SRC框架梁正截面受弯极限弯矩计算式及其适用条件研究

检验设计标准中设计公式的计算精度及其适用条件是结构工程的重要研究内容之一。为检验现行行业标准《组合结构设计规范》(JGJ138-2016)中SRC框架梁正截面受弯极限弯矩计算式的适用范围及其计算精度,将该标准中的5条基本假定表示成数学表达式,基于数学表达式严格推导了SRC框架梁正截面受弯极限弯矩计算式的适用条件,建立了型钢腹板承受的轴向合力N_(aw)和其对合力点的力矩M_(aw)的计算式,并提出了适用条件的简化形式。采用文献中的SRC框架梁正截面受弯试件的试验数据,对建立的极限弯矩计算式、适用条件进行了验证,并与JGJ138-2016中的极限弯矩计算式、适用条件进行了对比。研究表明,SRC框架梁正截面受弯极限弯矩计算式较JGJ138-2016中的计算式精度更高,JGJ138-2016中SRC框架梁正截面受弯极限弯矩计算式的适用条件需进行修正。

基于图论及应变花的光纤自诊断网络可靠性研究

以某飞机机翼盒段上布置的对结构应变分布进行监测的光纤Bragg光栅自诊断传感网络为例,对提高光纤自诊断网络系统的可靠性方法进行了研究.在传感器排布方式上,对监测点采用光纤应变花的形式;在网络连接上,采用图论中邻接矩阵的方法通过使光开关动作为失效传感器寻找新的解调路径,实现信号的重新解调.结果表明,采用图论中对邻接矩阵的运算同传感器容错技术相结合,可使光纤网络系统在一根或几根传感器信号同时失效时,在不破坏结构的前提下,仍能利用受损区域内存活的光纤传感器,完成自诊断网络的自修复,达到提高网络可靠性的要求.

斑点追踪成像技术对冠心病患者室壁运动的二维应变研究

目的利用二维斑点追踪成像技术测量心室肌局部长轴应变(LS)、圆周应变(CS)及径向应变(RS),分析2D-STE诊断局部心室肌运动异常的临床意义.方法随机选取根据冠脉造影结果确诊的冠心病患者为60例,分为轻度及中重度冠脉狭窄组,冠脉狭窄<50%的30例患者为对照组,测量3组患者心肌各节段收缩期峰值应变.结果 1)中重度狭窄组LS,RS和CS均小于对照组及轻度狭窄组(P<0.01).2)LS轻度狭窄组与对照组相比较,心尖段及中间段差异具有统计学意义(P<0.01).中重度狭窄组前壁心尖段与对照组比较差异具有统计学意义(P<0.05).3)CS轻度狭窄组与对照组比较,心尖段差异具有统计学意义(P<0.05).中重度狭窄组与对照组比较,后间隔心尖段、前壁中间段及前壁心尖段差异具有统计学意义(P<0.05),前间隔中间段及心尖段差异具有统计学意义(P<0.01).4)RS轻度狭窄组与对照组比较,前间隔心尖段差异具有统计学意义(P<0.05),后间隔心尖段、前间隔基底段及中间段、前壁基底段及中间段差异具有统计学意义(P<0.01).RS中重度狭窄组与轻度狭窄组比较,前壁基底段差异具有统计学意义(P<0.05),前间隔中间段、前壁中间段及心尖段差异具有统计学意义(P<0.01).结论二维斑点追踪技术可敏感评价心肌运动功能变化,从而评估冠脉狭窄程度.

图论中树结构的稳定性优化设计方法研究

研究图论中树结构的优化设计方法,提高树结构的稳定性。由于算法的局限性,以及结构的复杂性影响,采用传统的方法进行树结构的优化设计,在实际的应用中,容易出现链路拥塞、节点失效的问题,稳定性不尽人意,无法满足实际的应用需求。为此,提出基于Dijkstra算法的树结构的稳定优化设计方法。依据Dijkstra理论,根据加权长度值的排序,得到最短路径,实现树结构的设计,引入应变能敏感度概念,计算获取最小值,并对树结构的节点位置进行优化调整,实现图论中树结构的稳定性优化。实验结果表明,采用改进算法进行图论中树结构的稳定性优化设计,能够提高设计结构的稳定性,简化算法运行过程,节约耗时,能够满足实际的设计需求,具有广泛的应用价值。

用微机绘制织物应变图

本文用直角坐标量的测定,来计算织物受力时各部分的应变,然后根据应变的实际大小,借助计算机的绘图仪,可在织物上绘出若干个具有不同应变值的分布图。

基于深度强化学习算法的颗粒材料应力-应变关系数据驱动模拟研究

颗粒材料的宏观力学行为受颗粒组分等材料参数,孔隙率、配位数等状态参数的影响,同时又具备复杂的加载路径和加载历史相关性,建立包含多个内变量以及各变量间相互关联的颗粒材料本构模型是一个重要的科学难题.不同于传统的基于屈服面、流动法则和硬化函数框架下的唯象本构模型,本文基于颗粒物质力学的研究基础,以颗粒材料平均孔隙率、细观组构参数和弹性刚度参数作为内变量,结合深度学习方法建立以有向图表征的数据本构模型.有向图中以不同的链接网络表示不同的内变量信息流动方向,各个内变量间的映射关系采用循环神经网络来建立,将各个神经网络相互组合,形成包含不同内变量且具有不同预测能力的本构模型.该本构模型的建立过程等价于在众多可能的内变量链接关系空间中寻找最能描述实际材料宏观应力应变行为的优化问题.因此,可将有向图本构模型的建立过程看作"马尔可夫决策过程",采用深度强化学习算法构建有向图的内变量链接组合优化过程,具体采用AlphaGo Zero算法自动寻找最优的颗粒材料数据驱动本构模型建模路径.研究结果表明,采用有向图和深度强化学习算法可建立起完全依靠"数据驱动"的颗粒材料应力-应变关系.此外,本方法提供了一种将不同理论模型从数据角度统一起来,且基于人工智能算法发展更优模型的研究思路,可为相似问题的研究提供借鉴.