浅谈CIR的故障处理方法

机车综合无线设备(CIR)已逐步取代通用式机车电台,其维护方法与通用式机车电台有很大区别,为此简单介绍机车综合无线设备(CIR)组成和功能,总结故障处理思路及维护方法。     

铝合金车身零部件设计研究

文章通过对铝合金发动机盖设计流程的描述,通过对比铝合金与钢的不同点,归纳了铝合金发盖设计所需要关注的要点,并提供了铝合金板材选择的方式。在不同于钢制发动机盖的点上提出了设计要求,明确了铝合金发盖的设计方法。     

基于Vesic圆孔扩张理论的桩周土抗力计算方法研究

随着目前城市建筑物容量的增大,对作为其主要承载构件的桩基础的承载性能提出了更高的要求。桩-土相互作用问题是桩基水平承载性能研究中必须考虑的重要内容,该问题的研究对于完善桩基础设计理论和指导工程实践具有重要意义。基于Vesic圆孔扩张理论,分析水平荷载作用下桩侧土体的实际受力状态,根据桩身产生水平位移后桩周土应力为近似椭圆形非均匀分布的特点,综合考虑纵向应力变化、桩基整体转动和桩-土摩擦效应对桩侧土抗力的影响,建立二维平面状态下的桩-土相互作用的力学模型,以此推导水平荷载作用下的桩侧土抗力计算公式,得到基于应力增量的p-y曲线计算方法,并通过实例计算验证该方法的适用性,最后针对桩-土参数进行影响因素分析。对比所提方法的计算结果与模型试验的结果可知：将该理论方法应用于水平荷载作用下桩侧土体力学效应的计算时,计算结果和现场实测数据较吻合,尤其在桩基受荷产生较大水平位移时,两者表现出了较好的一致性。通过对桩-土参数等影响因素的计算分析,讨论了桩径、土体内摩擦角和土体变形模量等桩-土参数对桩周土体应力结果的影响,得到了桩周不同位置处土体径向应力和切向应力的变化规律。     

水下爆炸作用下船舶结构与燃气轮机动态响应的数值研究

本文对水下爆炸作用下舰船结构及燃气轮机结构冲击响应进行了数值研究.首先,基于CEL方法建立了近自由面水下爆炸流固耦合动力学模型.然后结合燃气轮机-船体一体化仿真分析方法,对不同水下爆炸工况下的舰船结构冲击环境,以及燃气轮机冲击损伤特性进行了评估分析,总结了工况参数对燃气轮机冲击响应特征的影响规律,旨在为舰用燃气轮机抗冲击设计提供技术参考.     

基于蒙特卡洛法的抛锚撞击海管概率分析

针对船舶抛锚撞击海底管道事故频发,撞击概率计算过程较复杂且适用范围有限的问题,对现有方法进行改进,基于蒙特卡洛方法建立抛锚统计试验模型,对某一条件下船舶抛锚对海底管道的撞击概率进行计算,结果表明:对现有方法进行改进或利用蒙特卡洛方法能较好地反映船舶抛锚对海底管道的撞击概率变化特性,可应用于危险区域的抛锚预警和海上禁锚区的设置。     

基于盲孔法的水下承压结构残余应力测试研究

对盲孔法测残余应力中的等轴三角应变花应变释放系数进行有限元标定和塑性修正,得到了塑性修正后的应变释放系数;采用盲孔法对高强度钢水下承压结构典型部位的焊接残余应力进行测量,根据测试得到各测点的释放应变值,结合修正后的应变释放系数计算得到了水下承压结构典型测点的残余应力值。结果表明,水下承压结构焊缝附近纵向残余应力可达0.5倍屈服极限,周向残余应力可达0.4倍屈服极限。     

基于格子Boltzmann方法的船舶风力助推转子绕流特性

风力转子推进装置节能环保,降低推力成本,有利于船舶行业的绿色发展。基于多松弛格子Boltzmann方法,对并列风力助推转子绕流进行数值模拟。首先模拟单圆柱绕流的流动特性,以验证程序的可靠性,重点探究双圆柱的间距比和转速比对圆柱绕流特性的影响。获取圆柱的升阻力系数以及尾流流型,验证临界转速比的存在。结果显示:旋转可以有效地抑制涡的生成和脱落,当转速比达到临界转速比时,漩涡彻底消失,流场变得稳定;时均升力系数的绝对值和时均阻力系数随转速比的增大分别增大和减小。     

基于PumpLinx的鱼雷齿轮泵内部流场及流量特性的仿真分析

为研究转速与流体介质对齿轮泵性能的影响,运用PumpLinx软件对齿轮泵内部流场及其流量进行瞬态仿真分析,并与试验数据进行对比,分析转速与流体介质对齿轮泵内部压力场及输出特性的影响。数值结果表明:齿轮泵平均流量与试验数据吻合较好,入口流量随时间呈锯齿状波动,出口流量则呈波浪状的较小波动,而且流量脉动率随转速的增大而减小;齿轮泵内压力从低压腔呈阶梯状向高压腔过渡,且入口易因超低压而出现空化现象,导致其压力脉动率高于出口。此外,流体介质为水时的流量脉动率略低于油。研究结果为降低鱼雷齿轮泵的振动和噪声等危害提供了理论指导。     

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。     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。