司机室操纵设备可辨识度评价方法研究

提出了高速动车组司机室操纵设备可辨识度评价与分析方法,从操纵设备形式、操纵力大小、操纵器形状尺寸、操纵器间距及操纵器布置等方面综合进行控制器的人因分析与评估。该方法已成功应用于CRH380B—002型高速综合检测车司机室操纵器的可辨识度评价与分析。     

谷竹高速公路大坪山隧道地应力特征及岩爆预测

基于大坪山隧道的工程地质条件,根据现场实测地应力,采用三维有限元分析法反演得出隧址区的初始应力场,计算结果表明,隧道轴线纵剖面处于中等应力水平,有发生中等岩爆的可能性.以此为依据,结合室内岩石试验,采用Russenes判据、Turchaninov 判据、R b/σ1判据及陶振宇判据等4种国内外有代表性的判别方法进行综合预测.预测结果表明:较深埋的硬岩段将产生低—中等岩爆,埋深900 m附近坚硬完整白云岩段可能出现强烈岩爆.     

多功能车辆总线周期信息实时调度算法的研究与实现

在不改变周期信息本身的前提下,对MVB(多功能车辆总线)周期信息的实时通信调度做了深入的研究,提出了实时调度算法,并编制了调度表生成程序.采用列表驱动算法与RM(单调比率)算法结合的方式,结合MVB通信特征,实现了MVB实时调度表的建立,并对调度算法进行了可调度性分析,确保了MVB周期信息实时调度表的有效性.根据调度算法,编写了MVB周期信息实时调度程序,获得了与Duagon公司的MVB调度表生成程序D2000相一致的结果,进一步验证了调度算法的正确性.     

郑州地铁一号线车辆编组方案研究

在研究郑州地铁一号线客流预测的基础上,对满足客流预测的3种方案进行比选,从运能适应性、服务水平、车辆扩编的可行性以及列车动拖比等方面进行研究,从而得出郑州地铁最终的编组方案。     

基于广义回归神经网络的瓦斯涌出量预测

简要介绍了瓦斯涌出量预测问题和广义回归神经网络（GRNN）的特点,指出与常用的BP神经网络相比,使用广义回归神经网络（GRNN）具有收敛迅速、人为干扰小等优点,适宜用于瓦斯涌出量的预测。并对一个案例进行预测,证明了广义回归神经网络（GRNN）可以满足实际生产的精度要求,较好解决瓦斯涌出量预测的问题。     

塑料排水板堆载预压法处理软基的固结效果

结合某填海造地道路地基处理工程实例,探讨塑料排水板堆载预压法的加固机理;基于现场软基沉降监测实测数据,采用双曲线法对加固后的软土地基沉降进行预测,并分析地基的最终沉降量及固结度。研究结果表明:塑料排水板堆载预压法在软基处理中的加固效果较好,堆载预压结束后,软基固结度可达到80%～95%,满足设计要求。     

卡尔曼滤波短时交通流预测普通国省道适应性研究

短时交通流预测是提高普通国省道交通运行效率和安全的关键技术之一。普通国省道具有分布地域广、情况复杂的特点,要求短时交通流预测方法具有良好的适应性,然而,针对短时交通流预测算法适应性及其机制的系统性研究尚不多见。选取1种自适应卡尔曼滤波算法,系统分析其适应性和适应机制。获取江苏省徐州市普通国省道路网中8个交通调查站所采集的实际交通流数据开展实例分析,结果表明:在不同的交通流量水平下,所选算法均值预测的平均绝对百分比误差在10.98%~15.92%之间,区间预测的无效覆盖率在5.21%~6.15%之间,表明所选的自适应卡尔曼滤波算法在不同交通流水平下都具有良好的预测性能;对所选算法的参数进行分析发现,算法参数能够随交通流水平的变化而自动调整,具有良好的自适应机制;所选算法能够在预测初期实现有效的性能调整和收敛。      

公路大跨度悬索桥预应力锚固系统研究

预应力锚固系统主要有钢绞线和粗钢筋两种体系,目前国内通常采用有黏结预应力钢绞线锚固系统,这种体系施工工程量小、安全性高,还有极高的投入产出比,但存在检测维修困难、无法更换等缺点。以棋盘洲长江大桥北锚碇锚固系统采用的可更换式无黏结预应力锚固系统为研究背景,该体系很好地克服了当前锚固系统中普遍存在的缺点。锚固系统施工主要包括定位钢支架制作安装、预应力管道安装及预应力体系施工3个方面,棋盘洲长江大桥北锚碇锚固系统通过科学合理的施工安排,确保了锚固系统高质量、高精度的施工要求,对于其他同类工程具有很好的借鉴意义。     

基于线性规划的灰色模型在桥梁监控中的应用

预应力混凝土连续刚构桥通常采用悬臂分段浇筑施工,施工监控是保证施工质量的重要手段.以灰色系统理论为基础,针对以往施工控制中传统的GM(1,1)模型参数估计方法与精度检验准则不适配的问题,将平均相对误差最小准则下的参数估计问题转化为线性规划问题,通过Python语言实现,从而得到一种新的理论模型来进行挠度预测,并以陕西境内某1号大桥为工程背景,对混凝土浇筑、预应力张拉两个工况作用后的梁端挠度值进行预测.与传统模型相比,改进后的模型平均相对误差最多可减小28.41％,并能够排除奇异数据的干扰.研究结果表明,基于线性规划法的GM(1,1)模型较传统模型具有更高的预测精度和更好的稳健性,能够在桥梁施工控制中发挥更好的预测作用.     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。