沥青混合料SPT简单性能试验及参数评价

传统的马歇尔法参数稳定度和流值与沥青混合料的高温性能相关性差,设计的混合料不能取得预期的性能.基于此,美国NCHRP9-19项目推出简单性能试验方法(SPT)以完善沥青混合料设计分析体系.该文以国内外研究为基础,分析SPT简单性能试验各参数的基本定义及确定方法,并通过其与沥青路面实测车辙试验数据的相关分析,确定合理的试验条件,优选基于高温性能的SPT简单性能试验方法及参数.研究表明:动态模量参数E*和E*/sinψ可以作为基于高温性能的沥青混合料简单性能试验参数.     

做好基础工作是车队管理的重点

作为一家电网企业的车辆管理部门,慈溪市供电局车队承担着全市1364平方公里内的电网建设、电力抢修等工作车辆的服务任务。近几年来,局车队以服务企业又好又快发展为根本出发点,努力围绕电力生产中心任务开展工作,多次被上级单位授予交通安全先进集体、文明车队等荣誉称号。截至目前,慈溪市供电局车队共有各类机动车辆269辆,驾驶员260名,2008年共安全行驶413万公里,未发生一例各类安全事故,为慈溪电力事业发展做出了重要的贡献。     

电动重卡换电模式现状与发展趋势

电动重卡作为新型清洁能源车辆,有助于减少污染排放、提升运输效率等。换电技术作为一种重要的补能方式,为电动重卡的推广应用提供了方便和可行性,解决了充电时间长、里程焦虑等问题,促进了电动重卡在交通行业的广泛应用。     

通信车供电系统可靠性设计

通信车供电系统是通信车辆在正常和极端环境下安全有效运行、成功完成各种通联任务、保证车辆生命力的关键。如何对通信车供电系统进行合理有效的可靠性设计,使通信车在稳定实现各项任务通联功能的同时,又能保证车辆供电系统的稳定性和可靠性,成为车辆供电系统设计中的重要环节和技术难点。论文基于通信车供电系统的组成及工作原理,建立了供电系统及其各单元的可靠性模型,采用专家评分法对可靠性指标进行了合理分配,使供电系统各单元的平均故障间隔时间更符合供电系统可靠性的实际要求。同时根据供电系统的可靠性模型,进行了故障模式影响分析,识别了供电系统的薄弱环节,并进行了相应的可靠性设计（包括工艺设计、元器件质量控制、裕度设计和耐环境设计）,以减少通信车供电系统的故障发生率,消除系统的潜在故障隐患,提高了通信车供电系统的可靠性水平。     

TR220D型旋挖钻机中桅杆焊接工艺

简述了TR220D型旋挖钻机桅杆体结构组成,着重分析了中桅杆的制造工艺以及在中桅杆制造过程中的工艺难点与工艺措施。     

采动区高压输电塔的变形和附加内力分析

以山西某矿区典型输电铁塔为背景,采用数值分析方法,分析了动态地表变形(主要为竖向位移)对输电铁塔结构附加内力和变形的影响规律.在三种工况下节点位移主要发生在X与Z方向上,y方向的位移变化不大,输电塔在支座发生竖向位移时,底部节点X方向与Z方向的位移值远小于顶部节点的位移值;横担杆上各节点的竖向位移基本相等,横担杆的轴力受输电塔竖向位移影响不大.     

高速列车设备舱压力特性分析

利用CFD数值模拟方法,研究了在隧道内会车工况下CRH3型列车设备舱的压力特性,为列车设备舱的结构设计提供了理论依据。     

不同温降速率下岩石冻融特征研究

研究目的:川藏铁路横穿青藏高原东南缘地形急变带,是迄今为止人类历史上最具挑战性的铁路建设工程之一,在高纬度、高海拔等气候恶劣的地质环境条件下,极端的气温变化极易诱发路基和边坡变形。本文通过开展3种温降速率下干燥与饱水岩石的冻融循环应变试验,研究不同温降速率下岩石的变形特征,分析单次与多次冻融周期的应变-时间曲线、干燥与饱水岩石冻融应变的对比特征以及饱水岩石的冻胀机理。研究结论:(1)干燥岩石在冻融过程中,温降速率越快,在冷缩阶段和热胀阶段微应变变化得越快,3种温降速率下的残余微应变曲线基本一致,随着冻融循环次数的增加呈线性上升趋势,冷缩变形与热胀变形也随着冻融循环次数的增加而增大;(2)饱水岩石在冻融过程中,温降速率越快,残余微应变越大,微应变曲线上升越明显,冻胀幅度与融缩幅度也相应越大,且两者随冻融次数增加的变化规律大致相同;(3)通过干燥与饱水岩石冻融应变特征的对比分析可知,温降速率是影响孔隙中水冰相变的一个重要因素,结合对不同温降速率下饱水岩石冻胀机理的分析,归结出与试验结果相吻合的变形规律;(4)本研究结果可为寒区铁路工程中岩体变形规律的认知提供参考。     

农村经济不平衡与农村客运价格机制

区域内农村经济发展的不平衡性导致了农村公路的不平衡发展，给农村客运定价带来了难度。而农村客运定价主体、方式和权限分配的不合理因素也加剧了农村经济的不平衡发展。     

基于梯度关联规则的老年行人交通事故风险识别

为构建老年行人交通事故严重程度风险关联因素识别方法体系，本文应用极限梯度提升关联规则挖掘算法(Extreme Gradient Boost-Apriori，XGB-Apriori)识别城市道路老年行人交通事故风险因子。运用机器学习优化关联规则算法结构，通过机器学习库 scikit-learn 中 XGBoost (Extreme Gradient Boost)算法与SFM(Select From Model)特征选择类功能实现变量特征值的选择。进而，对Apriori算法设置有序定向约束，得到适用于交通事故致因分析的数据挖掘技术。通过逐层迭代识别关联项，选取频繁项集，总结高置信度、高提升度的关联规则。关联因素模型评估结果表明，本文采用的SFM功能准确度可达78.31%，关联规则XGB-Apriori算法较传统算法精度提升了91%。挖掘结果显示，驾驶员与行人的自身特征、车辆特征、碰撞状态以及道路特征均对老年行人交通事故的严重程度具有重要影响。其中，男性驾驶员造成的行人死亡事故频次较高，女性驾驶员造成的受伤事故频次较高；大型、重型车辆(SUV、卡车、施工车)发生死亡事故频次相对小轿车更高；位于匝道等道路线型弯曲的坡道中，老年行人发生致死交通事故的频次相对线型缓和路段更高。本文对老年行人交通事故耦合因素全面识别并针对性提出风险防控精准预判方法，为有效保护道路弱势群体提供必要的理论支持。