-
公开(公告)号:CN112685818A
公开(公告)日:2021-04-20
申请号:CN202011591747.0
申请日:2020-12-29
申请人: 武汉大学 , 大唐宣威水电开发有限公司
IPC分类号: G06F30/13 , G06F30/20 , G06F111/04 , G06F119/14
摘要: 本发明公开了一种混凝土拱坝坝体优化方法。凝土拱坝坝体优化能够在保证工程安全的前提下,提出经济可靠的坝体设计方案。传统的拱坝坝体优化方法重复设计法的工作量大、过程繁琐和效率低,因此提出一种高效可靠的混凝土拱坝坝形优化方法是十分必要的。而在控制拱坝坝体优化的因素中,应力控制是最为重要的一个。本发明采用快速多级边界元法对优化的混凝土拱坝坝体进行应力控制分析,相较于采用有限元法进行应力控制分析的常规拱坝坝体优化方法,在同等自由度的前提下,本发明耗时更少,计算效率更高。此外,快速多级边界元法无需对坝体进行三维网格划分,只需要对坝体外表面划分二维单元,过程更为简单,网格划分质量要求较低,更为便捷。
-
公开(公告)号:CN112685818B
公开(公告)日:2022-10-11
申请号:CN202011591747.0
申请日:2020-12-29
申请人: 武汉大学 , 大唐宣威水电开发有限公司
IPC分类号: G06F30/13 , G06F30/20 , G06F111/04 , G06F119/14
摘要: 本发明公开了一种混凝土拱坝坝体优化方法。凝土拱坝坝体优化能够在保证工程安全的前提下,提出经济可靠的坝体设计方案。传统的拱坝坝体优化方法重复设计法的工作量大、过程繁琐和效率低,因此提出一种高效可靠的混凝土拱坝坝形优化方法是十分必要的。而在控制拱坝坝体优化的因素中,应力控制是最为重要的一个。本发明采用快速多级边界元法对优化的混凝土拱坝坝体进行应力控制分析,相较于采用有限元法进行应力控制分析的常规拱坝坝体优化方法,在同等自由度的前提下,本发明耗时更少,计算效率更高。此外,快速多级边界元法无需对坝体进行三维网格划分,只需要对坝体外表面划分二维单元,过程更为简单,网格划分质量要求较低,更为便捷。
-
公开(公告)号:CN112665962A
公开(公告)日:2021-04-16
申请号:CN202011484351.6
申请日:2020-12-16
申请人: 大唐宣威水电开发有限公司 , 武汉大学
IPC分类号: G01N3/00
摘要: 本发明提供一种材料精细化裂纹的预测方法,包括:获得材料的相关力学参数;根据实际所要模拟的物体的真实情况进行建模,并将步骤1得到的参数代入到建立的模型中;建立相场模型在复杂破坏模式下的断裂理论以使得相场模型能够有效模拟多种破坏模式的断裂情况;建立精细化过程理论,以能够精确模拟裂纹路径与扩展过程;对模型施加实际的荷载过程;根据上述建立的理论对模型的开裂过程进行求解。本发明可以隐式地得到模拟对象在各种外力条件下的开裂破坏过程,无需增加额外的判断准则,可以对材料在一定环境下是否开裂、开裂后如何止裂提供理论依据与指导,并解决传统方法只能进行裂纹拟合而非裂纹预测的难题,以及模拟的裂纹过于粗糙的问题。
-
公开(公告)号:CN113092248B
公开(公告)日:2022-04-01
申请号:CN202110309630.7
申请日:2021-03-23
申请人: 武汉大学 , 大唐宣威水电开发有限公司
摘要: 本发明公开了一种基于耦合格构模型的长龄期混凝土开裂模拟方法,包括:基于随机骨料算法和孔隙测试数据的长龄期混凝土多自由度三维格构模型的构建;根据长龄期混凝土的水泥浆体水化试验和长龄期混凝土力学试验建立长龄期混凝土水化‑力学耦合模型;采用耦合格构模型,针对长龄期混凝土进行数值模拟实验,并得到长龄期混凝土在长期应力状态下的力学性能。本发明通过对长龄期混凝土进行基于耦合格构模型的数值模拟,可以快速、有效的模拟和预测长龄期混凝土的力学性能演化和开裂过程。
-
公开(公告)号:CN113092248A
公开(公告)日:2021-07-09
申请号:CN202110309630.7
申请日:2021-03-23
申请人: 武汉大学 , 大唐宣威水电开发有限公司
摘要: 本发明公开了一种基于耦合格构模型的长龄期混凝土开裂模拟方法,包括:基于随机骨料算法和孔隙测试数据的长龄期混凝土多自由度三维格构模型的构建;根据长龄期混凝土的水泥浆体水化试验和长龄期混凝土力学试验建立长龄期混凝土水化‑力学耦合模型;采用耦合格构模型,针对长龄期混凝土进行数值模拟实验,并得到长龄期混凝土在长期应力状态下的力学性能。本发明通过对长龄期混凝土进行基于耦合格构模型的数值模拟,可以快速、有效的模拟和预测长龄期混凝土的力学性能演化和开裂过程。
-
公开(公告)号:CN117342843A
公开(公告)日:2024-01-05
申请号:CN202311272551.9
申请日:2023-09-27
申请人: 武汉大学
IPC分类号: C04B28/04 , C04B111/27
摘要: 本发明公开了一种水泥基渗透结晶型防水涂料及其制备方法和应用,属于水泥组合物技术领域。该防水涂层包括如下质量百分比的原料:水泥35%~45%、标准砂54%~64%、钙离子补充剂0.20%~0.30%、结晶剂0.4%~0.6%、络合催化剂0.05%~0.10%、缓凝剂0.05%~0.20%、抗渗助剂0.10%~0.40%;具有成本低廉、环保无污染、防渗性能优异的特点。本发明还提供了水泥基渗透结晶型防水涂料的制备方法,通过简单混合即可实现,工艺简便快捷。应用于混凝土基体时具有优秀的防水抗渗效果,为防水材料在建筑材料领域的良好应用提供支撑。
-
公开(公告)号:CN117313201A
公开(公告)日:2023-12-29
申请号:CN202311246143.6
申请日:2023-09-26
申请人: 武汉大学
IPC分类号: G06F30/13 , G06F30/27 , G06F18/214 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06F18/25 , G06F123/02
摘要: 本发明提供考虑堆石坝多测点复杂关联性时空融合的变形预测方法及系统,能够充分考虑多测点间复杂关联进行时空融合,针对堆石坝变形监测数据高噪声和漂移性的特点,实现整体变形准确实时预测。变形预测方法包括:步骤1,监测数据前处理:对监测的坝体变形与环境因子时间序列数据进行前处理;步骤2,基于前处理后的数据构造样本,采用滑动窗口方式构建数据集,将样本按比例划分为训练集与验证集;步骤3,确定复杂关系下多测点融合过程中待注入的先验信息,计算邻接矩阵;步骤4,构建时空融合的变形预测模型;步骤5,采用训练集训练变形预测模型,通过验证集获取最优模型,并根据最新监测数据完成准实时变形预测。
-
公开(公告)号:CN116082005A
公开(公告)日:2023-05-09
申请号:CN202310099387.X
申请日:2023-01-31
申请人: 武汉大学
IPC分类号: C04B28/06 , B28C5/00 , B28C5/08 , B28B13/02 , B28B13/06 , B28B11/24 , C04B111/27 , C04B111/20
摘要: 本发明涉及一种速凝、低成本、坚固的整体疏水水泥砂浆及其制备方法,上述制备方法包括:1)将月桂酸溶于无水乙醇中,搅拌均匀,得到月桂酸乙醇溶液;2)向月桂酸乙醇溶液中加入去离子水,在60~65℃下搅拌3~5min,随后再在温度40~55℃环境中超声波分散30~45min,得低表面能溶液;3)将低表面能溶液倒入装有标准砂的小型搅拌器中,搅拌一段时间后加入高贝利特硫酸铝酸盐水泥,再先低速搅拌180~210s,再高速搅拌120~150s,得到改性水泥砂浆,倒入模具,振动去除气泡;4)将步骤3)所得样品脱模后养护、干燥,形成超疏水性水泥砂浆块。本发明提供的水泥砂浆块具有良好的自清洁效果与机械耐久性。
-
公开(公告)号:CN115286301A
公开(公告)日:2022-11-04
申请号:CN202210902195.3
申请日:2022-07-29
申请人: 武汉大学
IPC分类号: C04B28/00 , C04B7/24 , C04B16/06 , C04B18/24 , C04B111/34
摘要: 本发明提供一种多尺度纤维增强碱激发胶凝材料的制备方法,包括以下步骤:首先、将滤纸纤维溶解,获得纳米纤维溶液;其次、加入氢氧化钠,获得纳米纤维碱激发溶液;再次、将胶凝材料前体粉末与细砂的混合物加入纳米纤维碱激发溶液中;最后、加入微米纤维,并混匀,装模振捣,经养护获得多尺度纤维增强碱激发胶凝材料。该胶凝材料内部含有自组装性能的纳米纤维编织网络,并与微米纤维形成独特的“狼牙棒”多尺度结构。两种不同尺度纤维相互作用,提高微观结构致密性,增强基体抗裂能力。纳米纤维表面的亲水基团改善微米纤维与碱激发胶凝材料基体间的界面结合,提高碱激发胶凝材料的力学性能,制得的胶凝材料具有高抗折、高抗收缩等优势。
-
公开(公告)号:CN112287563B
公开(公告)日:2022-08-16
申请号:CN202011295201.0
申请日:2020-11-18
申请人: 华能澜沧江水电股份有限公司 , 武汉大学 , 华能集团技术创新中心有限公司
摘要: 本发明提供探测单分散颗粒体系结晶相前驱体微观结构的方法及系统,方法包括:获取剪切实验过程中不同时刻单分散颗粒体系内所有颗粒的位置坐标信息;计算不同时刻每个颗粒的微观结构特征,使用键取向序参数和局部体积分数判断颗粒在某时刻是否处于结晶相;选取颗粒体系内接近处于结晶相的颗粒与等量处于无序向的颗粒并提取其特征组成机器学习数据集;构造机器学习模型,将数据集划分为训练集、验证集和测试集,通过交叉验证优化模型参数,得到最优参数组合并保存模型;调用机器学习模型,探测单分散颗粒体系结晶相前驱体微观结构;提取无序相、结晶相和机器学习模型探测出的结晶相前驱体颗粒,分析其结构特征的区别和三者的相关关系。
-
-
-
-
-
-
-
-
-