空气中四氟乙烯、六氟丙烯气相色谱测定

随着塑料工业的发展,聚四氟乙烯产品应用于铁路日趋增加。聚四氟乙烯塑料(俗称塑料王)是高分子的聚合物,是一种耐高温、耐腐蚀的新型塑料,加入辅助剂后,更具有耐磨和弹性好的优点。在一般温度下性质稳定,无毒,但在生产过程中产生的裂解气和加工生产过程中所产生的热解物,是具有一定毒性的化学物质,在不同的生产条件下(温度、压力)所产生的种类和数量亦不一样。铁路应用其聚四氟乙烯加工生产机车密封垫圈及其部件,在加工生产过程中,热解出有机氟气体,为了及时了解加工车间空气中的浓度,以及与人体健康的关系,给保障工人身体健康提供参考依据。目前国外有     

机动指挥系统野外环境供电设计探讨

机动指挥系统便于灵活机动地展开撤收,适合野外环境工作。系统供电是野外工作的重要保障,随着机动指挥系统越来越多的使用,对供电形式要求也不尽相同,将对机动系统野外供电方式进行探讨。     

沥青路面水泥就地冷再生施工技术

从工程施工过程中的施工准备、配合比设计、施工工艺流程、质量控制等方面,对旧沥青路面水泥就地冷再生基层施工技术的应用情况做了详细的介绍,同时对冷再生工程所带来的巨大的经济、社会效益进行分析.结果表明,就地冷再生技术是一项切实可行、有广阔前景的技术.     

WZ330型挖装机液压系统的研究与设计

通过介绍WZ330型挖装机液压系统的设计要求和实现的功能,设计了该机型的液压系统,并对液压系统的主要参数进行了计算,最后对主要液压元件进行了选型.试验和应用结果表明:该机的液压系统性能稳定,技术可靠,为挖装机的长期无故障运行提供了重要保障.     

基于实时以太网的电力推进船舶IPNCS设计

针对现场总线技术在综合电力网络控制系统中应用的不足,设计了将基于实时以太网的网络控制系统植入综合全电力系统的模型。通过增加软件调度层并在线确定优先级的方法,确定实时节点占用信道的顺序,克服了现场总线技术缺点的同时解决了以太网本身的实时性问题,符合电力推进船舶综合全电力系统的要求及其发展趋势。仿真结果证明了结论的有效性。     

轮机模拟器及其关键技术

轮机模拟器研究涉及数学建模、系统仿真与优化、网络通信与控制、虚拟现实等多学科内容,并且与工业控制、总线技术、网络技术等密切相关.结合DMS-2010型轮机模拟器研究工作,指出采用先进的仿真技术及智能控制方法提升轮机模拟器品质及实用性能的研究方向,使其由操作级应用扩展至管理级及工程论证级应用.     

自行车骑行者生理、心理与综合负荷感知模型

为探究自行车骑行者在骑行过程中的生理、心理状态与骑行者个体属性、骑行强度及骑行环境之间的影响规律, 设计并实施了自行车骑行试验; 选取了相对代谢率、心境状态、自感疲劳程度和任务负荷指数等指标, 分析了骑行者生理、心理与综合负荷感知的特性及规律; 以骑行试验数据为基础, 应用偏最小二乘回归方法建立了骑行者生理、心理及综合负荷感知模型, 并对模型预测能力进行评估。研究结果表明: 骑行者个体属性、骑行强度及骑行环境均对骑行者负荷感知有影响, 其中骑行者个体属性因素中, 身体质量指数和基础代谢率作用较为显著, 二者在负荷感知模型中的平均影响因子分别为0.121和0.112;骑行强度因素中骑行时间对于负荷感知影响最大, 其平均影响因子为0.139;骑行环境因素中交叉口数对骑行负荷感知影响最为显著, 其平均影响因子为0.137;各个变量对心理负荷与综合负荷感知的影响趋势相同, 对生理负荷与综合负荷的影响趋势不相同。可见, 关注部分因素以及骑行者心理负荷对于提高骑行服务水平具有一定作用, 研究结果可应用于改善自行车骑行设施环境。      

船舶混合电力推进系统设计及优化控制仿真

为改善带有储能系统的混合电力船舶推进系统能效,提出一种适用于混合电力推进船舶的控制策略,以锂电池组的荷电状态为状态参数,根据不同电力负荷下的负载变化趋势和柴油发电机组的最佳燃油消耗率曲线,实现多台组网工况下的最佳增减机控制及单台在网工况下的最佳负荷调整。仿真验证表明,通过控制在网发电机组台数及单台发电机组功率负荷,可以降低船舶混合电力推进系统的燃油消耗,改善柴油机工作效率。     

基于ATT-LSTM模型的高速公路交通事件持续时长预测

为揭示交通事件对高速公路运行状态持续时间的影响规律，研究了高速公路交通事件持续时长预测方法。考虑高速公路交通事件时间序列特性，基于循环神经网络理论，从时间序列数据中提取交通事件时间依赖关系；通过引入长短时记忆网络，结合特征、时序注意力层挖掘历史时刻信息和当前时刻数据间的相关性，构建基于注意力机制-长短时记忆网络的高速公路交通事件持续时长预测模型。以2018年西安绕城高速公路交通监测数据集为例，开展了高速公路交通事件持续时长预测模型验证，对比了所提模型与反向传播神经网络、随机森林、支持向量机、长短时记忆网络模型这4种典型算法的预测精度，并分析了事件类型、天气条件、车辆类型、交通量等不同影响因素对持续时长的影响程度。结果表明:使用同一数据集，注意力机制-长短时记忆网络预测模型的预测结果平均绝对误差为24.43，平均绝对百分比误差为25.24%，均方根误差为21.17，预测精度优于其他4种预测方法。在模型的各影响因素权重中，事件类型所占权重最大为0.375，其次分别为车道数、车辆类型、天气等；采用立交出入口小时交通量作为修正参数，可以进一步提升预测精度，预测结果的绝对误差、平均绝对百分比误差和均方根误差可分别降低21.3%、7.5%和16.9%。研究结果能进一步提高高速公路交通事件持续时长预测的精度，为公路安全高效运行提供技术支持。