学性能的影响。结果表明,当温度升到1 000℃,试块表面脱落,骨料全部露出,试块的完整性遭到严重破坏;试块的剩余抗压强度在温度为200~400℃时下降趋缓,抵抗高温的效果明显;BFRC的高温喷水冷却受压损伤过程可分为初期压密与裂纹萌生阶段、裂纹扩展汇集阶段和峰后破坏阶段,各阶段的声发射振铃累计计数具有明显差异;拟合得到消防喷水灭火后BFRC抗压强度计算公式,可为评估不同BF体积掺量及历经最高温度对BFRC抗压强度的影响提供参考。

基于Inception-BiLSTM和迁移学习的结构损伤识别

针对传统卷积神经网络(convolutional neural network,CNN)方法在时空特征提取存在不足,提出了一种改进的Inception与双向长短期记忆(bi-directional long short-term memory,BiLSTM)联合模型,以全面学习振动信号中的空间和时序信息。首先,构建具有多尺度感受野的Inception模块,自适应地提取不同尺度下的空间特征;其次,BiLSTM序列化处理时间特征,以深度挖掘时间相关性;最后,通过全局平均池化和Softmax分类器来实现钢框架结构的损伤识别。为评估该模型对噪声的鲁棒性,引入高斯白噪声作为干扰。此外,采用迁移学习策略来评估模型在不同强度激励和小样本下的泛化能力,确保适用于不同的损伤识别任务。结果表明,与传统的CNN方法相比,该模型在无噪声条件下及信噪比超过25 dB时保持了100%的识别精度。该方法解决了土木工程应用中样本量不足和不同强度激励的实际挑战。通过微调预训练模型的参数,实现了在不同强度激励和小样本情况下的知识迁移与泛化,从而增强了模型的实际适用性。

“工程经济与项目管理”课程教材建设探析

教材是学生学习的重要载体和主要工具,将工程教育认证和新工科计划的核心理念融入土木工程专业教材建设,对于培养面向未来的复合型、创新型工程技术人才具有重要意义。文章探讨了“工程经济与项目管理”课程的教材建设,将工程经济与项目管理的知识点有机融合,融入思政元素、典型建筑信息模型(BIM)成果、最新装配式建筑进展等工程实际案例,并结合现代信息技术拓展教材空间、构建新形态精品教材,为土木工程专业基础课程教材的创新建设提供参考。

改进后预制钢-混凝土梁柱节点抗震性能分析

为了研究改进后预制组合梁柱节点的抗震性能,在验证数值模拟准确性的前提下,基于有限元软件ABAQUS建立了11个节点模型,分析各参数变化对节点抗震性能的影响规律.结果表明,各试件在低周往复荷载作用下的滞回曲线都比较饱满,等效黏滞阻尼系数在0.266~0.362范围之内,新型预制节点具有良好的耗能性能;新型预制节点的承载力和延性系数分别比传统形式预制节点高5.4%和12.8%,并且其刚度退化能力以及能量耗散能力也优于传统形式预制组合节点;钢梁和钢接头强度的增加可以提高试件在荷载作用下的变形能力,但是对于提升试件承载力、刚度退化和强度退化能力的影响很小;钢接头埋置长度和预制梁内纵筋强度的增加能延缓试件的刚度退化和强度退化的速度,提升试件的承载能力和耗能能力.综合考虑,钢接头埋置长度至少应为200 mm,同时预制梁内纵筋强度等级应高于HRB335,以保证节点有良好的变形性能.

铁尾矿在建筑材料中的应用研究进展

铁尾矿作为工业固体废弃物,其产量呈逐年递增趋势,大量堆积的铁尾矿对环境造成了严重破坏,对人民群众生命财产和健康构成了威胁,如何实现铁尾矿废弃物资源化利用已成为我国可持续发展过程中不可回避的问题。以铁尾矿在建筑材料中的应用为目标,分别从铁尾矿理化性质分析、用作水泥熟料、制备混凝土、制备新型轻质建材四个方面进行全面阐述,分析现阶段铁尾矿资源化利用最新进展,总结铁尾矿应用最新研究成果,为铁尾矿在建筑材料中高附加值利用提供参考,同时也助力“碳达峰、碳中和”目标的实现。

基于改进投影寻踪的海洋生态环境综合评价

为了克服现有的海洋环境评价中存在的主观性强、不易处理高维数据的缺陷,提出了基于改进投影寻踪模型的海洋环境评价新方法。该方法利用改进蚁群算法实现了投影寻踪技术,将方案的多维评价指标值投影为一维投影数据,并据投影值大小对样本进行综合评价。工程应用实例表明,该模型易于决策,具有很强的客观性、适用性和可操作性,为海洋生态环境评价提供了新的技术工具。

一种基于未知测度的煤矿安全评价模型

在分析了煤炭行业原有安全综合评价缺陷的基础上 ,论文建立了未确知测度模型对煤矿安全进行综合评价。提供了一条定量、定性相结合的煤矿安全综合评价的新途径 。

融合最优邻域扰动和反向学习策略的蝴蝶优化算法

为解决蝴蝶优化算法(butterfly optimization algorithm,BOA)易出现收敛精度差、易陷入局部极值的问题,提出了一种融合最优邻域扰动和反向学习策略的蝴蝶优化算法(butterfly optimization algorithm combining optimal neighborhood perturbation and reverse learning strategy,ORBOA)。首先,在算法初期引入改进Tent混沌映射,均匀蝴蝶初始位置。其次,在全局搜索阶段引入最优邻域扰动和透镜成像反向学习策略,在保持种群多样性的同时提高算法的收敛速度,并通过贪婪机制择选出最优的蝴蝶个体位置;在局部搜索阶段引入随机权重,增强跳出陷入局优的能力;采用6个基准函数来测试5种算法在30、50、100维度下的搜索性能,结果表明ORBOA具有更高的收敛速度、收敛精度和跳出局优的能力。最后,采用ORBOA对桁架结构进行优化,结果表明桁架结构的总重量可被有效降低。

基于人工鱼群算法的桁架结构的优化

针对基本人工鱼群算法在解决桁架结构优化问题时存在的后期收敛速度慢、寻优精度不高等缺陷,在算法初期采用Logistic方程初始化解群,提高求解效率和质量,在算法运行过程中利用粒子群优化算法惯性权重调整策略对人工鱼的步长进行改进,以提高寻优的速度和精度。将改进后的算法应用到桁架结构优化中,以桁架截面尺寸为设计变量,结构最小重量为目标函数建立优化设计模型,运用MATLAB进行模型优化分析,并与其它算法优化结果进行对比。结果表明,改进的算法在收敛速度与寻优精度方面均有所提高,尤其在迭代计算的初期,效果非常明显。

水利工程质量监督全过程全方位定量评价模型构建

为促进我国水利工程质量监督管理工作运行的高效化,确保工程监督的有效性和权威性,基于AHP(analytic hierarchy process)原理,针对水利部督查小组的现场检查情况,依据水利部下达的相关文件,结合负分制和一票否决制,将定性问题定量化,构建一套涉及水利工程建设、运行、管理全过程全方位的质量监督管理评价模型,共包含7层2112个指标。在综合试错的基础上,计算得出不同层级和不同指标的权重,然后选用该模型分析评价2020年7个省份受督查水利工程项目的质量管理与安全生产管理监督数据,间接说明模型的实用性和易操作性。评价结果表明:7个省份均在合格以上,整体质量管理情况较好,但得分差异显著,其中最高得分90.6、最低得分65.6,相差25分;不同类型管理评价结果显示,安全生产管理得分普遍高于质量管理得分;各参建单位评价结果显示,建设单位和勘察设计单位的情况最优、评分基本达到满分,而质量检测单位和施工单位得分最低、需重点加强相关监管。评价结果为水利工程监督管理工作提供了科学的数据支撑,构建的评价模型也为水利工程质量监督定量化提供了易实操的普适性工具。

基于熵的小生境蚁群算法及其应用

为克服基本蚁群算法易"早熟"的缺陷,将小生境算法和信息熵相结合,提出了基于信息熵的小生境蚁群算法。该算法采用小生境算法对蚁群算法的后期进行局部搜索并以信息熵作为开始和结束的判断依据。求解旅行商问题及房地产投资组合优化问题的结果表明其优于基本蚁群算法,该算法具有广阔的应用前景。

离散变量结构优化方法研究现状及趋势

为了对离散变量结构进行优化设计,相关学者对离散变量结构优化设计的理论和方法进行了大量研究,并做出了许多有益的成果。在总结前人研究的基础上对离散变量结构优化设计的研究现状及其发展历程进行了阐述,为使人们对离散变量结构优化的认识更全面深入,按照时间的先后顺序,对离散变量结构优化设计方法进行分类,并对现今比较实用的几种离散变量结构优化方法进行了系统分析,在说明其优点的同时,还总结了一些较为流行的改进方法,进而指出蚁群算法是一有前途的优化方法。根据离散变量结构优化设计问题的特点,对离散变量结构优化设计理论及方法的发展未来做出尝试性的探讨。

基于信息熵的改进狮群算法及其在组合优化中的应用

狮群算法是一种具有较强寻优能力的群智能算法.为了克服基本狮群算法中因狮王替换的长周期性导致收敛速度较慢,幼狮选择策略较盲目导致的前期遍历性不足,幼狮步长扰动因子受解空间影响过大和算法后期局部收敛速度慢等缺陷;本文在原始狮群算法的基础上改良了狮王的替换策略和幼狮选择的概率,引入信息熵分别控制不同幼狮的步长,引入狮王稳定因子解决幼狮后期选择的盲目性,并适当调整狮群整体构成方式.由信息熵的值来度量狮群算法中幼狮选择的不确定性,通过设置不同的扰动因子达到控制算法中不同幼狮的移动范围,实现算法的自适应调节并增大算法的鲁棒性.仿真实验、桁架优化算例和TSP问题求解对比验证了改进算法的有效性.该研究为组合优化问题的求解提供了一种新的思路和方法.

基于改进蛙跳算法的结构可靠指标计算

为了克服传统的结构可靠指标求解方法存在的模型描述和计算缺陷,引入改进混合蛙跳算法用于求解可靠指标。针对标准蛙跳算法求解组合优化问题时后期收敛速度慢、容易陷入局部最优的缺点,新算法引入蚁群算法的信息素调整策略,对蛙跳算法后期局部搜索进行改进,扩大算法后期搜索范围,使蛙跳算法跳出局部最优。最后,将改进后的算法应用到结构可靠指标的求解过程,算例验证了改进算法的有效性。

基于高斯变异的蚁狮算法及其在组合优化中的应用

针对蚁狮(ant lion optimizer,ALO)算法在寻优后期种群数量减少、精英蚁狮影响权重减小导致算法收敛速度较慢且易陷入局优的问题,提出基于高斯变异的蚁狮(Gaussian mutation based ALO,GALO)算法。首先引用Kent混沌对初始蚂蚁种群进行扰动,提高蚂蚁种群多样性作为蚁狮寻优的基础;其次在精英蚁狮的位置更新方式中引入上一代精英蚁狮,提高算法全局搜索的能力,并通过动态切换概率平衡算法局部和全局探索的能力;最后引入高斯变异的方法,加强后期算法跳出局部最优的能力。通过10个测试函数来评估算法的寻优能力,并将其应用到0-1背包问题、桁架尺寸和动力学优化问题中,验证了GALO算法应用于组合优化问题中收敛速度更快、精度更高,为结构优化提供了一种新的方法。

基于蚜虫算法的预制装配式混凝土框架结构可靠性分析

预制装配式建筑的发展是我国建筑业"十三五"期间重要战略之一,而框架结构则是其应用较多的结构体系。基于此,运用系统可靠度理论指导并借助高效率的寻优算法对预制装配式混凝土框架结构进行优化具有重要的理论与现实意义。以预制装配式混凝土框架结构为研究对象,并以系统可靠度为约束条件,利用近年来新提出的一种智能优化算法—蚜虫算法对其进行建模求解,将求解结果与结构可靠度经典算法蒙特卡罗抽样方法进行对比,表明了此方法求解效率与精度更高。

基于自适应步长和莱维飞行策略的改进狼群算法

群智能启发算法在解决大规模分布式问题方面有许多优势。针对传统狼群算法易陷入局部最优和精度不高等缺陷,笔者在分析狼群特点的基础上,提出一种基于自适应性步长和莱维飞行搜索策略的改进狼群算法。首先,通过自适应步长的合理变化,提高搜索精度;其次,采用莱维飞行的搜索策略,在算法后期扩大搜索范围,提高算法的全局搜索能力。最后,为了验证该算法性能,通过仿真实验和实际案例进行了测试,与其他改进方法进行比较。测试结果表明,所提出的改进狼群算法在收敛速度、精度及稳定性方面都有明显优势。

改进蚁群算法在海洋工程群项目资源调度中的应用

当今海洋工程群项目管理中的瓶颈之一是人力、资金、设备及材料等资源的合理、动态调度问题。针对此问题,引入了基于信息熵的改进蚁群算法。该方法将资源需在各个分项目中占用的时间与资源的急需程度与之比作为算法中的启发式信息进行处理。与传统调度方法的比较及海洋工程群项目资源动态调度工程实例表明,该方法可实现资源的合理、动态调度,为海洋工程及其他工程领域群项目管理提供了一较为有效的资源调度算法。