基于交通荷载作用的道路地下塌陷模型研究

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:Jewellerymay
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着社会的不断发展,因交通作用导致的道路地下塌陷问题已经屡见不鲜。为此,分别从交通荷载特性和路面动力特性两方面进行分析研究,通过路面弹性模量与路面应变的关系模拟道路地面结构层中的路面效应。然后把路面结构划分成有限个单元,并将其进行离散化处理,通过对位移、速度和加速度三个矢量进行不断的迭代处理,直到达到收敛状态。再次通过有限元模型的计算,分析研究交通工具行驶过程荷载的不平稳增长对路面结构疲劳损伤的影响。最后选取5种常见的不同轴载车辆,分别从位移和应力两方面进行分析,研究其对道路路面上施加的静荷载稳定性
其他文献
网络环境日趋复杂给数据库的安全访问提出了严峻挑战,针对敏感数据日益增长的数据库信息,提出了敏感信息可变保序加密安全算法。在保序加密模型分析的基础上,为避免明文顺序相同造成加密效果不佳的问题,引入随机发生函数构建密钥,使明文域与任意数共同影响密钥,并通过对明文域采取等分处理降低密文域大小,从而完成对存入数据库的明文域信息加密。对数据库敏感信息引入量子计算进行二次加密,利用自旋态和模糊态生成密钥,以及
求解变系数方程的高斯消元法与高斯-约当消元法计算原理类似、问题相近,但前者计算速度高于后者。提出分段对称反向高斯-约当消元法,其中包括根据系数矩阵结构特点构成特殊增广阵,以展示和应用元素的变化规律,并分段对上下三角元素消元以大大提高计算效率。对矩阵下三角元素正向消元及对称计算可简化所有下三角元素计算,而对上三角元素反向消元可再省略所有上三角元素计算,而取倒后的对角元素作为规格化因子可大大减少除法计
针对干煤粉气化炉多变量、大滞后、纯耦合的特性,提出一种改进的BP-PID控制算法.炉内温度是气化炉安全运行的重要指标之一,由于炉内温度与氧煤比的值具有很强的相关性,因此,对于气化炉主要控制回路中氧煤比的建模与控制研究具有实际应用价值.介绍了PID控制器结构和BP神经网络算法描述,根据现场采集数据,进行数据预处理后,利用渐消记忆递推增广最小二乘法建立气化炉数学模型,采用改进的BP-PID控制算法对炉内温度进行控制.仿真结果表明,改进的BP-HD控制算法比普通的PID控制算法控制具有更好的控制效果,自适应和抗
在机器人视觉导航中,传统的光栅投射校正方法中采用非线性迭代方法辨识参数,无法保证参数校正解的全局最优性。提出机器人视觉导航传感器光栅投射误差校正方法。考虑机器人视觉导航所处实际环境,仿真输出场景数据。依据传感器光栅投射产生的测量序列,得到标准线性的最小二乘形式。根据数据采样序列迭代识别参数,将传感器投射数据输入到位移解算器中,利用正弦信号以及余弦信号完成误差校正运算。实验结果表明,提出的机器人视觉
由于软件测试数据待测行为段序列连接存在冗余,导致目标路径覆盖率降低,提出基于状态空间剪枝的软件测试数据扩增算法。通过并发无关行为段在软件测试内的位置实施分类,依据分类结果采用状态空间剪枝算法,缩减状态空间的规模后,采用测序序列生成算法采用状态节点投影,对所有待测行为段实施操作和判断,按照状态空间实施全序列连接操作,生成全覆盖、无冗余的测试序列;采用自适应粒子群优化算法,设置初始参数、初始种群,判断
针对DSST算法对目标方向发生变化时易出现的跟踪丢失问题,提出了一种目标尺度和方向自适应稳健跟踪算法。算法首先提取目标候选区域HOG和HSV特征,通过相关滤波算法构建多特征融合的二维定位滤波器,从而精确确定目标的中心位置。然后,根据方向池用HOG特征构建一维方向相关滤波器确定目标的最佳方向。并通过构建一维尺度相关滤波器确定最佳尺度。最后,根据PSR值变化情况调整相关滤波模型更新的权重,使模型适应目
为合理控制逻辑门电路交流电换向、维护逻辑门电路的正常运行,基于单神经元PID设计了一种逻辑门电路交流电换向控制方法。采用基于泛序测试法的诊断方法判断逻辑门电路故障类型,然后按照逻辑门电路交流电递进信号与输出结果的积分比例、微分系数的学习速率以及神经元比例系数,调节单神经元自适应PID控制器的权值,从而实现对逻辑门电路交流电换向过程的合理控制,使逻辑门电路快速恢复正常。经仿真测试可知:上述方法可实时
针对服务器处于高负载情况时,传统数据库资源均衡分配方法响应时间较长,且无法实时反映数据库真实运行的情况,提出基于ALAD算法的数据库多属性资源均衡分配研究方法。利用ALAD算法计算服务器负载综合权重,基于此构建TG-LDA模型,将JSD距离作为资源共有与独有的主题相似度信息,获得资源特征表达式。根据数据库多属性资源特性求出最佳并行度,完成数据分片处理。通过连接不同片区数据获取输出属性集合。利用改进
随着信息技术的不断发展,网络服务逐渐成为人们生活的重要组成部分。与此同时,日益严重的网络安全问题,也给人们的信息和财产安全带来了巨大的安全隐患。入侵检测系统(Intrusion detection system, IDS)作为信息安全领域的研究热点之一,可以根据预定的规则扫描网络活动,监控网络流量,提供实时告警。然而IDS也存在着突出的问题,例如缺乏主动防御能力、检测落后于入侵等。因此,基于改进的
针对传统数据协同过滤方法存在过滤耗时长的问题,提出基于无限深度神经网络的Web大数据协同过滤方法。通过分析神经网络连接方式与结构,在时间维度上展开,研究其"无限深"的状态;为提高计算性能,调整权值,获取网络整体性能函数,利用反向传播算法确定目标函数,再使用梯度下降法更新参数,确保网络收敛到局部最小值;利用上述无限深度神经网络分别对Web大数据的权重、梯度以及相似度进行计算,评价各个数据并进行排序,