曲线尖轨踏面伤损原因分析北大核心

为了研究伤损曲线尖轨轨头宽15 mm断面处踏面连续掉块的原因,对其进行断口宏观形貌观察、金相分析、非金属夹杂物检测、化学成分分析、淬火层形貌观察及硬度分布检测。结果表明:在距轨顶面约3.5~6.0 mm处存在较粗大夹杂物是引起尖轨内部起裂的主要原因;曲线尖轨使用过程中,在轮轨接触应力的作用下,在踏面次表层粗大夹杂物处萌生纵向疲劳裂纹,降低了尖轨的承载能力,最终导致尖轨连续掉块。为防止该类伤损发生,应提高钢轨钢的纯净度,加强钢轨钢冶金质量的控制和检验,减小钢中非金属夹杂物的数量和尺寸,尤其应控制道岔尖轨小尺寸断面的冶金质量。     

基于3DCNN-DNN 的高空视频交通状态预测

为使用高空视频识别和预测道路交通状态，提出基于三维卷积神经网络-深度神经网络(3DCNN-DNN)的交通状态预测方法. 将道路切分为D 个路段，每个路段视频片段时长 m s，基于典型3DCNN结构C3D识别路段视频片段交通状态；建立道路? 个历史时段、D 个路段的交通状态矩阵Φ ，将道路交通状态预测问题转化为以Φ 为输入，有限交通状态为输出的分类问题，构建基于DNN的短时交通状态预测模型原型；建立交通视频数据集，对DNN预测模型原型的隐藏层数量、神经元数量及训练批大小进行测试优化，提出有4 隐藏层，各层神经元数量为64/128/128/64，训练批大小为64 的优化模型DNN*.测试结果表明：C3D视频交通态识别平均F1 值为95.71%，DNN*道路交通状态预测准确率为91.18%，比DNN线性分类、KMeans 、KNN、SVM和线性分类分别高6.86%、57.85%、62.26%、26.47%、43.14%；C3D能提供准确的交通状态矩阵，3DCNN-DNN可有效识别和预测道路视频交通状态.     

城市干线短交织区元胞自动机多级换道决策模型

为探索城市干线短交织区交通运行特性，基于高精度车辆轨迹数据，提出细化元胞尺寸与步长的交织区元胞自动机多级换道决策模型.划分上下游、交织影响区等多个分区，独立设置变量与规则进行建模；考虑车辆换道速度差、间距及换道安全风险，建立上下游换道模型，交织影响区多级换道决策模型；对未分区换道模型(I)，分区STCA换道模型(II)，分区多路合流换道模型(III)，本文模型(IV)进行仿真验证.与实测数据相比，本文模型平均车道流量误差仅为 1.64%. 模型 I~IV 在交织影响区的平均速度误差分别为 98.35%、23.77%、16.46%、7.45%，换道次数误差分别为33.34%、97.75%、62.97%、11.85%.结果表明，本文模型能有效模拟短交织区复杂的换道行为及交通流特性.     

苏州河中游方桩+板桩的防汛墙维修加固新技术

针时苏州河中游现状低桩承台结构防汛墙维修加固,经方案比较,提出一种新型的经济的方桩+板桩技术措施.     

项目管理在汽车开发过程中的应用

项目管理技术作为一种管理工具,使用在汽车开发这项复杂工程中,能极大帮助汽车企业提升整体开发能力、提升产品品质、增强企业竞争能力。文章在阐述了项目管理理论知识以及研发项目管理理论知识基础上,结合XX汽车公司产品开发流程,论述了项目管理在汽车研发中的应用,解析了企业项目管理中存在的问题,提出了项目管理理论指导项目实践活动的观点,理论知识和实践活动相互结合,相辅相成,才能共同完成项目目标。