地铁车辆基地大型工艺设备辅助设计软件开发

地铁车辆基地大型工艺设备的设计由于涉及专业广、技术接口多以及设备无定额,存在设计效率低、易漏项、标准不统一的问题。通过需求调研,确定了地铁车辆基地大型工艺设备辅助设计软件的设计目标与功能组成,搭建了软件框架,实现了大型工艺设备信息查询、资料下载、设备比选和信息管理等功能。软件已成功应用于地铁车辆基地大型工艺设备设计工作中,收效显著,大大提高了设计效率和质量,统一了设计标准。     

基于决策者风险偏好的危险货物运输路径优化问题研究

将路径风险值、运营时间和运营成本的最小化作为危险货物运输路径优化问题的目标函数,并依此建立多目标决策模型.基于决策者的风险偏好分为风险激进型、风险中立型和风险保守型5类,并利用风险偏好权重对决策者不同风险偏好特性进行刻画.通过选择合适的加权开方乘方数将多目标决策模型中的目标函数转化为单目标函数,然后用标号算法求解最优折...     

上皮钙粘附分子在膀胱移行细胞癌中的表达及意义

目的　探讨上皮钙粘附分子 (epithelialcadherin ,E cad)在膀胱移行细胞癌中的表达及临床意义。方法　应用免疫组化SP法检测 5 7例膀胱移行细胞癌组织中E cad的表达。结果　①E cad在膀胱癌中异常表达与膀胱癌的病理分级、临床分期及预后呈正相关 (P <0 .0 5 ,P <0 .0 1) ;②E cad在膀胱癌中的异常表达与膀胱癌的复发呈负相关 (P <0 .0 1)。结论　E cad表达可作为判断膀胱癌恶性程度及预后和复发的生物学指标     

高原地区公路外场机电设备检测技术探讨

分析我国高原地区的分布及其公路建设情况,研究低气压条件、低温条件、紫外线辐射条件对公路机电设备的密闭结构、设备部件温升、空气绝缘、固体绝缘等的影响,并针对这些影响讨论机电设备在低气压条件、低温条件、紫外线辐射条件下的检测技术,对高原地区的标准化工作提出建议.     

应急车辆动态路径选择的两阶段优化模型

为研究突发事件情境下交通路网动态变化时的应急车辆路径选择问题，提出应急车辆动态路径选择的两阶段调度优化模型。通过结合路网动态状况和应急救援特征，建立基于最大路径可靠度和最短行程时间的两阶段优化模型；通过混沌搜索改进布谷鸟算法初始种群，并加入蛙跳算法改进局部搜索操作，设计混合布谷鸟算法，改善全局寻优能力；以某市某区部分区域路网为例，将该区域路网实时交通数据应用于模型和求解算法中。实验表明，利用两阶段优化模型和算法编码方案能成功获得出发点到救援点的动态可靠路径，相同行驶路径情况下模型与算法求解的最短行程时间与实地驾车获得的最短行程时间最大误差不超过8%，说明优化模型可行。3 种不同算法求解K最短路径的结果发现，混合布谷鸟算法得到的最短行程时间比粒子群算法和 经典布谷鸟算法得到的结果都要小，且计算时间最短，表明混合布谷鸟算法求解的结果最优，性能最好。     

在用换热器铁磁性钢管的远场涡流检测

换热器管束在使用过程中,由于各种原因会造成腐蚀穿孔,引起介质泄漏,因此需要进行定期检验。针对换热器管束的检验,提出了在用换热器铁磁性钢管的远场涡流检测技术,主要包括远场涡流检测原理、探头选择、试样制备、检测仪器及操作条件等。最后通过现场检测和对缺陷的解剖验证,表明该方法能快速、有效地实现换热器管束的检测,并有助于准确评估换热管的使用寿命,以便及时采取措施,保证装置的安全运行。     

加粒料综合稳定土施工工艺简介

底基层原设计为水泥石灰综合稳定土,而沿线土场土质多为高液限粘土,在施工中不能达到设计强度要求,经探索试验,掺加部分粒料,强度能达到设计强度要求,保证了底基层的强度和质量要求。     

新疆精河地区路面养护施工技术探讨

新疆精河地区特殊的地理环境及公路交通运输对该区经济发展的重要作用。就该区的路面养护意义、路面损害原因以及路面养护施工技术进行了探讨,旨在促使路面养护施工采用科学、合理的工艺,保证路面养护施工的质量。     

微表处技术在公路路面养护中的应用

工程概况某高速公路K62＋292-K93＋338等路段路面治理工程包括铣刨修复工程、SBS改性沥青混合料罩面工程、泡沫厂拌冷再生工程、温拌SAC-10改性沥青混凝土工程、高性能低噪音微表处工程、多磷酸（PPA）改性沥青混凝土工程、NOVERCHIP超薄磨耗层工程、THUS-20超薄罩面工程、自除冰路面工程等各种养护项目。     

高速列车转向架蛇行失稳的MEEMD-LSSVM预测模型

为预测列车转向架蛇行失稳异常运动状态,提出一种改进的集总平均经验模态分解-最小二乘法支持向量机(MEEMD-LSSVM)的预测模型。以转向架正常、过渡、蛇行失稳3种状态下振动信号为研究对象,通过MEEMD对信号进行分解,再用Hilbert变换(HT)分析其时频能量特征,最后采用固有模态函数(IMF)的能量特征作为LSSVM的输入,通过识别过渡状态,预测列车蛇行失稳。试验表明,列车处于330~350km/h之间时,预测准确率为93.33%,并且MEEMD-LSSVM方法准确率和计算耗时优于EEMD-SVM方法,证明该预测模型的有效性和快速性。