基于同心圆结构的新型液冷板优化设计及其性能研究

为提升电池热管理系统的综合性能，本文提出了一种具有同心圆结构通道的液冷板。首先，利用控制方程讨论了环形通道数量和宽度对液冷板综合性能的影响，并通过综合评价指标选出了最佳环形通道数量和宽度。然后，为了更大程度上降低液冷板压降，将部分曲段通道进行直化，并优化了直段通道角度以及圆心距。与初始模型相比，最优模型的压降降低了62.83 Pa(67.61%)，温度降低了1.1℃。最后，为进一步提升系统的散热性能，在最优模型的基础上引入了不同种类和体积分数的纳米流体作为冷却介质，与纯水相比，在低雷诺数下采用纳米流体作为冷却介质可以获得较好的综合性能，综合评价指标最高可提升16.19%，效果显著。     

山东省普通国省道养护管理现状及发展对策研究

为推动山东省普通国省道养护管理高质量发展，本文从机构改革、管理模式、养护资金、养护市场化、养护决策与养护技术五个方面分析了普通国省道养护管理的发展现状，发现当前面临的主要问题和困难来自于管理机制、资金供需、养护基础三个方面，从管理机制改革、资金保障、市场化改革、科学决策、技术集成与创新、智慧化六个方面提出了相应发展对策，以期为制定普通国省道养护管理发展政策提供有益参考。     

基于DCNN-SVM的道岔智能故障诊断方法研究

针对道岔故障难检测、难分类、时效差等难题，以S700型转辙机道岔为研究对象，提出一种基于DCNN-SVM的道岔故障诊断方法。首先从道岔正常转换曲线和发生故障时的动作曲线入手，总结故障类型、故障原因和故障信号形态特征，并对道岔转换动作曲线进行预处理，即数据统一维度和归一化。然后计算标准电流曲线和功率曲线，根据道岔转换曲线与标准曲线的相似度来识别道岔转换正常和异常。再采用分区时域特征提取和ReliefF特征筛选，选取对故障分类具有明显效果的时域特征，以及根据深度学习算法获取的图像特征，形成有效特征向量空间。最后使用训练集对DCNN-SVM道岔故障诊断算法进行模型训练，并基于诊断模型实现道岔故障的实时诊断。实验表明：在样本数据量足够大的情况下，DCNN-SVM道岔故障诊断方法正确率达99.01%,相比SVM算法提高0.64%,对保障行车安全具有十分重要的作用。