面向“一带一路”的昆明东编组站作业措施优化

“一带一路”倡议的提出,给中国铁路提出了要求,铁路运输要求确保运输效率和服务质量。昆明东站作为中国铁路昆明局集团有限公司办理编组作业的主要车站,车站编组能力较为紧张,无法保证货物的运输效率。在智慧管控系统(SAM系统)的基础上,提出构建站间协同互保框架和车流预警机制的作业优化措施,可进一步提高运输效率,保证服务质量,提升昆明东站的编组生产效能。     

基于改进容量增量分析法的锂电池可用容量估计

针对动力锂电池在使用过程中难以高效准确估计其衰退后可用容量的问题,提出一种不依赖滤波算法的容量增量分析法获取不同型号电池的容量衰退特征,并基于数据驱动的方法搭建可用容量估计模型。首先,分别分析低通滤波与小波滤波在获取容量增量曲线中存在的问题,并对比差分电压值在1、10、20、50 mV时容量增量曲线的形态。其次,采用移动方差算法对不同电压差分值下容量增量曲线的波动性做出评价,确定出峰值特性明显且平滑的容量增量曲线。提取曲线的峰值作为动力锂电池的老化特征,运用斯皮尔曼相关性系数验证老化特征与电池老化状态之间的相关性。然后,引入门控循环单元建立锂电池的可用容量估计模型。最后,将不同老化测试条件下的2类电池老化数据集用于模型验证。研究结果表明:所建立的估计模型能够有效估算锂电池全寿命循环内的可用容量值,2组数据集中测试结果的相对误差除个别值外,多数相对误差值在2%以内;数据组1中,分别选取电池1和电池3测试数据的前50%为训练数据,后50%为测试数据,训练结果绝对误差稳定在0.05 A·h左右,测试结果绝对误差在0.04 A·h左右;对电池2与电池3的全寿命循环可用容量做出估计,结果相对误差稳定在2%左右;数据组2中对电池5、电池6和电池7的全寿命循环可用容量估计结果的相对误差整体亦在2%以内;且模型能够对锂电池循环过程中出现容量再生现象的循环做出4%以内的准确估计,显示出良好的估算精度和泛化能力。     

先期振动对高聚物胶凝堆石料动变形特性的影响

先期振动对土石坝地震变形影响显著。通过开展不同先期动应力作用下的动三轴试验,研究了先期振动对未加固堆石料和高聚物胶凝堆石料动变形特性的影响。结果表明:先期振动对未加固堆石料和高聚物胶凝堆石料的弹性轴应变无明显影响,但显著降低了其塑性轴应变;未加固堆石料和高聚物胶凝堆石料的残余变形在先期振动影响下显著减小,与未经受先期振动的试样相比,先期动应力为40%围压的试样,最大残余剪应变降低幅度和最大残余体应变降低幅度的平均值分别为48.1%和42.0%;先期动应力为80%围压的试样,最大残余剪应变降低幅度和最大残余体应变降低幅度的平均值分别为80.9%和71.6%。先期动应力幅值越大,再次经历动应力时未加固堆石料和高聚物胶凝堆石料产生的残余变形越小,抵抗变形能力提高越明显。最大残余变形的降低幅度与固结比、围压及高聚物含量无关。随后修正了沈珠江动残余变形模型,修正后的残余变形模型可以反映高聚物对堆石料残余剪应变和残余体应变的影响。与未经受先期振动的试样相比,先期动应力为40%围压的高聚物胶凝堆石料(高聚物质量比R_p=2%)的改进残余变形模型参数c₁和c₄分别降低了27.7%和61.2%;先期动应力为80%围压的高聚物胶凝堆石料(R_p=2%)的改进残余变形模型参数c₁和c₄分别降低了68.8%和79.3%。     

基于PSO-BP神经网络的船体分段任务包工时定额模型

为解决船体分段任务包工时定额的计算过度依赖线性公式而忽略工时定额与工艺参数之间的非线性关系的问题,提高工时定额计算的效率和精确度,将PSO-BP神经网络技术应用到船体分段任务包工时定额中。通过对影响船体分段中间产品额定工时的工艺参数进行分析,建立多输入单输出的PSO-BP神经网络模型,并应用实际数据对PSO-BP神经网络进行训练,测试仿真结果与实际值之间的误差在允许范围内。验证结果表明,采用PSO-BP神经网络建立船体分段任务包工时定额模型,能对任务包作业工时进行准确预测。     

基于安全相似系统学的危险品集装箱瞒报谎报问题研究

为预防和减少我国水路运输危险品集装箱瞒报谎报现象，基于安全相似系统学原理，调查分析了水路运输危险品集装箱瞒报谎报的常见情形及其原因，探讨了航空、铁路和道路三种运输方式下对于危险品瞒报谎报问题的解决方法，借鉴其经验，结合水路运输实际，提出了解决水路运输危险品集装箱瞒报谎报问题的对策建议。研究结果表明：航空、铁路、道路危险品运输与水路危险品运输具有较强的相似度，都存在不同程度的危险品瞒报谎报问题，航空、铁路、道路危险品运输在行政执法、法规制度、安全培训、信息公告、数据分析、举报管理等方面积累了丰富的经验，可以为解决水路运输危险品集装箱瞒报谎报问题提供借鉴。     

公路绿化与环保的研究分析

为推动公路建设水平,确保公路正常运营和沿线生态环境可持续发展,文章总结了公路绿化的特点和功能,从安全性、经济性、生物多样性、景观性等方面分析了公路绿化设计的原则,并探讨了公路中央分隔带、路基边坡、互通立交、服务区的绿化设计内容,从公路环保的重要性,认知公路环保的内容、功能及意义,并多方角度的加以分析和采取措施,达到预期效果,把建设和环境紧密协调统一。并对公路环保的设计理念、评价指标、评价方法及施工阶段的环保措施进行了论述。     

不同浇筑方式下UHPC空心板受力性能研究

为了研究不同浇筑方式下的UHPC空心板结构的受力性能,通过两点对称加载法分别对1块UHPC整浇空心板和2块抗剪腹筋数量不同且分2次浇筑的UHPC叠合空心板进行弯曲加载试验,对试件的承载力、挠度、裂缝形态以及混凝土应变进行分析。研究结果表明:有腹筋叠合空心板和整浇空心板在对称荷载作用下纯弯段满足平截面假定;整体浇筑可以提高试件的承载力且显著增强试件的延性;增加抗剪腹筋的数量能够显著降低叠合板的滑移,提高叠合板的整体抗弯刚度和承载力,仅靠人工粗糙面难以满足叠合面的抗剪要求。最后,参考相关规范对各试件受弯承载力进行了计算对比,计算值与试验值吻合较好。     

基于组合预测模型的铁路货运量预测研究

为了进一步提高铁路货运量的预测精度,提出基于乘积季节模型与引入注意力机制(Attention Mechanism)的长短期记忆(Long Short-Term Memory)模型的组合预测模型。首先建立乘积季节模型、LSTM模型与引入注意力机制的LSTM模型,然后利用误差修正法分别将2种LSTM模型与乘积季节模型组合起来进行预测,最后将预测结果分别与单一模型进行对比。采用2005年至2018年全国铁路月度货运量进行预测分析,结果表明2种组合预测模型的预测精度均高于单一预测模型的预测精度,其中基于乘积季节模型与引入注意力机制的LSTM模型的组合预测模型精度最高,具有研究和实用价值。     

道路交通系统韧性及路段重要度评估

韧性可以全面描述扰动事件下系统吸收干扰并从干扰中恢复的能力. 针对已有韧性指标对系统性能评价不全面、未考虑交通流量影响等问题，从路段通行能力退化与恢复入手，以网络效率为系统性能指标，构建全面评价扰动事件影响期内系统性能的韧性指标. 分别基于乐观和悲观视角提出韧性增加值和韧性减少值路段重要度指标，提出识别路段重要度的启发式算法. 算例结果表明：本文提出的韧性指标可全面描述扰动事件下路网性能退化与恢复全过程的平均累积性能，更加符合韧性指标内涵；韧性增加值和韧性减少值指标均能有效识别路段重要度，大部分路段重要度随时间动态变化.     

基于遗传优化的水面无人船艇神经网络智能控制

利用GA智能优化算法和RBF神经网络逼近算法设计了一种USV运动滑模理想跟踪控制方法.首先利用改进的遗传算法对RBF网络参数进行在线寻优以进而提高其逼近性能.其次,将学习速度较快的局部RBF神经网络对滑模控制设计中存在的船舶运动系统函数不确定项进行逼近,使得由于滑模面的不间断切换引起的控制输入抖振问题得到有效地解决.对比实验说明了在同等条件下,上述智能控制系统稳定时间更快,超调量更小,以及输入舵角更平滑.