【摘 要】
：
颗粒材料在土木工程领域应用广泛,其内部结构离散性大,物理力学特征十分复杂。级配作为颗粒材料的基本特性之一,研究其对颗粒材料物理力学特性的影响具有重要意义。本文选择砂土材料为研究对象,基于选取的级配函数,通过离散元法研究粒径跨度和级配曲线形状参数对代表单元堆积特性及力学特性的影响,同时结合宏细观分析方法,将试样的宏观力学行为与细观结构变化联系起来。本文的主要研究内容和结论如下:（1）建立了各向同性压
论文部分内容阅读
颗粒材料在土木工程领域应用广泛,其内部结构离散性大,物理力学特征十分复杂。级配作为颗粒材料的基本特性之一,研究其对颗粒材料物理力学特性的影响具有重要意义。本文选择砂土材料为研究对象,基于选取的级配函数,通过离散元法研究粒径跨度和级配曲线形状参数对代表单元堆积特性及力学特性的影响,同时结合宏细观分析方法,将试样的宏观力学行为与细观结构变化联系起来。本文的主要研究内容和结论如下:（1）建立了各向同性压缩试验模型,发现试样的堆积密度随着粒径跨度的增加而增加,随着形状参数的增大表现出先增大后减小的趋势,在形状参数为0.7时达到峰值,同时该形状参数下试样的颗粒连通性较好,达到最优堆积。（2）建立了常规三轴试验模型,发现试样的抗剪强度及剪胀性随粒径跨度的增大而减小,随形状参数的增大而增大,同时级配不影响试样的临界状态应力比,但影响临界状态线在e-p’平面上的位置,粒径跨度小或形状参数大的试样临界状态线位置高,同时斜率较大。（3）细观分析后发现粒径跨度的增大使得体系内悬浮颗粒含量增加,力学配位数降低,而形状参数对其几乎没有影响,剪切过程对粒径跨度较小或形状参数较大试样的配位数概率分布有较大影响。接触力网络中弱接触占大多数,对大颗粒携带的强接触起到支撑作用,粒径跨度较大或形状参数较小的试样接触力分布范围更广。（4）临界状态下组构张量与应力张量的联合不变量与平均主应力有唯一对应关系,并且是级配相关的,随着粒径跨度的增大或形状参数的减小而下移。基于应力—力—组构关系发现试样在临界状态下的各向异性参数与级配无关,趋向于同一值,从细观尺度解释了临界状态应力比相同的现象。（5）验证了状态相关本构模型的适用性,分析了部分模型参数的级配相关性,提出了考虑粒径跨度及级配曲线形状参数的临界状态线预测模型并验证。
其他文献
新能源发电降低了碳排放,减少了环境的污染,有利于推动实现碳中和,其中光伏能源因具有安全、清洁等优点被广泛应用于微网系统、充电桩等。并网逆变器为新能源发电的核心部分,其性能的研究为电力电子领域的热点。本文针对并网逆变器的控制策略展开了分析与研究,完成的主要内容如下:（1）阐述了国内外光伏发电的研究背景和光伏发电系统的分类,同时介绍了并网逆变器的研究现状。（2）分析了光伏电池的输出特性和最大功率点跟踪
即时定位建图是室内移动服务机器人扩展其它业务的基础。机器人自主运动首先需要传感器感知周围环境,激光雷达和里程计融合使用是当前应用的主流方向,基于该方式的即时定位建图系统研究具有重要意义。本文面向室内环境,基于激光雷达和里程计,给出硬件平台选型和软件系统设计方案。针对现有算法在精度和鲁棒性上的不足,研究、设计并测试了改进的SLAM（Simultaneous Localization And Mapp
近年来,随着分布式发电的不断渗透,对传统交流电网的安全、稳定运行造成了一定的影响,而微电网被认为是解决这一问题的有效途径之一。在微电网中,随着越来越多的直流微源和直流负荷相继出现,采用直流微电网不仅可以减少中间变流环节,提高能源利用率,同时,直流微电网具有可控性好和电能质量高等特点。因此,本课题对直流微电网的运行控制进行了深入细致的研究,具体研究内容如下:首先,建立了光储型直流微电网系统的基本结构
滑坡是一种危害极大的地质灾害,其会毁坏农田、道路和建筑物,对人们的生命财产安全造成巨大的危害。为了有效地避免此类灾害的发生,对滑坡进行治理一直都是工程建设中较为重要的课题。为了对滑坡灾害进行合理有效的治理,本文以微型型钢混凝土组合抗滑桩为研究对象,探讨滑坡在微型型钢混凝土组合抗滑桩作用下滑坡的变形状态。微型型钢混凝土组合抗滑桩作为一种新型的抗滑支挡结构,其理论研究比较稀少,因此这就导致微型型钢混凝
当前公交优先控制方法中,多采用行程时间预测控制,但这些控制方法受限于行程时间预测精度。而行程时间预测精度受外部环境的干扰影响较大,如前车减速、车辆加塞等,这些都会导致公交车的行程时间预测产生较大误差,从而导致公交优先控制效果降低。若实际的行程时间远大于预测时间,在绿灯延长控制策略下,会导致绿灯相位结束后,公交车仍没有通过交叉路口的情况。V2X技术是新一代车联网技术,它实现的是车与车（V2V）、车与
同步定位与地图构建（SLAM,Simultaneous Localization and Mapping）是移动机器人的基本功能,现有的动态场景视觉SLAM算法存在准确度不够、实时性有待提高、硬件要求较高等问题。而目前主流的视觉SLAM技术主要基于静态场景假设,且仅包含一些几何信息,在动态场景中易受运动目标影响,造成位姿估计误匹配,导致系统鲁棒性和定位精度较差。因此本文设计了一种新的在动态场景下的
目前,在城市生活污水处理系统中比较有效的方法是活性污泥法,微生物对污水处理质量有重要指示性作用。因此,基于数字图像处理的污水微生物检测技术得到了广泛应用,而对微生物图像进行去噪是其中的关键环节之一。本文从城市生活污水处理系统中采集到的显微微生物图像出发,通过大量调研文献与资料,对适用于不同种类污水微生物图像去噪算法进行深入研究并作出改进。主要内容如下:介绍了图像去噪的基础理论知识,包括图像中噪声的
在回归分析领域,最小二乘法在实践中被广泛应用,但若数据集中含有异常值或非高斯分布噪声,其性能表现可能会大幅度降低.在此背景下,本文基于统计学习框架研究了采用一类稳健型损失函数的非参数回归方法,该类损失函数由窗函数和尺度参数所定义,涵盖许多常用的回归损失函数.我们将采用误差分解的方法来分析算法的泛化误差,并给出具体的算法收敛速率.通过我们的分析,可以看到损失函数中的尺度参数平衡了回归模型的收敛速率和