列车制动盘热分析现状与展望

盘形制动是一种广泛应用于轨道列车和汽车的制动方式。在制动过程中制动盘及制动闸瓦会产生大量热量,从而影响制动性能,故对制动盘进行热分析十分必要。基于盘形制动在列车上的运用情况及重要性,介绍了列车制动盘常用材料、制动盘结构型式及相关的热分析研究,并对不同的制动盘热分析方法进行分析比较,最后对列车制动盘热分析的现状及发展方向进行了总结和展望。     

大型船舶钨极氩弧重熔工艺应用

疲劳破坏是船体结构的主要破坏形式之一。改进结构节点的设计和施工工艺,可保证船体结构中受交变载荷作用的构件有足够的疲劳寿命。钨极氩弧(Tungsten Inert Gas, TIG)重熔是改善结构节点焊后疲劳强度的有效方法。与目前船上常用的几种改善疲劳强度的方法进行分析对比,对TIG重熔工艺的重要性进行充分论证,获得实施TIG重熔工艺的技术标准和操作要点。TIG重熔工艺不仅改善结构节点疲劳强度,而且为建造具有较长疲劳寿命的大型船舶找到一个行之有效的方法,可产生良好的经济和社会效益。     

基于Python语言的ABAQUS前处理程序在内凹蜂窝的应用

基于Python语言,在ABAQUS有限元通用平台上开发了用于内凹六边形负泊松比蜂窝结构自动建模的程序。内凹六边形负泊松比蜂窝力学性能的研究中,通常需要进行变参数的系列计算。为提高计算效率,首先对蜂窝进行离散和参数化表达,用Python语言开发蜂窝单胞结构自动建模的程序；在此基础上,进行双向阵列操作获得内凹六边形蜂窝结构；最后,通过与内凹蜂窝局部压缩试验结果的对比,验证了有限元自动建模方法的正确性。基于Python 的ABAQUS自动建模二次开发的思路,可以大大减轻变参数系列分析过程中的工作量,提高有限元分析效率。     

基于非线性Drive-shaft模型的车辆传动系统冲击响应

建立了包含线性与非线性项的车辆传动系统非线性Drive-shaft模型, 应用具有耗散项的拉格朗日方程将非线性Drive-shaft模型转换为当量化的两质量模型, 通过将两端扭转角等效到同一端获得了传动系统的冲击响应方程, 应用Routh-Hurwitz准则分析了冲击响应方程的稳定性, 获得了稳定性参数区间。仿真结果表明: 将非线性阻尼分别设置为0和线性阻尼的1/10、-1/10时, 冲击响应首个峰值的绝对值分别为0.153 9、0.101 4、0.371 6, 当非线性阻尼为线性阻尼的1/10时, 冲击响应的首个峰值的绝对值最小, 这说明正的非线性阻尼有利于冲击响应的衰减; 将非线性刚度分别设置为0和线性刚度的1/10、-1/10时, 获得的冲击响应首个峰值的绝对值分别为0.153 9、0.178 8、0.115 9, 当非线性刚度为线性刚度的-1/10时, 冲击响应的首个峰值的绝对值最小, 这说明负的三次方非线性刚度有利于冲击响应的衰减; 在固定非线性刚度为线性刚度的-1/10的基础上, 将代表非线性阻尼的系数分别设置为0.1、0、-0.1, 获得的冲击响应首个峰值的绝对值分别为0.078 4、0.114 2、0.231 6。可见, 当代表非线性阻尼的系数设置为0.1时, 冲击响应的首个峰值的绝对值最小, 这表明在传动系统线性刚度及线性阻尼的基础上, 设计负的非线性刚度及正的非线性阻尼可以提升传动系统抵抗冲击的性能。      

基于LeNet-5的编组站站内机车车号识别系统的研究

编组站内机车车号的识别问题一直制约着本务机车综合管控技术的发展。为了解决这一问题,针对机车车次,机车类型自动识别问题进行研究。改进了基于卷积神经网络LeNet-5的识别算法,并收集了大量机车车次图像素材,通过图像预处理后,使用训练集进行模型训练,形成适用于机车车次识别的网络模型,通过使用python语言与.NET平台实现了机车车次识别系统的设计。实验表明,该方法对机车车号的识别达到了较高的识别水平。目前,车号识别系统已在中国铁路武汉局集团有限公司襄阳北站试验,高清图像素材从车站高清货检系统处获取,识别效果良好,为实现智慧型编组站提供了有力的技术支撑。     

基于TAM的通勤者出行方式选择影响因素研究——以天津市为例

本文在TAM中引入感知亲社会变量,通过实证研究,量化分析了态度和低碳相关的五个因素对于通勤者出行行为意向的影响及其内在关系。实证分析结果显示,功能因素、低碳意识、低碳习惯均通过感知有用性、感知易用性和感知亲社会性显著影响通勤者出行行为意向,其中的两个方面占据主导作用,分别是功能因素通过感知有用性和感知易用性对出行行为意向的影响以及低碳意识通过感知亲社会性对出行行为意向的影响;情感因素仅通过感知有用性显著影响行为意向;象征因素仅通过感知亲社会性显著影响行为意向。结论可为交通管理部门有针对性地制定政策措施,引导居民低碳出行,缓解城市交通问题提供参考和启示。     

基于量表型选择集的出行信息需求有序选择模型

研究了城市出行者日常活动和出行所需要的关键信息, 提出了一种针对量表数据的量化分析方法; 以出行者信息需求为研究对象, 设计了一项基于李克特5级量表的问卷调查; 总结了出行个体对各类出行信息需求程度的排名, 分别构建并标定了驾车线路、目的地位置和实时路况信息需求的有序选择模型; 与多项Logit模型在参数显著度、赤池信息量准则和对数似然函数值等指标上进行对比, 以验证有序选择模型的有效性, 并对影响信息需求的关键变量进行了局部效应分析。研究结果表明: 出行者在通勤出行前最需要公交运营变更信息, 而在通勤出行中最需要实时路况信息; 非通勤出行者最关注目的地位置信息, 在出发前和途中对目的地位置信息的需求概率较通勤出行前分别高出31.08%和29.25%;在职人员对信息的需求程度普遍高于学生和自由职业者, 说明时间价值高的人群更期望通过全面及时的信息获取来合理安排出行; 女性比男性对实时路况信息的需求概率高出10.23%, 说明女性对延误的风险规避意识更强; 20~40岁的人群出行信息需求最强烈, 随着年龄的增长该需求将逐渐下降; 各年龄段对实时路况信息都表现出了较高的需求, 说明人们对于有可能带来负面影响的信息更为敏感。可见, 采用有序选择模型能够精确分析量表型选择集。      

车身碰撞修复

随着汽车车速的提高,在考虑轿车轻量化的同时,还必须考虑车身的防撞安全性能,当轿车发生纵向撞车时,车身各不同部位的刚性对其安全性的影响如图1所示,图中有剖面阴影线部分表示刚性结构,无剖面线部分表示柔性结构,由图1的四种方案可见,只有在车身前部和后部均为柔性结构,而中部为刚性结构的情况下,才能确保乘员的安全.