山区Y形河口附近桥址区地形风特性数值模拟研究

为研究在山区Y形河口影响下桥址区的桥梁风载特性,以山区峡谷大跨度悬索桥桥址区真实地形为工程背景,应用CFD(computational fluid dynamics)的方法,建立了桥址区复杂地形区域风场数值模型.通过36个工况的分组对比分析,探讨了山区Y形河口对主梁的平均风速、风攻角、风剖面以及风速放大系数在不同来流方向下的影响规律,并分析了河口处河道的导流与山体的绕流作用.研究结果表明:不同于普通深切峡谷地形风特性,在Y形河口影响下,桥址区附近的平均风速最大增幅达24 m/s,平均风攻角主要表现为负攻角,出现了最高达1.13的风速放大系数,且河道的导流及山体的绕流作用会导致主梁风速分布不均匀.      

扬中市扬中夹江二桥施工技术

简要介绍了扬中市扬中夹江二桥构造,详细阐述了该桥有底钢吊箱施工高桩承台、Y型墩施工及其裂缝预防措施、下承式造桥机逐孔施工连续梁、Y型墩连续梁组合体系施工及其监控等关键施工技术,对同类型桥梁施工有借鉴意义。     

扬中夹江二桥Y型墩及箱梁0号块的施工技术

介绍了扬中市扬中夹江二桥主桥Y型墩的构造,阐述了该桥Y型墩及箱梁0号块施工难度及施工方案确定,重点介绍该桥Y型墩及0号块施工的关键技术及裂缝控制措施,总结了施工经验及提出相应建议.     

Research on the spherical capsule motion in 3D simple shear flows

Deformation of the spherical capsule in 3D simple shear flow is simulated using the immersed boundary method. The capsule membrane is regarded as an elastic medium satisfying the Neo-Hookean or Skalak elasticity. The motions of the capsule under various capillary numbers are studied. The results show that the deformation of the capsule becomes larger as the capillary number increases; in the same shear flow, the deformation under Skalak law is smaller than that under Neo-Hookean; for small capillary number the Taylor parameter agrees well with the analytical solution, whereas for large capillary number it is less than the analytical solution. Those results are validated by previous works obtained by the boundary integral method and the immersed boundary method.     

大白鼠提睾肌血管中CGRP免疫反应神经纤维的分布

目的　研究大鼠提睾肌血管壁降钙素基因相关肽 (Calcitoningene relatedpeptide ,CGRP)免疫反应性纤维的分布特点。方法　采用免疫组织化学ABC法对大白鼠提睾肌动脉各级分支的CGRP免疫反应阳性纤维的分布特点进行观察和研究。结果　大白鼠提睾肌动脉各级分支血管均有CGRP广泛分布 ,一、二级动脉壁上呈密集颗粒状分布 ,局部有密集的团块。三级以下除颗粒状可见到横行或网格状分布 ,且CGRP阳性反应纤维的密度随分支级别的增加而减少。在毛细血管壁上仍可见到网格状阳性纤维的分布。结论　CGRP阳性纤维的分布可能与大鼠提睾肌动脉的生理调节和微循环有关。本研究结果为微循环的神经调节研究模型打下了形态学基础     

基于优化PSO-BP算法的耦合时空特征下地铁客流预测

为提高地铁客流预测的准确性,以西安地铁1号线为例,分析了地铁客流的耦合时空特征,提取了影响地铁客流变化的5个主要因素,包括节日、非节日、时间段、站点和天气,构建了反向传播(BP)神经网络,预测了地铁客流;利用引入自适应变异与均衡惯性权重的粒子群优化(PSO)算法,优化了BP神经网络,形成了考虑复杂因素影响的地铁客流预测系统;选取了换乘站、非换乘站的首站与中间站,引入天气、节日、非节日因素,对比了不同时间段下的BP神经网络模型,优化了PSO-BP神经网络模型的预测误差。研究结果表明:考虑天气、节日、非节日因素,换乘站点分时段优化PSO-BP神经网络模型预测的平均绝对误差、均方根误差和平均绝对百分比误差,较不分时段的优化PSO-BP神经网络模型分别平均下降了40.13%、31.46%和23.89%,较分时段的BP神经网络模型分别平均下降了17.50%、17.86%和17.32%;非换乘站点分时段优化PSO-BP神经网络模型预测的平均绝对误差、均方根误差和平均绝对百分比误差,较不分时段的优化PSO-BP神经网络模型分别平均下降了16.50%、20.99%和32.59%,较分时段的BP神经网络模型分别平均下降了11.48%、12.10%和17.73%;各站点分时段优化PSO-BP神经网络模型预测的平均绝对误差、均方根误差、平均绝对百分比误差,较不分时段的优化PSO-BP神经网络模型分别平均下降了24.37%、24.48%和29.69%,较分时段的BP神经网络模型分别平均下降了13.49%、14.02%和17.59%,因此,利用考虑多影响因素的优化PSO-BP神经网络模型能提高地铁客流预测的准确性。      

城市快速轨道交通路网规划的相关问题

结合国内外若干城市快速轨道交通路网规划实例，综合介绍了城市快速轨道交通路网规划的意义、现状和存在的问题，提出了规划理念、路网结构特性、路网合理规模、客流集散点的标定、城市快速轨道交通规划用地控制等方面的探索性思路，并提出了若干需进一步研究的问题。     

Phase Behaviors in Bi-phase Simulation of Powder Segregation in Metal Injection Molding

Powder segregation induced by mold filling is an important phenomenon that affects the final quality of metal injection molding （MIM）. The prediction of segregation in MIM requires a bi-phase flow model to describe distinctly the flows of metallic powder and polymer binder. Viscous behaviors for the flows of each phase should hence be determined. The coefficient of interaction between the flows of two phases should also be evaluated. However, only viscosity of the mixed feedstock is measurable by capillary tests. Wall sticking is supposed in the traditional model for capillary tests, while the wall slip is important to be taken into account in MIM injection. Objective of the present paper is to introduce the slip effect in bi-phase simulation, and search the suitable way to determine the viscous behaviors for each phase with the consideration of wall slip in capillary tests. Analytical and numerical methods were proposed to realize such a specific purpose. The proposed method is based on the mass conservation between the capillary flows in mono-phase model for the mixed feedstock and in bi-phase model for the flows of two phases. Examples of the bi-phase simulation in MIM were realized with the software developed by research team. The results show evident segregation, which is valuable for improving the mould designs.     

轨道网络形成期轨道交通客流培育与聚集策略研究

在轨道网络形成期,轨道交通客流通常需要3 a的培育期.文中以缩短客流培育期,更快、更好地发挥轨道交通效益为目标,提出内外兼修的轨道交通客流培育与聚集策略.既强调通过轨道交通自身服务水平的不断提高增强竞争力,又强调轨道交通与其他接驳交通方式良好合作和提供多种方式的延伸、驳运服务主动聚集和培育客流.针对6～10 km中短距离出行,提出实施客流逐步升级策略;对于10 km以上的长距离出行,提出实施客流直接转移策略.     

基于动态时间调整的时空图卷积路网交通流量预测

为深入挖掘交通流数据的复杂时空特征并建立其依赖关系,提高交通流参数的预测精度, 本文提出一种新的交通流量预测模型——基于注意力机制和残差网络的时空关系图卷积网络 (TSARGCN)。TSARGCN对输入数据进行切片,实现多分支建模,挖掘数据的时间周期性特征; 引入残差网络保证网络中信息传递的完整性;利用DTW (Dynamic Time Warping)算法计算路网 中节点之间交通流量序列在时间维度的相似程度大小,提出时间图的概念,结合路网结构中各节 点的邻近关系,提出时空关系图的概念;基于时空关系图,在每个分支结合注意力机制分别进行图卷积和时间维度卷积,捕获交通流的时空特征及其依赖关系,实现对路网交通流量数据时空关系的建模。经过在公开数据集PEMSD4上进行实验,结果表明：TSARGCN在交通流量预测中的平均绝对误差 (MAE) 达 到 19.24,均方根误差 (RMSE) 达到 27.09,比 ARIMA(Autoregressive Integrated Moving Average model),Conv-LSTM(Convolution Long short-term memory)及 ASTGCN (Attention based Spatial-temporal Graph Convolutional Network)等知名交通流量预测算法具有更高的预测精度。     

有限理性下考虑出发时间选择的网络交通流演化

假设出行者出发时间与路径选择随历史出行信息的更新而不断调整,研究网络交通流逐日动态演化规律.考虑出行者有限理性,基于累积前景理论,建立了出行者出发时间选择、时间间隔权重更新、路径选择及路径行程时间分布更新模型.通过数值实验表明:出行者对历史理解行程时间依赖程度对每个出发时段的稳定的流量分布无显著影响,但是对路径流量演化有显著影响;当出行者对历史理解行程时间的依赖程度大于等于0.90时,考虑出发时间选择的路网流量演化最终能达到稳定状态;从系统的整体效率来看,当出行者对历史理解行程时间的依赖程度在[0.90,0.95]时,有限理性下的交通分配结果优于完全理性.     

震后区域路网运输优化调度模型

震后区域路网由于受众多随机事件影响,路段通行能力下降,从而导致行程时间波动性增加.建立了以运量方差积最小为优化目标,从交通流合理分配的角度出发的无差别和考虑运输任务差别的交通流运输网络优化调度模型,用二次加权平均算法求解模型.通过对模拟仿真网络的计算结果表明,该模型能较好解决震后运输网络交通流分配问题.     

列车时空服务网络客流分配方法研究

客流分配方法研究是铁路客运产品设计的核心,对评价列车服务网络质量具有 重要意义.本文研究旅客列车运行图形成的时空服务网络属性及其构造方法,在分析多层 次旅客具有不同的服务时间窗期望、换乘次数、换乘时间等出行选择行为基础上,确定网 络弧段阻抗.建立体现旅客时空差异服务需求约束的客流分配模型.提出由时间窗搜索和 改进的Dijkstra 算法构成的组合算法求解旅客合理时空服务路径集合,设计基于合理服 务路径集的客流分配子算法.实现在网络条件下,根据分配权重函数不同,完成客流时空 分配.最后,利用MATLAB 编程,以京广高速铁路相关时空服务网络为例,验证模型和算 法的有效性.     

交通事件影响下路网逐日出行动态可靠性

为描述交通事件持续期间逐日出行过程中的路网服务性能,构建日变路网逐日出行选择模型及可靠性指标.首先,根据出行经验更新路网阻抗,以准点到达概率最大化调整逐日出行中各出发时刻的路径总流量,以路径累积前景最大为目标调整单条路径在各出发时刻的流量,从而建立考虑出发时刻的逐日出行流量推演模型;其次,以交通事件发生前路网流量稳态时的准点到达概率和路径走行时间为参照基数,定义出发时刻准点到达和路径走行时间动态可靠性,并给出计算方法.最后,用算例验证模型和算法,并比较在出行模型中考虑可靠度时对路网逐日流量分布和路网可靠性的影响.     

微通道气液柱塞流头部流场三维实验研究

为研究微通道气液柱塞流三维流场特性,采用三维Micro PIV技术对微通道气液柱塞流进行实验研究,通过处理分析柱塞流图像,获得气泡前部区域的示踪颗粒分布图和三维速度分布图.研究结果表明:在气泡前部区域存在两个对称的方向相反的漩涡;在气柱头部附近区域,流体以较大速度沿着气柱表面流动;在远离气柱头部的区域,与单相流有类似的抛物线速度分布;在气液界面和壁面之间的流体运动复杂,有可能流向气液界面,也有可能流向壁面,气液界面近似为刚性.      

轨道交通车站大客流事件的形成、传播及对策

为定量分析轨道交通车站大客流事件形成及传播机理并提出应对策略,从大客流事件界定入手,将其发生与否归结为车站容量、输送能力及乘客到达流量之间的数量关系。区分大型活动大客流、事故/故障大客流、高峰小时大客流3类大客流事件,定量分析其形成原理,同时给出其影响的传播机理,在此基础上有针对性地提出应对策略。研究结果表明,当车站乘客到达流量与车站输送能力叠加后的流量超过车站容量并继续增加时,大客流事件将发生,并通过"涟漪反应"将其影响在轨道交通网络中传播。为此,可从事件预防、应急处置和事后评估三个层次,以及控制到达流量、提高服务能力、加强客流组织和关注薄弱环节四个方面来制定大客流事件应对策略。     

薄壁墩墩顶拉力简化计算

针对薄壁墩、花瓶墩等结构,提出墩顶带拉杆的Y形墩模型,给出了墩顶拉力的简化计算公式。     

����Elman������ĵ�·����ʱ��ͨ��Ԥ�ⷽ��

以道路子网为研究对象,采用Elman神经网络实现道路网多断面交通流短时预测. 首先通过提取交通流空间特性对道路网进行划分,降低道路网整体分析复杂度及解空间维数,提高交通流预测的计算精度和效率;其次以实时采集的交通流数据为基础,并以重构的交通流时间序列作为输入,采用Elman神经网络实现道路网多断面交通流同时预测;最后,基于城市快速路多断面交通流量数据对短时交通流预测方法进行验证,并与BP神经网络预测结果进行对比分析. 验证结果表明,本文提出的道路网划分方法能够划分出满足预测需求的子路网,在划分的子路网上,应用Elman神经网络能够实现道路网多断面同时预测,且预测效果优于BP神经网络.     

轨道交通线网多站连续换乘客流 组织研究

为研究轨道交通线网多站连续换乘下的客流组织，将连续换乘站客流分为本线同源客流和邻线同源客流，通过Pearson 相关系数判断连续换乘站的相关性，将相关性高的连续换乘站组团，作为大客流情况下客流线控、网控的研究对象以制订相应的方案。最后以广州市轨道交通网络为例，对满足条件的各组团本线、邻线同源客流相关系数进行计算，当同源客流相关系数 大于0.6即具有高相关性时，可制订客流线控、网控方案；以地铁3号线体育西路—珠江新城组 团试点制订线控、网控方案，得出两种方案下各关联站点的限流值，并提出线控、网控方案的启动时机。结果表明，采用线控、网控方案可以有效提高连续换乘站的客流控制效果和客流疏散效率。     

短时事故扰动下的逐日路网流量演化模型

为研究事故扰动下日变交通路网流量在出发时刻和选择路径上的时空演变规律,以出行经验学习更新路网理解阻抗,基于准点到达概率最大和到达前景最大分别调整计划出发时刻和出行路径.并在出行当日根据出发前各时段的实时信息再次更新路网阻抗,重新调整出发时刻和路径获得实际出行选择.从而建立考虑出行日信息更新的逐日路网流量演化模型.采用算例验证模型,结果表明:在路网无事故情形下,考虑出行日内调整,路网流量变化震荡缓和,但达到稳定所需时间长;事故发生在稳定前,会影响最终平衡态流量分布,而事故发生在稳定后,则不影响;考虑出行日调整会加大路网在事故发生后几日的流量震荡.