首页期刊导航|福建工程学院学报
期刊信息/Journal information
福建工程学院学报
福建工程学院学报

陈文哲

双月刊

1672-4348

gcxb@fjut.edu.cn

0591-22863076

350108

福建省福州地区大学新区学园路3号

福建工程学院学报/Journal Journal of FuJian University of Technology
查看更多>>本刊是由福建工程学院主办的以工科为主的综合性学术期刊。主要刊登工程技术与管理、高等工程教育教学研究等方面具有学术性、创新性的论文。其办刊宗旨是“立足八闽,面向全国,弘扬学术,发展教育”,服务学院的教育科研,服务于海峡两 岸的经济繁荣。办刊方针是“创新性,科学性,实用性”,注重发扬地域文化特色,注重海峡两 岸的工程文化的建筑与发展,注重闽台工程文化的交流。
正式出版
收录年代

    基于差分粒子群算法的铝合金模板多目标智能配模方法

    郑莲琼邱明锋李国宏
    307-314页
    查看更多>>摘要:为提高铝合金模板设计效率,解决人工设计铝合金模板存在的模板数量、种类、非标构件多造成的加工成本高、力学整体性差等问题,建立了铝合金模板两阶段多目标约束配模优化方法.基于BIM技术提取配模混凝土构件信息,以铝合金模板使用数量和使用种类最少为目标,建立了对应的多目标优化数学模型;使用差分粒子群算法求解,并将最优解在BIM模型中自动配模.该智能优化方法应用于铝合金模板设计,与人工配模设计方案对比,智能配模方案中模板数量减少了 19.2%,模板种类减少了 37.5%,配模优化效果良好,证明了算法运用于铝合金模板配模优化中的可行性及有效性.

    铝合金模板多目标优化智能配模差分粒子群算法

    公路轻量化护栏材料选型与结构设计

    吴德华陈志清曹宏斌李江云...
    315-320页
    查看更多>>摘要:传统碳钢护栏存在单位体积重量大、生产和运输过程碳排放量大、产品重复利用率低以及在碰撞事故中车辆容易冲入对向车道等缺点.文章优选一种新型不锈钢(QN1701)作为轻量化护栏材料,化学成分分析显示具有高锰、高铬和高 PREN 值特点,其抗拉强度达到 740 MPa,屈服强度为 430 MPa,延伸率为 54%,比传统碳钢(Q235)相应力学指标提高了 56%~72%,因此具有更高的结构安全性;经Newmark-β法理论计算,QN1701 护栏结构体系可以有效减轻碰撞严重程度,保护车辆不冲出护栏,设计防护等级为SB级的护栏结构同比Q235 护栏轻量化率达到了 48.3%,数值仿真结果表明,新型不锈钢护栏的安全性能满足SB级防护等级要求.

    交通安全设施不锈钢护栏轻量化新型结构仿真

    隧道全风化花岗岩压密特性的室内试验与数学模型研究

    余俊樊文胜王惠雨王一达...
    321-325页
    查看更多>>摘要:选取工程中遇到的典型地层作为实验土样,在 12%~32%含水率条件下分别进行侧限压缩试验,得到不同含水率条件下的原状土固结时的应力-应变曲线;借助Origin数据分析软件,使用数据拟合方式建立了可描述全风化花岗岩非线性压密过程的数学模型,定量研究了全风化花岗岩在常规注浆压力(0~4 MPa)下的压密特性.

    隧道全风化花岗岩室内试验压缩特性数学模型

    联合CNN与LSTM神经网络的斜拉索损伤识别方法

    朱三凡刘世凤余印根王志俸...
    326-332页
    查看更多>>摘要:索结构中,拉索响应与损伤之间处于高度非线性状态,常规数学模型对拉索损伤识别普遍存在精度欠佳问题.针对该问题创建了七丝钢绞线的拉索有限元模型,提出基于组合指标的CNN&LSTM神经网络损伤识别方法.借助该拉索有限元模型模拟 4 类损伤工况,分类提取响应.对比分析总能量变化率、频率、能量比偏差与能量比方差等不同指标对损伤程度的表征,建立能量与频率相结合的组合损伤指标.对比分析联合CNN&LSTM神经网络面对各损伤指标,以及传统中单独的卷积神经网络(CNN)与长短记忆法(LSTM)针对组合损伤指标的识别结果.研究发现,基于组合指标的联合CNN&LSTM深度学习网络的拉索损伤识别准确率最高,达到 96.67%,高于CNN的86.63%及LSTM的82.15%,表明CNN&LSTM在斜拉索损伤识别应用中具有较大潜力.

    拉索有限元卷积神经网络长短记忆法损伤识别组合指标

    基于透明土的不同间、排距抗滑桩边坡滑移特征

    刘强吴能森张震
    333-340,355页
    查看更多>>摘要:为探讨不同间、排距抗滑桩支护下边坡的滑移规律和特征,采用透明土模型试验并结合粒子图像测速技术,进行不同间、排距抗滑桩加固下边坡透明土试验,以探讨坡顶受荷下抗滑桩边坡土体的整体移动规律和滑移破坏特征.通过不同间、排距抗滑桩加固边坡土体的位移矢量图、位移等值线图以及荷载-位移曲线特征分析.结果表明:抗滑桩边坡的滑移过程可分为稳定、匀速和加速变形3个阶段,边坡极限承载力随桩间、排距的减小有所增大;抗滑桩加固边坡的滑动层深度随桩间、排距的扩大而加深,间、排距为3b时,出现坡面浅层和桩身中部位置的两个深浅不一的滑动面,表现为越顶剪切和桩土体系共同倾覆破坏.基于研究结论,对边坡防护提出以下建议:对于重要边坡防护工程,方形抗滑桩间、排距不宜超过桩截面边长的3倍和4倍,对于承载力要求不高的边坡工程,可适当增加桩间、排距以减小施工成本.

    抗滑桩桩间排距透明土模型试验土体位移场边坡滑移

    基于不同基质人工湿地的"一级A"尾水提标

    陈礼洪周伟鹏裴义山马世斌...
    341-348页
    查看更多>>摘要:针对人工湿地用于污水厂尾水提标改造中脱氮效率低、关键参数水力负荷不明确等问题,构建了砾石(湿地A)、沸石(湿地B)、沸石+黄铁矿(湿地C)为基质的3组人工湿地,通过改变水力负荷,研究不同基质人工湿地将市政污水厂"一级A"尾水提标至"准Ⅳ类水水质"的限制因素及最优运行水力负荷.结果表明,总氮(total nitrogen,TN)是限制尾水提标的最关键因素,湿地A、湿地B的最佳运行水力负荷为0.30 m/d.只有湿地C能在水力负荷≤1.80 m/d条件下稳定达到"Ⅳ类水水质"湖库TN≤1.50 mg/L的要求.综合考虑氮磷去除效果和经济用地,得出0.90 m/d是湿地C将尾水提标至"准Ⅳ类水水质"的最佳运行水力负荷,为尾水人工湿地实际工程设计、运行、管理及黄铁矿的应用提供重要参考价值.

    人工湿地黄铁矿水力负荷"一级A"尾水

    高效苯系物降解菌群的筛选及其降解性能

    张迪迪林小英刘志鹏郭涛...
    349-355页
    查看更多>>摘要:从受污染的土壤中富集驯化获得苯系物降解菌群,探究其降解特性并优化降解条件.以苯、甲苯、乙苯和二甲苯作为碳源进行多周期驯化,通过高通量测序技术进行群落结构分析,采用气相色谱法检测菌群对苯的降解性能,通过改变单一因素对降解条件进行优化.驯化后的苯系物降解菌群以假单胞菌属(Pseudomonas)为主,占比 56.07%;混合菌群降解苯的最适条件是温度 30℃、pH 7、苯浓度 200 mg/L,降解率在 80%以上;添加Fe3+、Mn2+离子可强化苯的降解,0.5 mg/L的Mn2+和 2.0 mg/L的Fe3+对苯的降解率分别达到 90.97%和 86.63%,比添加前提高 8.57%和 4.23%;菌群对苯的降解过程符合一级动力学方程,菌群降解 200 mg/L苯的半衰期仅为 12.27 h.该菌群对苯有较强的降解能力,对苯系物污染场地的修复有一定的应用前景.

    苯系物菌群降解特性动力学

    新型辐射制冷材料——相变蓄冷耦合降温屋面的热性能研究

    吴智昊陈晓明逯焕杰程归...
    356-362页
    查看更多>>摘要:为提高相变屋面的蓄冷效率和降温效果,提出了一种新型光谱选择性辐射制冷材料-相变蓄冷耦合降温屋面.建立了耦合降温屋面的数值计算传热模型.以福州地区为研究对象,分析了 7 种已商业化相变材料耦合降温屋面的热性能,并与无新型光谱选择性辐射制冷材料的传统相变屋面和普通屋面进行对比.结果发现,新型辐射制冷材料可有效降低屋面外表面的温度波动和峰值温度,提高相变材料的潜热利用率.6月1日至9月30日期间,相变材料同为RT25HC的耦合降温屋面比传统相变屋面可减少 159%的空调供冷量.室外空气温度与天空有效温度的温差越大,耦合降温屋面相比于传统相变屋面的节能优势越显著.

    辐射制冷相变耦合降温屋面相变屋面空调供冷量

    基于互补滑模控制的四旋翼姿态自抗扰控制

    何栋炜王佩陈炜陈健...
    363-370页
    查看更多>>摘要:针对受模型不确定性和外界干扰等因素影响的四旋翼无人机的姿态控制问题,提出了一种基于互补滑模控制的自抗扰姿态控制方法.基于自抗扰理论,首先将四旋翼无人机动力学模型改写为标准二阶积分型形式,设计了扩张状态观测器,对总扰动进行在线观测以补偿总扰动对系统的影响.其次,将广义滑模面与互补滑模面相结合,并引入sig函数替换切换函数,提出改进型互补滑模控制律并通过Lyapunov理论证明所提出控制器的稳定性.最后,通过仿真算例,从收敛时间、均方误差、最大误差等指标考察了所提出的控制器的性能.研究结果表明,与互补滑模控制、传统自抗扰控制及反步滑模控制相比,所提改进方法的控制品质更好.

    四旋翼无人机自抗扰控制互补滑模控制姿态控制

    基于VMD-MTF-CNN的故障电弧检测方法

    董志文苏晶晶
    371-378页
    查看更多>>摘要:低压配电线路可能产生故障电弧引发电路故障,为了区分正常电流和有故障电弧的电流,提出一种基于电流二维图像与卷积神经网络的故障电弧检测方法.首先利用变分模态分解重构电流信号,解决非线性型负载正常和故障电流难以辨识的问题;再使用马尔可夫转移场算法对重构电流信号进行二维图像编码,生成特征图像数据集.为了提高故障电弧检测的准确率和效率,构建了基于卷积神经网络的故障诊断模型,将所提特征图像数据集与未经信号重构的特征图像数据集分别输到所构建的诊断模型进行对比验证,结果表明,所提方法能有效改善非线性负载状态混淆,故障检测的平均准确率达到99%.

    故障诊断马尔可夫转移场变分模态分解卷积神经网络