椭球体水动力数值计算

自主开发了数值求解RANS方程的CFD计算软件.采用基于多块结构化同位网格的有限体积方法,各块间采用正接网格对接,并有一层网格的重叠,便于块间的信息交换.采用SIMPLE方法和动量插值法处理速度-压力耦合.对流项采用SMART格式离散,扩散项采用中心差分格式离散,采用SST湍流模式.作为算例之一,给出了6∶1椭球体在不同攻角下定常流场和水动力的数值计算结果,包括物体表面的压强系数、切应力系数的分布及物体所受升力系数、阻力系数和力矩系数随攻角的变化规律,并与国外文献的计算和实验结果进行了比较,符合程度令人满意.     

图解法地质分析技术在小坪子隧洞工程中的运用

地质超前预报是地下工程施工中一个重要的不可或缺的步骤,根据有关结构面的发育规律,利用做图的方法对可能造成施工灾害的不良地质体进行了图解预报分析,结合在小坪子隧洞中的预报结果提出了自己的看法和体会。     

出口突尼斯内燃动车组制动系统

突尼斯内燃动车组采用液力、空气混合制动,液力制动优先。介绍了该动车组制动系统模块化、集成化的技术特点。阐述了风源系统,微机控制直通电空制动系统,停放制动系统,备用制动系统以及辅助用风系统的结构组成和原理。     

加强铁路客运需求预测提高前期研究工作质量

运输需求分析是建设项目前期工作的核心。本文针对铁路管理体制、投融资体制发生重大改革的新形势、新特点,梳理了客运需求预测在重视程度、预测基础、模型更新、研究内容四个方面存在的问题。通过分析客运需求预测面临的发展形势,提出建立专题审查制度、编制需求预测指导书、构建分层次分区域需求预测模型、加强对已运营铁路的后评估和重视需求预测风险分析五个方面的建议。     

城市轨道交通客流预测主体数据的简化模型构建

文章深入、系统地解析城市轨道交通客流预测主体数据的全部数理关系,展示了实用、简化数据模型的构建方法,通过该方法可得到城市轨道交通工程设计所需的主体客流预测数据。     

基于非参数回归的城轨实时进出站客流预测

为准确预测城轨实时进出站客流,构建基于非参数回归的实时进出站客流预测模型。首先,对不同特征日分时进出站客流量进行对比分析,据此构建历史数据库;其次,通过计算历史分时数据的相关系数,并设置阈值对分时客流数据间的相关性进行判断,从而确定合适的非参数模型状态向量;再次,根据K近邻样本与预测目标的客流量差异性,设计基于权重加权的预测算法;最后利用广州市城轨客流数据对预测模型进行精度分析,对全网站点多天的预测结果显示:全天平均绝对百分比误差均在2%以下,分时平均绝对百分比误差均在14%以下,表明模型具有较高的预测精度和良好的适用性。     

基于 VMD-GRU 的城市轨道交通短时客流预测

精准的客流预测是轨道交通运输计划编制的基础和依据,为提高城市轨道交通短时客流的预测精准度, 基于城市轨道交通短时客流的动态性、非线性、不确定性、周期性、非平稳性及时序性等特点,提出一种组合 模型预测方法,即 VMD-GRU 神经网络预测模型,由变分模态分解和门控循环单元组合而成。变分模态分解的 作用是分解短时客流,降低数据中的噪声,减少数据波动;门控循环单元的作用是基于分解的短时客流,进行 客流预测。经南京地铁的数据验证,该模型在地铁短时客流预测方面效果良好。与 GRU 相比,VMD-GRU 在 15、30 和 60 min 的时间粒度下,预测准确度分别提升 7.57%,16.93%,18.47%。该模型可为地铁运营管理部 门对车站客流管理、日常行车计划制定等提供有效的数据支撑,从而提升线网总体运营效率以及轨道交通系统 的服务水平。     

宜万铁路复杂岩溶隧道施工地质预报特色

研究目的:宜万铁路地质异常复杂,被誉为修建铁路的"禁区",隧道工程存在巨大地质风险。重大隧道工程主体深埋于山体内腹,而目前勘察的技术手段只能探及浅部,难以涉及深部,完全查清隧道深部复杂的地质问题,的确很难(国内外皆如此),隧道建设始终存在"地面勘察难以探明深部,而隧道深部施工安全、工程处理又要求尽量探明"这一对矛盾。为解决这对矛盾,只能在前期勘察的基础上,强化隧道施工地质工作,实施施工地质预报。研究结论:研究创新了"隧道地质复杂程度分级",实现"隧道施工地质预报设计"并纳入规范管理,为隧道施工保驾护航,取得显著效果,使施工地质预报工作迈上新台阶。     

通往郊区的轨道交通线路客流预测方法

我国正处于城市化进程高速发展阶段,各城市相继建设通往城市郊区的轨道交通线路,分析其客流预测中的常见问题,包括未建成区客流调查困难、规划资料简单、不确定因素多且难以判断和把握等;根据实践经验．提出对所在区域特点和规律进行城市经济发展分析的宏观思路和采用对比方法把握线路具体客流特征的微观思路,给出可供借鉴的使用方法     

铁路货运量组合预测方法

为了对铁路货运量进行科学预测,在指数平滑、模糊移动、线性回归、灰色预测4种单一模型的基础上建立组合预测模型.结果表明:组合预测模型能有效综合各模型的有用信息,并能提高其预测精度,预测结果可靠.与单一模型相比,该法具有较好的实用价值.