计算机机房集中供电系统的设计

提出了计算机机房供电设计的基本原则,详细阐述了机房供电系统设计的关键技术,并介绍了具体实施方法.     

复杂枢纽互通改造施工交通组织方案研究

枢纽式互通立交在高速公路网中起着重要的节点作用,能够进行连续、快速的交通转换。枢纽式互通立交的改造施工要涉及一条或多条匝道,施工期间的交通组织对局部甚至区域路网的通行效率有着重大影响。文章以G65包茂高速公路同古枢纽互通为对象,对复杂枢纽互通改造施工交通组织方案进行了探讨,可供类似工程参考。     

潜射模拟弹弹射后效分析

基于Mixture多相流模型和动网格技术构建了二维轴对称弹射后效仿真模型,模型中可同时考虑空化和汽化效应;仿真获得了模拟弹弹射入水后的速度变化特性,同时还分离了均压气体和汽化作用等因素对弹射后效具体量值的影响.仿真结果表明,均压气体对弹射后效影响显著,而汽化作用影响较小.文中研究方法及其结论可为潜射导弹筒口压力场分析以及水弹道设计提供有益的指导.     

急流冲击下大跨度连续刚构桥动力响应分析

急流对桥梁冲击作用不可忽视，且现有规范对急流状态下桥墩的冲击作用考虑不足，未考虑急流对墩的侧向作用力，可能严重低估急流作用对桥梁结构的影响。现以某大跨度连续刚构桥为研究对象，建立刚构桥三维有限元模型，系统地考虑急流对桥墩顺流向和横流向(侧向)的冲击作用，研究不同流速和水深对大跨度连续刚构桥动力响应影响，并与港口规范计算结果进行对比。分析结果表明：在急流状态下，单墩两侧的压强呈非对称分布，构成横流向的瞬时压强差，造成显著的瞬时横流向力，在结构设计中不可忽视；水深在H/2及以上时，桥梁受急流冲击效果急剧增长，水流速度对桥墩最大位移和最大应力影响较大，此时应考虑侧向力对桥墩的影响；随着水深和流速增大，港口规范与数值模拟响应差值逐渐增大，墩顶位移最大可达1.6 cm,墩底应力最大可达4.8 MPa,在急流状态下，数值模拟结果更为保守。     

一块用于V2X通信的国密安全芯片设计与验证

随着车联网的不断发展，人们对车联网系统的安全性也提出了更高的要求。为了保护用户的隐私和人身安全，需要采用加解密算法对车联网通信进行保护。在中国，国密算法是被广泛采用的一种加解密算法，因此，本文设计了一块支持SM2、SM3、SM4算法，用于车联网场景的安全芯片，同时兼容RSA和ECC算法，完成了仿真及FPGA验证并使用55nm工艺库进行了流片。电路总面积为3.98mm²，约1.2×106个MOS管，外设最高工作频率为200MHz，可在2.14M时钟周期内完成一次257位二元扩域点乘运算，具有较高的面积利用率和兼容性。     

海上无人井口平台消防泵选型与智能化控制方案

以渤海海域某海上无人井口平台为例，统计渤海作业船的消防能力，对渤海某海上无人井口平台依托作业船消防系统进行可行性分析。根据平台公用系统配备情况对消防泵选型方案进行优选，并提出消防泵智能化控制方案，为海上无人井口平台消防泵选型与智能化控制提供新思路。     

汽车运用与维修“1+X”职业技能等级证书制度试点运行过程中存在的问题及对策

随着汽车产业升级和结构调整不断加快，各行各业对技术技能人才的需求日益紧迫，新疆生产建设兵团兴新职业技术学院自2019年“1+X”证书制度试点工作实施以来，在试点运行过程中存在基础经验不足、师资力量不够、实训场地缺乏等突出问题，影响着试点工作的实际成效。需要采取坚持稳步推进，压实主体责任;不断完善机制，增强主体协同联动等系列措施，推动“1+X”证书制度试点工作行稳致远、高质量发展。通过“1”和“X”的有机结合，提升有关院校汽车运用与维修专业教学质量和学生就业率。     

基于辊冲一体式纵梁的轻量化拖挂式房车底盘

本文将辊冲成型工艺引入拖挂式房车底盘设计和制造。对标某典型拖挂式房车底盘，通过对高强度材料的连续成型，构造一体化的底盘纵梁，并做相应的结构改进，对比分析了两种底盘在满载弯曲和满载制动工况下的受力情况。结果表明：由于辊冲工艺可以实现变截面超长零件的加工和一次冲孔，这一优势带来的材料改进、结构改进和主要构件数量的减少，使底盘纵梁加工在实现轻量化的同时显著提升了生产效率和装配效率。此外，基于高强度板材的变截面纵梁，大大提升了结构的可设计性，进而使承载性能的显著提高成为可能。与某款额定载质量为1.4 t的对标底盘相比，结构优化后的底盘可以承受2.4 t的载荷，且此时两者的变形量相似。     

类脑学习型自动驾驶决控系统的关键技术

作为高级别自动驾驶的下一代技术方向，类脑学习以深度神经网络为策略载体，以强化学习为训练手段，通过与环境的交互探索实现策略的自我进化，最终获得从环境状态到执行动作的最优映射。目前，类脑学习方法主要用于自动驾驶的决策与控制功能设计，它的关键技术包括：界定策略设计的系统框架、支持交互训练的仿真平台、决定策略输入的状态表征、定义策略目标的评价指标以及驱动策略更新的训练算法。本文重点梳理了自动驾驶决策控制的发展脉络，包括两类模块化架构（分层式和集成式）和3种技术方案（专家规则型、监督学习型和类脑学习型）；概述了当前主流的自动驾驶仿真平台；分析了类脑决控的3类环境状态表征方法（目标式、特征式和组合式）；同时介绍了自动驾驶汽车的五维度性能评价指标（安全性、合规性、舒适性、通畅性与经济性）；然后详述了用于车云协同训练的典型强化学习算法及其应用现状；最后总结了类脑自动驾驶技术的问题挑战与发展趋势。