首页期刊导航|兰州工业学院学报
期刊信息/Journal information
兰州工业学院学报
兰州工业学院学报

赵锡英

双月刊

1009-2269

lgzxb@263.net

0931-2862519

730050

兰州市七里河区龚家坪东路1号

兰州工业学院学报/Journal Journal of Lanzhou Institute of Technology
查看更多>>本学报旨在推进新技术的推广应用，交流切磋生产实践中的各类技术问题，探讨加强思想政治教育，素质教育的方法，研究教育的理论与实践。
正式出版
收录年代

    C型卡槽抗剪连接件力学性能分析

    张敏韦文婧钟翔朱翔宇...
    1-6页
    查看更多>>摘要：为解决传统柱-柱连接精度要求高而导致施工效率低下的问题,设计了一种C型卡槽抗剪连接件.通过6 组C型卡槽抗剪连接件的推出试验,分析新型连接件的荷载-滑移特性,探讨型钢的预埋长度、黏结周长以及型钢的位置对卡槽极限承载力和黏结滑移性能的影响,并给出了试件的本构模型.结果表明:C型卡槽抗剪连接件极限平均黏结应力较文中对比的型钢混凝土提高了45%～87%;型钢的预埋长度和黏结周长的增加能够有效的提高试件的黏结滑移性能,型钢的位置变化对黏结滑移性能影响不大;较传统型钢混凝土,C型卡槽更好地约束了灌浆料的横向变形,赋予试件良好的延性,能够有效避免灌浆料的开裂.

    柱-柱节点C型卡槽抗剪连接件型钢混凝土黏结滑移本构关系

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    带有偏移角的型钢混凝土梁-柱节点抗震性能研究

    段加超侯天赐李亚苹李大华...
    7-12页
    查看更多>>摘要：为了研究带有偏移角型钢混凝土梁-柱节点的抗震性能,采用数值模拟方法,以 6°为步长,建立了从0°到30°的6 个边节点模型,进行了低周往复荷载下的拟静力试验,对各边节点的破坏形态、承载能力、滞回性能等进行了分析.结果表明:在往复荷载作用下,各边节点的梁端都形成了塑性铰并发生了破坏,但等效塑性应变区域向偏移侧转移;边节点偏移角的增加对滞回曲线的形状没有明显影响,但会提高节点的承载能力和耗能能力,导致骨架曲线外扩.

    型钢混凝土梁-柱节点有限元分析抗震性能

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    不同槽口位置对石材幕墙的影响

    朱银刚李大华张俊龙韩孟君...
    13-18页
    查看更多>>摘要：以阜阳某大理岩石材幕墙项目为背景,采用Abaqus软件研究风荷载对不同尺寸幕墙石板的影响机理.结果显示:槽口距板边缘距离对槽口处应变影响小,但导致石板位移波动,70～80 mm范围内变形最大,达到 3%;槽口距板边缘距离对应力影响大,随着距离增加,应力呈"山峰"型曲线,90 mm处峰值最大;适当增加槽口距离可提高应力值,但超出范围则会导致应力下降,位移平均值接近90 mm.通过数值模拟方法分析了石板的应力应变变化规律,有助于评估石板结构的稳定性和安全性,对类似工程提供了技术参考.

    石材幕墙短槽式风荷载槽口位置应力应变

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    外倾式双索面PC矮塔斜拉桥颤振稳定性分析

    李群锋关伟
    19-24页
    查看更多>>摘要：基于浮山丞相河特大桥工程,对外倾式双索面PC矮塔斜拉桥主梁结构的颤振稳定性进行了分析.采用Midas Civil 2020 有限元软件建立结构模型并分析结构动力特性,得到结构自振频率及振型,并分别对桥梁最大悬臂施工阶段和成桥阶段进行了颤振稳定性分析.通过新旧抗风规范对比分析,结果表明:该桥梁在2 种工况下均具有较高的抗风稳定性,结构的颤振临界风速均远大于其颤振检验风速,结构安全,可供同类型桥梁在结构抗风设计时进行参考.

    PC矮塔斜拉桥外倾式双索面动力特性颤振稳定性

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    中小跨径、低高度连续箱梁体外预应力加固技术研究

    徐建
    25-30页
    查看更多>>摘要：结合某实际中小跨径、低高度连续桥梁结构,对其实施体外预应力加固.当体外索穿越墩顶横梁时,采用高压水切割技术从墩顶开槽的方式,不仅有效地增大体外索的有效高度、提高了体外索的有效性,而且作业空间不受限制,作业范围得到精确控制,作业时无振动,对钢筋(钢束)无损伤,有保护桥梁结构,效率高等优点.加固后桥梁结构扰度、应力改善明显,可为其他类似工程提供参考和借鉴.

    中小跨径低高度连续箱梁体外预应力加固高压水切割工艺

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    黄土隧道仰拱裂缝成因分析及加固处治措施

    孙照玉左鲁
    31-36,82页
    查看更多>>摘要：针对某在建高速公路黄土隧道仰拱填充层纵向裂缝成因分析及加固问题,通过对裂缝现场调查,并结合施工过程含水率与地基承载力值测试结果、仰拱基底围岩状况调查、现场破检及取芯检测、地质补勘调查、监控量测等手段综合分析,指出黄土隧道仰拱基底地基软化,承载能力下降是黄土隧道内裂缝产生的主要原因,并提出"钢管桩拱脚加固+仰拱基底增设渗水盲沟"综合处治方案,为同类隧道病害问题提供参考.

    黄土隧道仰拱纵向裂缝含水率基底软化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    新型高聚物固化剂稳定土路用性能试验研究

    谢燕梅赵梦
    37-42页
    查看更多>>摘要：为研究高分子聚合物固化剂对水泥石灰土强度和耐久性的影响,以醋酸乙烯酯-乙烯共聚乳液、纯丙乳液、硅丙乳液、聚乙二醇、纳米二氧化硅(n-SiO2)、木质素磺酸钙、十二烷基苯磺酸钠、KH-550 等为原料,制备了一种高分子聚物土壤固化剂V.通过 7d无侧限抗压强度试验确定固化剂与水泥、石灰的最适宜配比,并对固化剂稳定土进行水稳定试验、冻融试验、劈裂试验,分析稳定土路用性能.结果表明:当固化剂掺量为 0.1%,水泥掺量为 5%,石灰掺量为 3%时,试件7d无侧限抗压强度最高,为5.46 MPa.养护28d后,试件水稳定系数、抗冻指标和劈裂强度分别为89.66%、83.7%、0.77 MPa.通过数据对比可知,固化剂对水泥石灰土各性能有明显提升.

    高聚物固化剂配合比无侧限抗压强度抗冻性

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合多尺度特征的拼接篡改图像检测算法

    吴琛邵叱风
    43-47页
    查看更多>>摘要：针对当前拼接篡改图像检测与定位方法主要专注于检测和定位小范围的篡改区域,而对于不均匀大小位置目标对象的模型性能表现不佳等问题,提出一种用于拼接篡改图像的检测与定位的新型网络架构DEUNet.DEUNet在UNet基础上引入高效加性注意力和双向残差块,用于处理不同尺度的特征,在更完整地定位大尺度篡改区域的同时减少模型的复杂度,并结合交叉熵和Dice损失函数以更好地平衡分类精度和分割准确性.实验结果表明,提出的方法性能优于其他算法,且具有良好的鲁棒性;DEUNet能成功处理不固定大小位置目标且实验验证性能优于最新算法.

    Transformer上下文交互图像拼接篡改定位高效加性注意力全局依赖建模能力

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLO v7的果蔬叶片病害检测算法

    张一帆张梅陈杰
    48-53页
    查看更多>>摘要：为了提高对果蔬叶片病斑细小特征的精准定位能力并减小模型复杂度,提出一种基于改进YOLO v7 的果蔬叶片病害检测算法.首先对YOLO v7 模型的主干特征提取网络添加卷积注意力机制模块(CBAM),增强模型在提取病害初期相似特征方面的有效能力;其次,将原本的路径聚合网络(PANet)结构替换为渐近特征金字塔网络(AFPN)来支持非相邻级别的直接交互,在提高检测性能的同时使得模型轻量化;最后,将原始YOLO v7 的CIOU损失函数,更替为XIOU损失函数.试验结果表明,改进后的YOLO v7 算法能够有效对果蔬叶片病虫害进行检测,其平均检测精度为96.4%,比YOLO v3、YOLO v5s、YOLO v7 和SSD模型分别提高了 13.2、0.9、1.3 和18.7个百分点,与YOLO v7 网络模型大小相比减少了 22.4 MB.所提方法为果蔬叶片病害的精准检测提供了一种有效的技术支持.

    果蔬病虫害图像识别YOLOv7特征金字塔损失函数轻量化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融入注意力机制的双通道神经网络命名实体识别

    陶露
    54-59页
    查看更多>>摘要：针对深度学习方法识别命名实体缺乏丰富语义信息及冗余信息对命名实体识别的影响问题,提出一种融入注意力机制的双通道神经网络命名实体识别模型(BW-ATT-NERM).首先使用Word2vec和BERT两种语言模型将文本转换成相应的向量表示形式作为模型输入;然后采用BiGRU网络提取文本特征向量,文本特征向量利用注意力机制生成特征向量的加权语义表示;最后利用CRF训练和学习文本特征向量与输出标签之间的关系,预测和输出最佳标签序列.实验结果表明:BW-ATT-NERM模型平均准确率、平均召回率、平均F1 值达到 95.97%,94.26%,95.11%,与基准识别模型(LSTM-CRF)相比,识别效果更加明显.

    命名实体识别双通道双向GRU注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据