探究自然生境下生态鱼巢的仿生设计

生境是生物赖以生存的必要条件,是人类发展的基本保障,然而随着人类的生产生活活动,生境破坏也日益严重。其中,海洋河流生境破坏尤为严重,珊瑚礁被大量破坏,珊瑚覆盖率急速下降,大量鱼类栖息、繁衍、越冬地点被破坏甚至丧失,鱼类的生长规律遭到破坏,其数量开始急剧减少,大量鱼类面临生存危机。本文通过探究自然生境中各个环境因子之间的联系与变化规律,总结其在鱼巢设计中的意义,并对生态鱼巢仿生设计提出几点意见。

基于量子天牛群算法的高桩码头横向排架结构损伤识别

针对高桩码头损伤识别问题,引入量子行为优化天牛群(BSO)算法,利用结构模态参数(固有频率和振型)的差别构造目标函数,提出了一种基于量子天牛群(QBSO)算法的损伤识别方法。采用所提方法对一高桩码头模型单直桩、单叉桩的单损伤,双直桩、双叉桩、直桩+叉桩的双损伤进行了计算,并与天牛群(BSO)算法与粒子群(PSO)算法进行对比;对振型添加噪声后单叉桩的单损伤进行了计算。结果表明:所提方法计算效率高、收敛速度快,具有较强的稳定性和抗噪性,能够快速精准地识别出损伤位置与损伤程度。

基于离散天牛群算法的高桩码头传感器优化布置

天牛须搜索(BAS)及其优化算法天牛群(BSO)算法是近两年新兴的一种生物启发式算法,具有易实现、收敛速度快等特点,但其仅适用于连续函数优化问题。目前高桩码头结构健康监测系统中传感器优化布置研究较少、布置方法存在盲目性。针对高桩码头传感器优化布置这一具体的离散问题,采用"0-1"编码的方法,引入位置变换概率的思想和离散化天牛群算法,基于模态置信度准则,提出了一种基于离散天牛群(BBSO)算法的高桩码头传感器优化布置方法。以某高桩码头为例,研究了该方法的应用,并与传统的离散粒子群(BPSO)算法进行了比较。结果表明,该方法比传统的BPSO算法更适合和有效。

土塞效应对PCC桩振动特性影响的数值模拟

采用ABAQUS建立土塞效应作用下PCC桩的三维有限元模型,对土塞效应下PCC桩的低应变瞬态动测响应进行模拟,得出不同土塞率、不同土塞与桩壁摩擦系数下的桩顶速度时域和频域响应。结果表明:(1)随着土塞率的增大,速度时域曲线中的第一阶反射波峰的幅值减小,且幅值减小依然受三维效应的影响。(2)随着摩擦系数的增大,速度时域曲线中的第一阶反射波峰与第二阶反射波峰的幅值逐渐减小,且第一阶反射波峰幅值的减小程度较为微弱、呈线性变化,第二阶反射波峰幅值的减小程度更为显著、呈非线性变化,波形在第二个反射波峰之前才开始出现分离现象。(3)土塞效应导致波动在土塞段传播的速度减小,土塞效应越强,削减作用越强。(4)土塞效应削弱了纵向振动,横向振动与弯曲振动的耦合,从而导致PCC桩导纳曲线共振峰幅值下降。