持续高温条件下重混凝土劣化行为研究
研究了温度(25~400℃)与高温持续时间(0.5~30 d)耦合作用下重混凝土力学性能的变化规律,并结合微观测试分析了其影响机理。结果表明:当温度不高于80℃时,随着温度与高温持续时间的增加,重混凝土的力学性能略有提高;当温度高于300℃时,重混凝土的质量损失随着温度与高温持续时间的增加呈增大趋势,力学性能显著降低,重混凝土中的结合水、AFt、C-S-H等水化产物逐渐分解,内部有害孔比例增加;基于试验结果建立的温度和高温持续时间耦合作用下重混凝土的本构模型可以预测持续高温条件下重混凝土的力学性能。
基于CPLD和嵌入式系统的高速数据采集系统的设计与实现
介绍一种基于CPLD和嵌入式系统的高速数据采集系统,并详细阐述了系统的结构和软硬件的实现方案.
基于TMS320DM642和H.264的网络视频监控系统设计
H.264作为全新的视频压缩编码标准,虽然提高了编码的效率,却也同时提高了运算的复杂度。因此,为了提高其适用性就要优化现有的H.264编制码。对编码算法进行优化可以在保证图像质量的前提下降低运算的复杂度,而DSP具有处理能力强、软件编程简便等特点,所以在进行H.264编码器的设计中作为硬件平台的首选。
深度支持向量机在齿轮故障诊断中的应用
针对齿轮箱故障诊断中存在的早期非平稳微弱故障信号特征提取困难,易受强背景噪声干扰,故障诊断精度较低等问题,提出了一种基于变分模态分解(Variational Mode Decomposition,VMD)和深度支持向量机(Deep Support Vector Machine,DSVM)的齿轮箱故障诊断方法。首先,利用VMD将原始振动信号分解成若干个频率尺度的本征模态(Intrinsic Mode Function,IMF)分量,并根据峭度最大准则选取IMF分量对信号进行重构;构建多层支持向量机结构,在输入层利用支持向量机对信号进行训练,学习信号的浅层特征,利用"特征提取公式"生成样本新的表示,并作为隐藏层的输入,逐层利用深层SVM对新样本训练并学习信号的深层特征,最终由输出层输出诊断结果。最后,通过齿轮箱故障诊断实验验证了该方法的有效性。
-
共1页/4条





