现浇梁内模支撑优化设计

为解决现浇梁跨度大、荷载大、内箱模板高、难以保证内模支撑稳定的问题,采用槽钢桁架内模支撑方案,工前利用Midas优化支撑结构设计,确定3种设计方案,合理布置槽钢支撑,减少材料用量,满足内模支撑稳定性要求.结果 表明:3种现浇梁内模支撑结构方案均满足安全技术要求,通过经济性对比,确定了占用箱内空间少,用材最节省的最优方案.     

智能新能源船舶的概念及关键技术

绿色和智能是当前船舶技术的发展趋势。文章首先提出了智能新能源船舶的概念,并介绍了智能新能源船舶的内涵、特点和系统构成;然后,从船舶航行、动力和推进3个方面分析了智能新能源船舶的关键技术;最后,对智能新能源船舶的未来发展进行展望。研究结果可为船舶的创新研究提供技术支持,引领船舶技术转型升级的发展方向。     

轴向板条对海洋立管涡激振动抑振的数值研究

涡激振动是一种在海洋工程领域普遍存在的流固耦合物理现象,易导致海洋立管等结构物发生疲劳损伤或失稳。本文为抑制涡激振动而提出一种附加轴向板条的方案,采用非定常流体数值计算方法求解分析不同分布形式下的轴向板条对海洋立管涡激振动特性的影响。首先定义轴向板条的分布形式;采用Newmark-β法求解立管双自由度振动方程并编写UDF,计算采用k-ω/SST湍流模型,并结合动网格技术模拟立管的振动过程。研究结果表明,轴向板条对海洋立管具有较好的抑振效果;当轴向板条数目n=20时,流向振动幅度减小78.57%,横向振动幅度减小58.10%。本文研究结果可为海洋结构物涡激振动的抑振提供参考。     

基于行驶工况的零部件耐久性测试工况构建

针对汽车零部件耐久性测试工况获取过程复杂的问题,提出了通过实际行驶工况解析出零部件耐久性测试工况的方法.基于西安市某线路纯电动公交车实际运行数据构建得出行驶工况,根据车辆实际参数建立整车仿真模型,仿真并计算得到基于实际行驶工况的电机输出轴应力载荷工况.由线性疲劳累计损伤理论和电机输出轴材料S-N曲线得出电机输出轴损伤值计算方法,并通过四峰谷值雨流计数法统计出不同应力载荷工况下的电机输出轴受到的损伤值,从而得出对应的循环寿命,选择寿命最短的行驶工况对应的电机转速工况和转矩工况作为电机输出轴耐久性测试工况.     

基于多点线圈联合数据的高速公路匝道影响范围识别

为准确识别高速公路匝道对主线车流的影响等级和范围，本文提出基于速度波动特性的高速公路匝道影响量化方法。通过建立改进加权速度排列熵指标以量化各服务水平下匝道对高速公路主线车流的影响，对建立的指标进行谱聚类分析来确定匝道的影响阈值。应用京昆高速及二广高速的99个平行式合流匝道和直接式分流匝道多点主线线圈检测器数据的分析结果表 明，所提出方法可识别高速公路主线车流受匝道的影响程度。合流匝道对主线最外侧车道的影响比次外侧车道高4%~69%；A~C级服务水平下，分流匝道对上游主线最外侧车道影响程度比次 外侧车道高6%~29%，D~F级服务水平下，最外侧车道受影响程度比次外侧车道低10%~13%。合流匝道的影响范围是合流点上游350m至下游550m；其中上游160m至下游100m和下游180~ 270m为核心影响范围。分流匝道影响范围为分流点至主线上游850m，其中750~850m、450~ 600m、100~300m为核心影响范围。研究成果可为高速公路匝道交通设计、管控策略和提升仿真可靠性提供依据，可有效降低设置匝道带来的影响。     

面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术，可以采用智能交叉口的组织形式，大幅提升交叉口的通行效率，为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本，提出智能交叉口在城 市交通网络中的布局优化问题，建立数学优化模型并求解。首先，基于对两类车辆行驶特性的分析，建立混合用户均衡模型，描述CAV与HV的路径选择行为；其次，从交通规划者的角度，以系统最优为目标，整合混合用户均衡模型，建立面向新型混合交通流的智能交叉口网络布局优化模型，并利用改进的遗传算法求解；最后，选取Sioux-Falls交通网络作为案例分析，验证模型与算法的有效性，并研究CAV渗透率变化对优化结果的影响。研究表明，智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率，同时，大幅降低了由于网联自动 驾驶单方面技术优势带来的CAV与HV的出行效率差距，增进了出行公平性。     

基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析，不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先，将来源于AFC(Automatic Fare Collection)的进站客流量数据处理为时间序列数据，并基于K-Means++算法对各个站点的客流量进行聚类；其次，建立客流量聚类结果与土地利用特征多维参数的拟合方程，计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上，充分考虑属于同一大类站点不同站点的细分特性，使用5类客流量公共特征比重组合精细描述具体站点类型。 实例结果表明，使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内，说明该分类方法具有可行性。