协同效应:组合结构

2024-09-25

协同效应:组合结构（精选3篇）

协同效应:组合结构篇1

在统计人流量过程中, 关键在于能否有效地对行人进行识别。对行人进行识别的众多方法中, 行人识别检测方法具有众多优点, 比如在实现视频图像处理的基础上进行操作、成本低、便于安装、统计更为精确等[1]。然而在具体操作过程中, 又存在一些不足之处:第一, 由于使用环境多种多样, 会因为阴影、灯光等各种因素, 而最终导致结果不准确;第二, 行人本身的特征, 造成最终结果不准确, 不能更好地辨识。所以, 在未来科学研究进程中, 设计开发出具备更高实用性、更加科学高效的行人识别技术, 仍需不断努力[2]。

主要通过以下两个步骤来实现行人实时识别更加科学高效:第一, 在对行人检测分类算法进行选择时, 要以科学适当为原则;第二, 当分类算法确定后, 进行应用时, 按照复杂环境中特定的问题, 搭建完成对应的分类模型。目前主要应用的行人检测算法包括基于背景差分[3]、帧间差分[4]、模板匹配[5]、光流法[6]。此处, 由于业界目前非常关注机器学习方法, 而理论分析显示, 该方法能够有效辨识行人的固有特性, 还可以在各种动态或静态环境中开展良好的交通环境监测工作, 且不会因行人姿态的不同而受到局限[7]。同时, 在不断加深的研究中, 该方法愈加完善, 性能逐渐得到改善[8,9]。然而, 在实践过程中, 由于单一的分类模型在分类过程中效率不高, 因此该检测方法在搭建分类检测识别模型时提高了标准, 并通过对各种组合结构的探索, 实现提高机器学习算法效能的目的。现今, 多个简单串联或并联的形式在模型搭建中使用很频繁, 然而由于较低的效率, 很难真正应用到复杂环境中[5]。考虑到上述原因, 当前很多模型搭建的实践工作中, 均采取融合串、并联两种方式, 形成级联方式[10,11], 遵循“由粗到细”的原则进行组合, 使得检测效率得到有效提升, 解决了串联结构在不同场景中的适应差距和并联结构检测太慢的缺陷。然而, 真正投入到实践中时, 没有任何策略能够解决不同场景下选择特征的问题, 无法对多类特征开展协同检测, 在进行组合检测时, 还是只能采取递归串联的方式, 无法真正实现从人体到人体关键部位进行检测的“由粗到精”。这种对算法过分依赖的情况, 使得该方法很难顺利开拓人流统计市场。

因此, 本文专门研究了行人分类识别模型中存在的效率问题, 对特征协同检测的模式进行研究, 按照从整体到局部的顺序, 在贝叶斯综合决策原理的基础上, 建立起双层组合识别模型, 极大提升了检测的效率。能够在较短时间内找到候选行人目标, 同时综合、准确地判断候选目标行人的关键部位, 完成最终的识别工作。

1 单一的树状分类识别模型及检测

目前, 专家通过树状对单分类器进行组合, 得到的树状不仅有串联结构的特点, 还有并联结构的优势[12]。一方面, 树状结构和并联结构具有相同之处, 都能在增加单分类器的基础上拥有高检测力;另一方面, 串联结构具有实时性特点, 树状结构与此相同, 在实时性方面同样具有优势。如图1所示, 在“早拒绝”思想的指导下, 文献[12]中对树状分类识别结构进行了介绍, 该分类识别模型实质上是在完全二叉树的基础上建立的。

由图1可知, 通过目前的检测方法, 可以对大多数的非行人对象进行有效检验, 然而, 对行人方式的判断却不够全面, 没有对比分析不同路径的情况。同时, 对单分类器的检测过分依赖, 其准确率有待于提高, 但是若仅通过增加检测层数的方式来提高准确率, 只会降低检测的效率。

2 双层树状组合分类识别模型

图2是双层组合分类模型, 它采用了多特征协调识别检测的思想, 模型的构造采用整体到部分的思想, 双层组合分类模型是一个树状结构, 分为上下两层, 存在一定的不同:上层的主要目的是对行人进行粗选, 确定候选的范围, 是一个聚集型B-Haar特征与完全二叉树相结合的结构, 可以实现候选行人的筛选;下层是对行人综合检测, 通过下层的检测可以筛选出目标行人, 它分为4个分支, 相互串联, 利用Edgelet提取人体中的特征, 如手臂、肩膀、腿、身体等, 4个分支就对提取的特征进行检测, 中间涉及到贝叶斯的综合识别方法, 然后输出检测结果, 确定要找的行人。

2.1 多特征协同检测

1) 聚集型B-Haar特征

笔者为了弥补Haar特征在鲁棒性上的缺陷, 采取局部二元模式, 进行二值化操作, 使得Haar特征得到二值化优化 (下文简称B-Haar特征) , 并以此描述行人。该特征具备高速性、实时性等传统优点, 并能良好地融合局部二元模式思想, 使得传统的Haar特征所具备的光照不变性特征得以保留。

具体实施过程中, 可以利用如下公式, 计算得出二值化Haar-like的特征值

式中:符号 (s1) j代表的是提取对象特征中深色区域中像素点的亮度值总和; (s2) j则代表了白色区域中像素点的亮度值总和。

然而, 由于单个B-Haar特征很小, 因此进行行人识别时, 无法满足行人统计识别系统所规定的鲁棒性的精度需要。所以, 需要通过对一组B-Haar特征进行组合, 来提升每个B-Haar特征的辨识能力。在这里也采取了局部二元模式原理来对整个B-Haar特征组合规律进行了处理, 大大提升了组合特征的鲁棒性。最终得到了图3中具备8种结构的B-Haar特征集, 本文将该特征集起名为聚集型B-Haar特征, 并在图4中展示了特征值的计算方法。

可以利用四元函数L (x, y, w, h) , 从形式上表达聚集型B-Haar特征。此处的 (x, y) 和 (w, h) 分别表示聚集型中最左上点的坐标值和单个B-Haar特征中矩形的长与宽。B-Haar特征值的取值范围是[0, 255]。不同的取值代表了不同的聚集型B-Haar特征形式。与传统的Haar-like特征相比, 尽管聚集型B-Haar特征的计算更加复杂, 但是只需要计算很少的特征数量就可以达到准确描述行人的目的, 这也使得计算量有所减少, 因此该特征的实用性很强。不但如此, 局部二元模式思想令聚集型B-Haar特征不但使识别系统具备了更强的实时性, 还大大增强了系统的鲁棒性。

2) Edgelet特征

Edgelet特征的主要作用是描述行人的局部轮廓特征, 通过描述人体局部详细特征的方法, 能够有效识别目标对象。该手段的优点在于, 即使行人遭到遮挡也能被识别出来。由于这一算法运作过程中要匹配图像里相似的形状边缘, 因此为了降低系统的计算量, 提高实时性, 必须要在缩减识别范围的同时进行知识的检验。在多特征协同检测下, 通过Edgelet这一子特征来检测行人的方式, 能够增强系统的鲁棒性。第一步, 要通过聚集型B-Haar特征对行人进行快速定位, 以此缩小需要检测的行人范围;第二步, 利用Edgelet特征来提取人体关键部位的特征, 以此实现检测行人的目的。实际操作方式参看文献[13-14]。

2.2 贝叶斯决策的多部位综合识别策略

为准确快速地对行人进行定位, 可以通过聚集型B-Haar特征的方法实现, 在确定候选行人后要处理行人遮挡的情况, 并使虚警率降低, 通过Edgelet特征可以准确识别行人, 已定位行人的人体关键部位得以识别, 检测得到的概率值计算出部位的置信度, 最后利用贝叶斯决策, 判断各关键部位的置信度情况, 最终确定目标。

文献[15]中提出在用贝叶斯决策方法判断各个关键部位的置信度情况时, 分析的只是3个关键部位, 因此在人流量大、遮挡数量多的情况下并不十分准确, 而且该方法未结合树状双层分类器组合方法, 所以不具备必要的实时性。在本文中, 利用贝叶斯决策的多部位检测策略, 首先把人体分为身体躯干、头肩、手臂以及腿这4个部分, 再根据人体的生理结构指定先验的相关知识, 腿部只出现在检测区的下部分, 躯干和手臂出现在检测区的中部, 头肩出现在上部。在这种分区方法下, 每个部位都有自己应该出现的区域, 那么就可以使检测范围减小, 提高实时性。以下是通过似然概率的方法判断出的检测结果。

通过聚集型B-Haar特征, 对行人进行检测, 其中, Edgelet提取的行为特征中, 任何一个部位都有可能被检测出, 具体算法公式为

式中:yhs=1, yarm=1, ytorso=1, yleg=1分别表示被识别出的部位, 包括头肩、手臂、身体躯干、腿部。yfb=1表示通过聚集型B-Haar特征对行人进行识别, 最终锁定候选目标人。X表示对选定的目标人进行识别的区域, 该区域根据先验知识, 主要包括头肩、手臂、身体躯干、腿部。分别对应的字母为Xhs, Xarm, Xtorso和Xleg, 部位检测识别器之间互不干扰, 相互独立, 则式 (2) 可以推导出如下公式

假定i部位检测识别器的响应值是Fi (Xi) , 其中i∈{hs, arm, torso, leg}, 各个部位的后验概率就可以通过式 (4) 及式 (5) 计算得出

式 (4) 指人体部位识别的后验概率, 式 (5) 指未识别出的后验概率, 因此, 对于目标行人, 其身体各个部位都可以被识别的可能性大小通过式 (6) 表示出

设ci∈{hs, arm, torso, leg}, 所以能够计算出公式

式中:在ωi的计算过程中, 可根据如下公式进行推导

式中: (Wsi, Hsi) 表示在实际操作过程中识别得到的部位大小; (Wdi, Hdi) 表示行人假设部位的大小; (xsi, ysi) 表示实际识别质心点; (xdi, ydi) 表示行人假设部位的质心。权重值用μi表示, 表示不同的关键部位, 所代表的重要程度不同。

以下公式可以判断目标行人是否是真的行人

对候选人目标进行识别, 以下公式可以判断目标行人不是真的行人的可能情况

目标行人真的是行人的概率和不是行人的概率之间的似然比就是目标行人的置信度

对Fi (Xi) 进行归一化处理, 获得如下公式

式中:Ti表示部位检测识别器分类阈值。部位识别器的弱分类器正样本权重之和表示为

式中:弱分类识别器具体数量的多少用Mj表示, 部位i的具体响应值到决策面的边界用Fi (Xi) 表示。下面的公式可以得出最终识别模型的输出数值为

候选行人的置信度的阈值是T, 属于区间[0.6, 0.8][16], 具体数值以实际操作结果为准。

2.3 双层组合分类识别模型实现流程

如图2所示, 从全局出发, 逐步过渡到局部, 笔者设计的模型是由精级与粗级2个子模型构成, 粗级子模型的结构为完全二叉树, 目的是为了用较少时间来排除那些容易检测和分类的负样本, 这些样本的特点是相对简单, 然后挑选出疑似正样本或是正样本, 由它选出的样本, 再通过精级子模型开始第二次识别, 粗级识别器要具有两个特点:第一, 较好的实时性;第二, 较低的检测率。精级子模型的分支有4个, 按照顺序通过Edgelet特征对样本身体的重要部位加以检测识别, 然后得出4个识别结果, 利用贝叶斯公式进行修正, 做出全局分析, 利用该方式可以有效排除疑似行人的负样本。

在对行人进行识别时, 利用精、粗识别模型, 其实际操作步骤见图5。

根据以上的具体步骤来对行人进行识别, 但是由于精、粗级模型, 其检测识别的目标不同, 因此对具体参数进行设置时, 也各有不同。粗级检测器要具有如下两个特点:第一, 较好的实时性;第二, 较低的检测率。因为粗级检测器的目标是为了初步选出疑似目标, 因此对虚警率的要求不高, 为了算法能够做到实时性, 在选择分类算法时, 要对最大迭代次数进行有效控制, 同时要选择目标函数的最佳适应值。因为精级识别器的功能是为了对行人目标进行准确判断, 因此计算的时间相对较长, 在设置有关参数时, 要能够提高识别检测的质量。

3 实验结果及分析

通过3个过程来完成对笔者所述方法进行验证, 看其方法是否有效可行, 首先, 对实验所用样本进行选择并最终给予确定, 即开源行人的样本库集, 并且加入用标准的库格式保存的自拍图片, 其次是选定要用的分类算法, 并且在双层组合监控识别中, 以所选的分类方法作为单分类器分类方法, 再对检验的结果进行最后的分析以及总结。

3.1 样本集、分类算法的选取

对实验样本进行选定时, 从开源行人样本集库 (IN-RIA, MIT, DAIMLER) 中进行选择, 并且在收集行人部位图片时, 用剪裁的方法, 对正样本集内行人图片进行剪裁, 并且将收集到的行人部位图片添加到样本集库里。笔者在测试以及训练子样本集时, 用2∶3的比例将非行人和行人进行分配, 并且在对检测结果评估虚警率以及检测率时要参考测试样本集的正负样本。

由于在对样本进行分类时, 行人以及非行人的样本数量之间受到各种因素的影响, 包括算法搜索能力以及非均衡问题等, 因此在分类时根据参考文献[17]中所说的, 所用的单分类器算法就是经过T分布变异函数所得到的混沌粒子群算法, 对上述的非均衡问题进行处理时, 主要是通过对代价敏感参数进行一定的设置, 而针对算法搜索能力方面的因素, 提高粒子在全局上的搜索能力, 而这一过程主要是借助T变异函数以及混沌算法, 并且在选择最优化的指导思想时, 也是分析正负样本的分类方法, 选择正确方法的最佳折中方法, 并且在代价敏感权重值的有效值内, 也就是所能取值的范围之内, 对参数进行动态的选择, 选择最优的参数。由此可见, 参考单分类器算法, 上述算法的优点能够满足笔者所需。

3.2 实验运行结果分析

以实验的方式验证双层组合分类监控识别结构, 看其是否能够有效地运用到行人统计识别工作中。在验证过程中, 首先是对正负样本从行人样本集数据库中进行一定的选定, 并且对这些样本进行训练, 为了形成不同结构方式分类算法, 要对这些单分类器进行各种组合, 而用粗级整体识别器来提取行人时是利用聚集型B-Haar的特征来完成的, 精级局部检测识别在提取行人时是利于Edgelet的特征来完成的, 并且对行人进行提取时只是提取行人的关键部分特征, 参考贝叶斯决策, 结合所提取到的信息, 从而以组合的方式得到一定的模型, 并且以此来识别行人。

图6~图9给出本文中识别策略的实验结果。相对来讲, 图6~图9属于比较典型的人偏多的交通场景图。从图中可知, 手机的自拍照片以及标准库中的图片都被纳入到了图中, 并且从图6和图7中可以具体看出, 当粗级行人识别器利用了完全二叉树结构, 其检测结果的识别率很高, 但是也存在误检率的问题。将其进行一定的分析, 不难发现, 当不断对第二层精级串联树识别结构进行筛选时, 误检率也会不断减小, 当减小到一定程度时, 就能够很好地识别行人, 由此得到较为满意的结构, 从图8和图9可具体看出。

3.3 检测识别结果对比分析

通过对比分析文献中较典型的分类组合方式和本文涉及到的双层组合方式, 发现存在明显差异, 详见表1的检测结果, 本文设计的双层组合分类模型可通过方法1~方法3呈现, 文献[11]和文献[5]也对串并联结构组合行人检测结构和分级行人检测结构做了具体的介绍。

对表1中的数据做具体的分析, 包括平均检测时间 (Average Detection Time, ADT) 、平均检测率 (Average Detection Rate, ADR) 、平均虚警率 (Average False Alarm Rate, AFAR) , 可以看出:方法1在综合检测方面要远胜于方法2, 因为方法1的检测率较好, 要比其平均检测率高3%, 虽然方法1的虚警率只高0.3%, 但是高检测率显示其优越性。此外, 实时性优势也较为明显;方法3的缺点就在于它的实时性较差, 即使检测率相对较高, 虚警率较低, 较符合标准, 但在实际检测中的可操作性就较差。针对以上方法的优缺点分析, 双层组合结构重点的综合性能方面, 它的综合性能较强, 这点非常适合行人检测系统, 可以借助双层组合结构提高其性能, 进而在市场上推广。

4 总结

本文首先对行人在公共场所的流量进行统计, 分析其目标变化多端、复杂的应用环境等特点, 其次对其实行精密的检测与识别, 在思想上讲究从局部到整体、循序渐进, 工作模式采用多特征协同检测, 结构上采用双层树状决策, 并根据贝叶斯的原理分析。通过对比发现, 在检测率、虚警率和实时性等多方面, 多特征协同双层组合分类结构行人识别方法都要比传统串并联结构、树状结构优势明显, 具有应用推广的潜力。

摘要：采取Edgelet特征和聚集型B-Haar特征相结合, 协同进行特征提取, 设计开发出具有树形组合结构的行人识别模型。该模型的上层结构为:通过改进具有Haar特征 (此处称为聚集型B-Haar特征) , 在完全二叉树架构的基础上, 同局部二元模式相结合, 对候选人目标进行提取, 最终提高检测识别率;该模型的下层结构为:在贝叶斯原理和Edgelet特征相结合的基础上, 构建树状决策结构, 对多部位进行检测, 找寻出行人。实验结果与传统的串并联结构和树状结构进行比较, 设计开发的多特征协同树状组合决策结构行人识别方法更具优势, 能够更好地保证实时性, 降低虚警率, 提高检测率。

关键词：行人识别,树状决策结构,贝叶斯原理,整体优势

协同效应:组合结构篇2

1 简支转连续梁桥结构形式及受力特点

简支转连续梁桥在墩顶由简支转为连续过程中主要有以下3种形式:

(1)主梁内的普通钢筋在墩顶连接;

(2)主梁内的纵向预应力筋在墩顶采用特殊的连接器进行连接[2];

(3)在墩顶两侧一定范围内布设预应力短束实现连接。

在这3种方法中,第1种方法虽然简单易行,但是由于墩顶负弯矩区无压应力储备,容易在墩顶产生横向裂缝,影响桥梁的正常使用。第2种方法效果最好,但是由于施工困难,墩顶压应力储备值容易损失掉[3],故一般不采用。第3种方法不仅施工简单可行,同时具有第2种方法的优点,也克服了第1种方法中使用普通钢筋在墩顶连接易出现开裂的问题。所以一般简支转连续梁桥多采用墩顶预应力短束与普通钢筋共同实现简支变连续的目的[4]。简支转连续梁桥的受力根据施工过程可分为2个阶段。第1阶段是将预制好的简支梁架设于临时支座上,此时梁体主要承受恒载自重产生的内力和先期预应力作用;第2阶段首先浇筑墩顶连续段混凝土,待混凝土达到要求的强度后张拉墩顶负弯矩短束,从而最终形成连续梁[5]。此时的连续梁主要承受2期恒载、活载、温度、支座沉降、收缩徐变产生的内力以及墩顶负弯矩钢束的预加力、预加力的2次矩等作用。简支转连续梁桥要比一次性现浇连续梁桥跨中弯矩大,支点负弯矩小;比普通简支梁桥跨中弯矩小。因此,简支转连续梁桥与现浇连续梁和简支梁相比,其正负弯矩分布较为均匀,受力也较为合理。

2 单、双排支承结构效应分析

简支转连续梁桥在桥墩上按支座的布置形式可以分为单排支座和双排支座。单排支座的简支转连续梁桥,结构受力明确,支座不易脱空[6],但是施工复杂,需要安装拆除临时支座,且永久支座安装难度大,易造成横梁支反力不均而产生开裂;双排支座的简支转连续梁桥,施工方便,湿接缝处剪力小,同时双支座能够改善主梁的受力,使得主梁在恒载作用下跨中正弯矩、支点负弯矩均有不同程度的减小[7]。

本文选取4跨1联预应力混凝土简支转连续组合箱梁进行受力分析,其跨径为120 m(4×30 m),桥面宽度为11.5 m,箱梁梁高为1.6 m,横桥向由4片箱梁组合而成。在跨中处箱梁顶板、底板、腹板的厚度均为18cm,支点处顶板为24 cm,底板为25 cm,腹板为28 cm。箱梁材料采用C50混凝土,预应力钢筋采用单根直径为15.24 mm低松弛钢铰线,桥面铺装为6 cm厚C40水泥混凝土调平层和10 cm厚沥青混凝土。其跨中典型截面如图1所示。

2.1 单、双排支承在恒载作用下受力分析

采用有限元分析软件midas-civil分别建立单、双排支座空间梁格模型,对比分析单、双排支座在恒载、活载、温差、基础沉降以及收缩徐变作用下结构的力学性能。模型纵梁之间采用虚拟的横梁连接,横梁的自重系数设为0;单排支座模型梁单元数目为517个,节点数目为388个;双排支座模型梁单元数目为517个,节点数目为412个;模型中的支座形式为刚性支承,双排支座的支座间距为60 cm,单、双排支座模型如图2、图3所示。

恒载作用下(张拉墩顶负弯矩短束之前)跨中弯矩值和墩顶弯矩值对比见表1、表2。

恒载作用下(张拉墩顶负弯矩短束之后)跨中弯矩值和墩顶弯矩值对比见表3、表4。

由单、双排支座在恒载作用下跨中与墩顶的弯矩对比可以看出,不管是短束张拉之前还是张拉之后的墩顶负弯矩,双排支座结构形式都能够减小跨中正弯矩,消减墩顶负弯矩,使主梁受力向着均衡的方向发展,从而有效改善了主梁的受力状态。墩顶负弯矩短束的张拉对单、双排支座的内力变化趋势是一致的:墩顶负弯矩短束张拉后都使单、双排支座结构形式跨中正弯矩减小、墩顶负弯矩增大。

2.2 单、双排支承在恒载+活载作用下受力分析

(1)恒载+活载作用下支反力对比见表5、表6。

从对比结果可以看出,单排支座在恒载+活载作用下桥墩台上总的支反力与双排支座相差不大,但是双排支座中每个支座的最大反力要小于单排支座的最大反力,说明双排支座结构可以选用比单排支座结构容许承载能力小的支座;双排支座结构桥墩上支反力均没有出现负值,即桥墩上支座均没有脱空。

(2)恒载+活载作用下跨中正弯矩和墩顶负弯矩对比见表7、表8。

在恒载+活载作用下,双排支座同样可以减小跨中正弯矩以及墩顶负弯矩,使主梁的受力趋于均匀、合理。

2.3 单、双排支座在恒载+活载+附加力作用下受力分析

在静定梁结构中,温度、基础沉降以及收缩徐变只引起结构的位移而不产生次内力;而在连续梁结构中,它不仅引起结构的位移,而且由于多余约束的存在,限制了结构的自由变形,从而产生了次内力。

根据《公路桥涵设计通用规范》(JTG D60—2004)中关于结构竖向温度梯度曲线的规定,采用竖向日照正温差T1=14℃,T2=5.5℃,A=300 mm;竖向日照反温差T1=-7℃,T2=-2.75℃,A=300 mm来计算结构的温度次内力。

本文对单双支座支承结构的墩台基础均考虑竖向强迫位移最多为1 cm,取各种不同工况下的最不利组合来计算。文中所取附加力作用为温度、基础沉降和收缩徐变同时对结构产生最不利效应时的组合,以此来分析附加力对单、双排支座的影响。

(1)恒载+活载+附加力作用下支反力对比见表9、表10。

从对比结果可以看出,单、双排支座结构在附加力作用下支反力变化不大;桥墩上所有支座的支反力并没有出现负值,说明支座均没有脱空。

k N

(2)恒载+活载+附加力作用下跨中正弯矩和墩顶负弯矩对比见表11、表12。

k N·m

在考虑了温度、收缩徐变以及基础沉降后,单、双排支座的内力值均有不同程度的变化,单、双排支座的跨中正弯矩以及墩顶负弯矩都有所增大;单、双排支座内力值的变化趋势是一致的,说明附加力对单、双排支座2种结构形式的内力影响基本一致。

2.4 单、双排弹性支座在恒载+活载+附加力作用下受力分析

以上结论是基于刚性支座得出的,将刚性支座改为弹性支座,支座的弹性系数为1×105 k N/m,其余模型条件均不变来探讨弹性支座对支座脱空的影响。

(1)恒载+活载+附加力作用下支反力对比见表1 3、表14。

k N

从对比结果可以看出,单、双排弹性支座结构形式在恒载+活载+附加力作用下支反力比刚性支座结构形式下稍小,但是差别不大;弹性支座桥墩上所有的支反力并没有出现负值,说明支座均没有脱空。

(2)恒载+活载+附加力作用下跨中正弯矩和墩顶负弯矩对比见表15和表16。

k N·m

单、双排支座在弹性支座下其内力变化规律是一致的:即跨中和墩顶内力都有减小的趋势,双排支座结构形式比单排支座内力减小值略大,这对桥梁结构是有利的。

3结论

(1)通过单、双排支座在恒载作用下的跨中及墩顶弯矩可知:恒载作用下单排支座产生的跨中弯矩大于双排支座产生的跨中弯矩,同时墩顶负弯矩也明显大于双支座,所以,在恒载作用下双排支座更能有效地改善主梁的受力,使主梁恒载弯矩减小。墩顶负弯矩短束的张拉对单、双排支座的内力变化趋势一致:即跨中正弯矩减小、墩顶负弯矩增大。

(2)通过单、双排支座在恒载及活载作用下的支反力、内力比较可知:双排支座结构的支反力并未出现负值,说明支座并未脱空,并且双排支座的最大反力值低于单支座的最大反力值;单、双排支座的内力受活载影响变化较大;双排支座同样可以减小跨中正弯矩和墩顶负弯矩,使主梁受力更加合理。

(3)通过单、双排支座在恒载、活载、附加力作用下的支反力、内力比较可知:单、双排支座的支反力受附加力影响不大,支座均处于受压状态;另外,附加力使双排支座的跨中及墩顶内力有一定程度的减小。

(4)在弹性支座结构形式下,桥梁墩台支反力及主梁内力比刚性支座结构形式下略小,墩台上所有支反力出现负值,说明支座没有脱空。

参考文献

[1]李涛,陈斌,向正松.先简支后连续梁桥施工顺序对结构内力的影响[J].公路交通技术,2010,(6):74-78.

[2]胡国海.先简支后连续桥梁设计与研究[D].杭州:浙江大学,2002.

[3]陈强.先简支后连续结构体系研究[D].杭州:浙江大学,2002.

[4]刘国慧.简支变连续桥梁的设计与试验研究[D].天津:天津大学,2006.

[5]刘阳明,刘景生.先简支后连续结构体系初步探讨[J].四川建筑,2008(4):126-127.

[6]徐岳,王亚君,万振江.预应力混凝土连续梁桥设计[M].北京:人民交通出版社2000.

协同效应:组合结构篇3

关键词：柴油,冷滤点,凝点,降凝剂,分子结构类型,协同效应,透射电镜

柴油降凝剂(即低温流动改进剂)是一种抑制柴油在低温下蜡晶析出的添加剂。目前所使用的柴油降凝剂主要由2种或2种以上不同降凝剂复配而成[1,2,3,4,5],目的在于获得更好的降凝效果。Cole等认为[6,7],使用2种共聚物作为柴油流动改进剂,其中一个组分作为蜡晶成核剂,而另一个组分则作为蜡晶生长抑制剂,以便限制蜡晶的生长,从而达到改进柴油低温流动性的目的[8]。目前,透射电镜(TEM)在国内被用来观察清净分散剂颗粒形态及其在润滑油中的分散状态[10-14],同时也用于研究润滑油抗磨剂的磨损状态[15];其在国外则被用来研究在静态及剪切状态下原油蜡晶生长形态以及其流变学行为[16],为蜡晶生长机理的研究提供可靠的信息和依据。为了合成性能更好的柴油降凝剂,对降凝剂与蜡晶的作用机理进行研究很有必要。为此,本工作选择了几种分子结构、性能不同的柴油降凝剂及其复配物,借助TEM对空白柴油和添加了不同降凝剂的柴油试样在低温下的蜡晶生长形态作了比较,研究了降凝剂对柴油中蜡晶的作用机理,并考察了不同柴油降凝剂的降凝效果。

1 实验部分

1.1原材料

柴油降凝剂:乙烯-乙酸乙烯酯共聚物(EVA),兰州化学物理研究所产品;聚异丁烯胺(PIBA),德国BASF公司产品;聚异丁烯丁二酰亚胺(PIBMA),中国石油兰州润滑油研发中心产品;聚异丁烯(PIB),市售品;LCD型降凝剂,主要成分是EVA,复配了其他添加剂,中国石油兰州石化公司产品;T 1804型降凝剂,属乙烯-乙酸乙烯酯结构类型,复配了其他添加剂,北京有机化工厂产品;甲基丙烯酸十四酯-马来酸酐-甲基丙烯酰胺三元共聚物(MC14-MA-MCNR1R2),实验室自由基聚合制品。基础柴油:中国石油兰州石化公司提供,其理化性质见表1。

1.2 实验仪器

BSN(S)-4型冷凝点测定仪,西安精华石化仪器有限公司产品;BCL(Y)-2型馏分燃料柴油冷滤点测定仪,西安精华电子仪器厂产品;HUS-5 GB 型冷冻切割仪及H-600型透射电镜,均为日本Hitachi公司产品。

1.3 MC14-MA-MCNR1R2试样的制备

在装有电动搅拌器、控温仪、回流冷凝管及氮气导入管的反应瓶中,加入一定量的甲基丙烯酸十四酯、马来酸酐及甲苯。在室温下通入氮气,将反应瓶中的氧气置换出来,然后缓慢升温至100℃,再向反应器中一次性加入一定量过氧化苯甲酰的甲苯溶液,反应后开始滴加甲基丙烯酰胺甲苯溶液,滴加1.5h结束。反应在100℃持续3h。反应结束后将聚合物提纯并干燥,即得MC14-MA-MCNR1R2试样。

1.4 冷冻蚀刻试样制备

将适量基础柴油和添加降凝剂的柴油试样分别置于样品支架内,迅速将柴油试样及支架浸没在77 K温度下的液氮中,使柴油试样凝固,然后将冷冻凝固的试样置于HUS-5 GB型仪器中,再将仪器抽真空至6.67×10-9MPa。在此条件下,用单面剖刀将冷冻的柴油试样断裂。然后将装有柴油试样的冷冻台升温至143 K,进行柴油试样的冷冻蚀刻。对蚀刻后的冷冻柴油试样断裂表面喷铂层及碳层复形。用溶剂甲苯除去复形膜上沉积的柴油试样,清洗2次,然后将复形膜沉积在400目(孔径为0.0385mm)的铜网上即可。

1.5 分析与测试

降凝剂的添加按m(降凝剂)/m(基础柴油)为500μg/g的比例进行,加热至50℃搅拌均匀并冷却,然后按GB/T 510—1983和SH/T 0248—1992分别测定柴油的CFPP及SP。

2 结果与讨论

2.1 单一柴油降凝剂的降凝效果评价

2.1.1 T 1804,LCD,EVA降凝剂

在基础柴油试样中,分别加入适量的T 1804,LCD,EVA,它们对柴油的降凝效果见表2。

*:m(降凝剂)/m(基础柴油),μg/g,下同。

由表2可知:柴油降凝剂T 1804,LCD在同等加入量的条件下,后者对柴油试样凝点的降幅较前者大,随着它们加入量的增加,前者对柴油试样凝点的降幅呈现增大趋势,而后者的呈现先增大后减小的趋势,前者对柴油试样冷滤点的降幅呈现先增大后减小的趋势,而后者的呈现先急剧增大后平缓保持、再减小的趋势;随着柴油降凝剂EVA加入量的增加,其对柴油试样凝点的降幅呈现持续增大并趋于平缓的趋势,对冷滤点的降幅呈现持续增大的趋势;柴油降凝剂T 1804,LCD及EVA对凝点的降幅大于对冷滤点的,在加剂量同为500μg/g时,它们对柴油试样凝点的降幅分别为27,39,37℃,对冷滤点的降幅分别为10,10,9℃。当T 1804剂加入量为500μg/g时,其对柴油的降凝效果已经能达到生产的需求,因此在后面评价其复配的降凝剂时,其加剂量均选择为500μg/g。

2.1.2 MC14-MA-MCNR1R2降凝剂

由图1可以看出:MC14-MA-MCNR1R2降凝剂对基础柴油SP的降低幅度大于对CFPP的,CFPP的最大降幅为5℃;MC14-MA-MCNR1R2加入量增加时,柴油SP的降幅先增大后平缓保持,接着减小,CFPP的降幅先减小后平缓保持,接着增大;m(MC14-MA-MCNR1R2)/m(基础柴油)为200μg/g时,基础柴油SP的降幅达到最大值16℃。

2.2 复配降凝剂的降凝效果评价

2.2.1 MC14-MA-MCNR1R2与其他不同分子结构降凝剂的复配物对柴油的协同降凝作用

PIBMA和PIBA是一类常用的润滑油无灰分散剂,具有较强的分散性能[17-20]。本工作分别将PIBMA,PIBA作为石蜡分散剂与MC14-MA-MCNR1R2进行了复配;将MC14-MA-MCNR1R2作为分散剂与PIB,EVA进行了复配;并以MC14-MA-MCNR1R2剂为参照,考察了以上复配降凝剂对基础柴油试样的降凝效果,结果见表3。

*:质量比;**:m(复配降凝剂)/m(基础柴油),μg/g;***:MC14-MA-MCNR1R2。

由表3可知:MC14-MA-MCNR1R2分别与PIB,PIBA的复配降凝剂对柴油试样的降凝效果均比参照剂的差;MC14-MA-MCNR1R2与PIBMA的复配降凝剂对柴油试样凝点的降幅比参照剂的大,而其对冷滤点的降幅却比参照剂的小;MC14-MA-MCNR1R2与EVA的复配降凝剂对柴油试样的降凝效果比参照剂好许多,其降凝效果大幅提高。这是由于降凝剂聚合物的分子结构对其在柴油中的降凝效果影响很大。PIBA和PIBMA分别是聚异丁烯胺化和聚异丁烯接枝马来酸酐再胺化的产物,这2种聚合物与MC14-MA-MCNR1R2一样含有较多O和N原子,能使聚合物具有较大的极性和较好的分散性能,从而对柴油中的石蜡晶体起到较强的分散作用;而PIB是聚异丁烯,异丁烯在聚合时存在1,2-聚合和1,4-聚合,所以在聚合物分子中有很多的支链,这些支链阻碍了聚合物与石蜡晶体的共晶;而在EVA聚合物分子结构中含有少量的O原子,含有较长的亚甲基支链,且在EVA的主链上亦含有不同长度的亚甲基链,这会使聚合物的支链分开,而长链烷基更易于与石蜡晶体中的烷基长链共晶,形成晶核,加之MC14-MA-MCNR1R2的分散作用从而使其复配物对基础柴油的降凝效果得以大幅提高。

2.2.2 MC14-MA-MCNR1R2与EVA的复配降凝剂

由图2可以看出:由MC14-MA-MCNR1R2和EVA组成的复配降凝剂,对基础柴油试样的降凝效果要比单一MC14-MA-MCNR1R2的好得多;EVA的影响较大,当EVA的质量分数减小时,柴油的SP降幅先减小后增大再减小,CFPP降幅先增大后减小;当w(EVA)值为40%时,MC14-MA-MCNR1R2与EVA的降凝作用具有最佳协同效应。

2.3 降凝剂对柴油中石蜡晶体的作用机理探讨

冷滤点时的TEM照片柴油在冷滤点时的结晶状态一直是人们关注的焦点。本工作利用TEM观察了基础柴油试样于不同降凝剂作用下在其冷滤点下的结晶状态,结果如图3所示。可以看出:基础柴油在-2℃下的结晶颗粒较大,其最大粒径为280～300nm,最小的为100～120nm,并且有些石蜡晶体黏结在一起。石蜡晶体的颗粒直径本来就较大,若再黏结在一起,结果会影响柴油的冷滤点;在MC14-MA-MCNR1R2降凝剂作用下,基础柴油于冷滤点时石蜡结晶颗粒间的黏结状况稍有改善,颗粒大小不均匀,缺少晶核,其最大粒径为320～340nm,最小的为40～60nm;基础柴油在EVA降凝剂作用下于冷滤点时的石蜡晶体颗粒是球形的、不均匀地分散着,颗粒大小比较均匀,粒径为40～80nm;基础柴油在(MC14-MA-MCNR1R2+EVA)复配降凝剂作用下于冷滤点时的石蜡晶体颗粒,尽管大小不完全一致,但均匀地分散着,其中约95%的粒径为30～40nm,最大的仅为100nm。

(d)m(MC14-MA-MCNR1R2+EVA)/m(基础柴油)为500μg/g

降凝的作用机理柴油降凝剂与柴油中的正构烷烃主要通过共晶机理相互作用,以达到降凝效果。即柴油降凝剂既要与正构烷烃共晶形成石蜡晶体的晶核,又要具备一定的分散作用,使形成的晶体颗粒尽量均匀地分散开,从而起到降低柴油凝点及冷滤点的作用。而降凝剂的成核性能及分散性能主要取决于其分子结构。由图3可知,EVA的成核性能较好,而MC14-MA-MCNR1R2的分散性能较强,所以二者复配后的降凝剂,自然就具有较好的降低柴油冷滤点和凝点的效果。

3 结论

a.降凝剂的成核性能以及分散性能主要取决于其分子结构。分子结构类型对不同降凝剂复配物在柴油中使用时能否发挥协同降凝效应有重要影响。

b.MC14-MA-MCNR1R2分别与PIB,PIBA,PIBMA复配所得的降凝剂,均不能有效提高其对柴油的降凝效果;但其与EVA复配后的降凝剂具有较好的降凝作用,就柴油冷滤点而言,该复配降凝剂的降凝效果优于T 1804和LCD的。

c.TEM分析结果显示,EVA的成核性能较好,MC14-MA-MCNR1R2的分散性能较强,在二者复配后的降凝剂作用下的石蜡晶体颗粒细小、分散均匀,其中约95%的粒径为30～40nm,最大的粒径仅为100nm,显示出了良好的降凝效果。

d.TEM分析结果还说明,用冷冻蚀刻法研究柴油的结晶形态以及降凝剂对柴油中石蜡晶体的作用机理是一种非常直观有效的途径。

参考文献

[1]陆清洁,武跃,刘斌,等.高蜡柴油降凝剂的合成及机理探究[J].应用化工,2008,37(2):195-197.

[2]许国平,胡廷平.KFC柴油降凝剂的研究[J].武汉工业学院学报,2008,27(1):28-30.

[3]高树刚,安红,李爽.柴油降凝剂研究进展[J].化学工程师,2007(11):37-39.

[4]张海宽,汪树军,刘红研,等.EsMSV柴油降凝剂的研制及性能评价[J].石油与天然气化工,2007,36(6):467-469.

[5]王乐启,胡道道.聚丙烯酸高碳醇酯降凝行为研究[J].西安石油大学学报:自然科学版,2007,22(6):68-73.

[6]王晶晶,解成喜,谭剑.MAm-St型柴油降凝剂的合成及其研究[J].新疆大学学报:自然科学版,2007,24(4):439-443.