颗粒阻尼抑制水下航行器轴系纵振模拟试验

在简谐激励条件下，应用轴系颗粒阻尼纵振抑制模拟试验装置研究了旋转工况下的颗粒阻尼减振比；探讨了单腔体多颗粒和多腔体多颗粒时的轴系模拟系统加速度变化，讨论了颗粒的材料、粒径、质量填充比、腔体数量、转速、激励频率与位移等参数对系统减振比的影响规律。研究结果表明:在单腔体多颗粒条件下，填充有铜、钢、橡胶包钢颗粒的系统减振比处于7.83%~8.91%，橡胶颗粒的系统减振比接近于0；铜、钢、橡胶包钢颗粒有明显的抑振效果，颗粒的材料密度和阻尼比越大，抑振效果越好；当颗粒质量填充比为15%时，系统减振比最高为13.77%，但当质量填充比超过15%时，减振比有所降低，故质量填充比一般应根据实际情况控制在15%左右；粒径、转速、激励频率与位移幅值的变化对系统减振比的影响分别为1.76%~8.68%、6.77%~12.50%、4.41%~10.12%与2.19%~7.05%；在多腔体多颗粒工况下，当颗粒总质量填充比和转速一定时，腔体数量对系统减振比有明显影响；当腔体数量为3时，转速为100 r·min-1和质量填充比为25%的最佳系统减振比为22.5%；在多腔体多粒径颗粒工况下，当总质量填充比为10%，转速为50~150 r·min-1的系统减振比波动不大，平均为14.18%，这表明多腔体多粒径组合对转速不十分敏感，具有较好的减振效果，可拓宽转速使用范围。      

公共自行车使用时空特性挖掘及租还需求预测

基于宁波市公共自行车刷卡数据、POI(Point of Interest)数据、气象和空气质量等数据，从数据驱动视角，深入挖掘公共自行车使用的时空特征及站点租还车需求预测。在时间上，采用KMeans算法，将站点聚为5类，探讨各类站点的时变需求规律及影响因素；在空间上，提出基于POI 数据的站点用地类型识别方法，将站点分为居住类、交通设施类、办公类和商业休闲类。构建以 15，30，60 min 为间隔，以租还车需求为目标变量的随机森林预测模型，并与常用的 BP (Back Propagation)神经网络、K最近邻方法进行比较。结果表明，随机森林模型的精度更高，适用性更强。以30 min为间隔的站点租还车需求预测精度最高，考虑站点土地利用类型后能有效提高模型的预测精度。本文结果可作为未来站点平衡调度的依据并推广应用于共享单车系统，为改善服务水平提供技术和理论支撑。     

城市建成区智能化轨道快运系统的线路规划

介绍了智能化轨道快运系统的技术特点及优势,分析了建成区道路拓宽困难、道路交通流量大、用地空间有限等现实条件,并从线路敷设、路权方式、车站设置等方面讨论了智能化轨道快运系统规划的相关内容.以重庆市南滨路智能化轨道快运系统线路为应用案例提出规划建议.     

表面选区强化对钢轨波磨处轮轨滚动接触行为的影响

层流等离子体表面强化技术可大幅提高钢轨表面的硬度和耐磨性。为了揭示强化处理对轮轨滚动接触行为的影响,建立同时考虑钢轨表面选区强化和短波波磨的三维轮轨瞬态滚动接触有限元模型,数值计算了车轮高速滚过一个波磨周期的轮轨力、接触斑黏滑分布和残余应力应变。对比发现:表面选区强化对轮轨力和接触斑黏滑分布的影响较小,不影响钢轨承载性能;对钢轨表面残余应力应变分布的影响明显,残余应力主要集中在屈服强度较高的强化斑内而残余应变主要集中在韧性较好的基体材料上,表面选区强化有效结合了强化斑和基体材料的力学性能,形成了一种强韧的良好匹配。结果可为现场生产服务提供一定的理论指导和应用参考。     

预制节段拼装结构套筒连接检测方法综述

随着我国逐步推进预制节段拼装结构的应用,灌浆套筒作为节段拼装可靠的钢筋连接方式,广泛应用于桥梁建造中。本文介绍了目前钢筋套筒连接使用中的容易产生的缺陷及其影响,针对这些问题,本文介绍了几种主要检测方法,对其检测原理进行了简要阐述,总结了检测效果及其适用范围,并归纳了现有规范中对于这些检测方法的要求。同时对于套筒连接施工中的质量控制,本文以实际工程项目为例提出了一些监控措施。     

某款商用汽车电堆散热系统方案设计

从商用汽车电堆散热系统设计要求的实际角度出发设计系统原理图,从而进行计算匹配及选型零部件,对所选零部件进行仿真校核是否满足最初的设计要求,保证商用汽车电堆散热系统的正常工作。     

PHEV能量管理策略研究

针对一款串联型插电式混合动力公交车,文章基于MTLALB建立整车和各部件数值模型。在中国典型城市公交工况下,建立基于全局优化的DP策略,并与CD-CS策略和PMP策略进行能耗对比分析。结果表明:(1)基于CD-CS策略的后期SOC在一定范围内波动,DP策略与PMP策略的SOC轨迹近似呈线性变化。(2)CD-CS策略较DP策略的能耗成本高22.68%,PMP策略比DP策略的能耗成本高0.30%。DP策略与PMP策略可以合理分配能量源,实现全局最优,但DP策略相比PMP策略计算量大。