图像处理方法在粗集料形态评价中的应用研究进展

粗集料是沥青混合料的主要成分之一,我国每年公路建设需要消耗几十亿吨的粗集料。粗集料形状、棱角和纹理对沥青混合料高温稳定性、水稳定性和抗疲劳性能具有显著影响。准确评价粗集料的形态特征对于粗集料的质量控制和沥青混合料设计具有重要意义。图像处理方法是研究粗集料形状、棱角和纹理特征的有效手段。系统总结了二维图像处理方法(基于图像尺寸和半径的方法、腐蚀-膨胀法、分形维数法、梯度法和多边形拟合法、霍夫变换法、傅里叶变换法、小波变换法)和三维图像处理方法(球谐变换法、傅里叶变换法、小波变换法、腐蚀-膨胀法)在粗集料形态评价中的应用和取得的研究成果,并针对不同方法的局限性进行了评述。针对二维图像方法的固有缺陷,提出了今后的研究重点是基于粗集料的三维点云数据使用三维图像处理方法构建粗集料形状、棱角和纹理评价指标。最后结合作者现行的研究,介绍了使用激光三维扫描技术采集粗集料三维图像的步骤,并探讨了利用三维点云数据计算粗集料三维尺寸、处理粗集料棱角和平滑粗集料纹理的方法。     

水下挤密砂桩复合地基的加固试验

本文以水下挤密砂桩复合地基为研究对象,利用锚桩加载法进行加载试验,在试验过程中对土压力和孔隙水压力等进行观测,并对砂桩桩身进行了标准贯入试验。结果表明：挤密砂桩桩身呈中密-密实状态。土压力实测值和理论值发展趋势一致,加载过程中超孔隙水压力增长很小,且消散较快。每级荷载作用下荷载板的垂直沉降增量基本接近线性,未出现拐点,挤密砂桩复合地基极限承载力不小于737kPa。     

客货共线铁路简支箱梁优化设计研究

对客货共线铁路简支箱梁设计的修订情况进行了介绍,以32 m简支箱梁为例介绍了设计关键参数比选和设计创新点。对梁高和桥面布置进行了优化,优化后的参数为:时速200 km 32 m简支箱梁梁高2. 6 m,桥面宽11. 6 m;时速160 km 32 m简支箱梁梁高2. 5 m,桥面宽11. 4 m。电力电缆槽与通信信号槽放置于桥面。取消桥面遮板,改为随梁预制或现场浇筑的混凝土边墙,可节省混凝土材料用量。客货共线铁路简支箱梁桥面挡砟墙可兼作防护墙,建议取消桥面护轨。     

铁路简支箱梁受损桥面板补强方案计算分析

对桥面板受损的24 m预应力混凝土箱梁制订顶板底面增设钢筋混凝土横梁的补强方案,采用ANSYS有限元软件对完好箱梁和补强箱梁进行建模分析。结果表明:在单线ZK特殊荷载作用下,考虑受损箱梁混凝土桥面板修补区域和补强区域的刚度折减后,补强箱梁桥面板的挠度与完好箱梁基本相当且分布更加均匀,补强横梁底面最大横向应力小于完好箱梁桥面板底面最大横向应力且前者沿横桥向的分布更加均匀;桥面板补强措施效果显著,受损箱梁补强后的力学性能满足运营要求。     

基于IPSO-Capsule-NN模型的中欧班列出口需求量预测

为提高中欧班列出口需求量的预测精度,提出将改进粒子群算法(IPSO)与胶囊神经网络(Capsule-NN)相结合的预测模型(IPSO-Capsule-NN)。与全连接神经网络不同,胶囊神经网络通过动态路由算法增强了模型的拟合能力和泛化能力。利用改进粒子群算法优化胶囊神经网络的神经元数量、迭代次数以及学习率,以克服人为设定模型参数随机性较大导致模型精确度不高的不足之处。此外,针对标准粒子群算法存在的缺点,提出一种非线性递减惯性权重并引入Levy飞行对粒子群算法的全局寻优能力和收敛速度进行优化。将采用spearman秩相关性分析得到的11个因素作为中欧班列出口需求量的影响因素并对其进行预测,结果表明:胶囊神经网络具有2层隐含层时,IPSO-Capsule-NN模型预测精度更高。     

一种基于网络中心战的航迹融合合成方法

在研究网络中心战和传统信息融合方法技术的基础上,提出适用于网络中心战航迹融合合成的基本框架及其基本算法。理论分析和仿真试验结果表明,本文提出的算法可较好地实现网络中心战环境下对目标的持续跟踪。