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.     

基于LES的跨海桥梁施工期围堰波流力数值模拟

跨海大桥基础施工可能面临水深、浪大和流急等恶劣海况，波流力甚至可能成为围堰施工的主要控制荷载. 为研究跨海桥梁施工期围堰波流力，采用垂向多层σ坐标变换模型追踪三维波流自由液面，添加浸没边界法（IBM）处理不规则结构物界面，建立了基于LES的三维波流与结构物相互作用的数值模型，利用所建立并验证的三维数值模型模拟不同长宽比的矩形围堰与斜向波流的相互作用. 分析结果表明:所建立的三维数值模型能够较好地模拟矩形结构波流力；长宽比为1.0时，由于结构的对称性，波流入射角对围堰总波流力影响很小，增幅均在5%以内；随着长宽比的增加，波流入射角对围堰总波流力的影响增大；如长宽比为2.0时，波流沿纵桥向入射时（90°）结构的总波流力约为沿横桥向入射时（0°）总波流力的2.48倍. 与纯波情况相比，矩形围堰波流力普遍比纯波力偏大，但入射角对结构纯波力或波流力的影响系数较为接近.      

深海变径声阵缆布放回收装置研究

本文提出了基于深海工作站运搭载的变径缆海底布放回收方式，介绍了变径缆海底布放回收装置的主要工作原理和结构组成，完成了布放回收装置主要部套件的设计计算以及和电液控制系统的设计及计算。     

智能汽车两阶段UWB定位算法

为了提高智能汽车行驶的可靠性，以超宽带(UWB)为研究对象，研究了智能汽车两阶段UWB定位算法；分析了智能汽车UWB定位算法的基本原理与误差来源；建立了测距值筛选与加权位置解算两阶段UWB定位算法，在测距值筛选阶段，采用高斯筛选剔除小概率、大干扰事件，在加权位置解算过程中，根据多测距点的位置坐标加权计算得到最终的位置坐标，以有效减小非视距、多径效应所带来的误差，通过使用抗多径天线以有效减小多径效应所带来的误差，并分别建立了静态补偿和运动补偿策略，以有效减小设备晶振偏差等硬件问题造成的误差；在MATLAB/Simulink仿真平台中搭建一定测距方差约束下的UWB随机测距值仿真环境，对算法进行了仿真测试并与三边定位算法、三边质心定位算法进行仿真比较，分析基站数量对定位精度的影响；搭建实物UWB测试系统，对UWB设备定位精度进行了评估与误差补偿，并对两阶段UWB定位算法进行了实车测试。仿真结果表明:东向和北向的定位误差均值最小分别可达0.382 3、0.447 0 m；补偿后的UWB定位轨迹更接近RT3002所示的轨迹，东向和北向轨迹误差的平均值分别为0.049 2、0.017 8 m，均方根误差分别为0.069 8、0.0264 m。可见，提出的智能汽车两阶段UWB定位算法能够满足智能汽车的定位需求，具有高精度、低成本、稳定性好等优点。      

加入WTO后铁路相关技术政策研究(下)--关于技术法规和标准体系的研究

指导性技术文件不宜由标准引用使其具有强制性或行政约束力.其发布后三年内必须复审,以决定是否继续有效、转化为标准或撤消.     

黄土湿化特性的三轴试验研究

研究目的：本文旨在通过三轴试验，研究黄土湿化应力应变关系、强度特征及影响因素。 研究方法：通过等围压固结湿化试验和三轴剪切湿化试验进行研究。 研究结果：获得不同围压条件下固结湿化变形随时间变化规律，初始含水量、压实度的影响规律；获得不同应力水平下湿化应力应变关系、剪切湿化变形规律以及湿化对强度的影响等成果。 研究结论：（1）湿化变形受初始含水量及压实度的影响很大；（2）湿化条件与不浸水条件下，应力一应变关系均表现为应变硬化特性；（3）剪切湿化体积变形随应力水平的增加而减小，轴向变形随应力水平的增大而增大；在同一应力水平下，体积变形与轴向变形均随平均主应力的增大而减小；（4）湿化不仅降低了黄土的强度，也降低了黄土达到破坏时的应变。     

船舶舵鳍联合减摇模糊变结构控制研究

分析了船舶运动的非线性模型,根据实际情况进行假设,得到了船舶舵鳍联合减摇控制系统的状态方程,把非线性船舶舵鳍联合控制模型转化为可控正则型;将船舶运动模型看作是由横摇、艏摇、横荡3个子系统构成的大系统,进行了舵鳍联合控制,设计了舵鳍联合控制器和分散非线性变结构控制器,为了改善控制的品质,又进一步提出了模糊趋近律变结构控制的方法,最后针对减摇控制器进行了MATLAB仿真研究。仿真结果表明:舵鳍联合控制器能够很好的抑制船舶的横摇和艏摇,并能尽可能的减小横荡。     

人工神经网络在基坑变形性状研究中的应用

基坑工程不仅要保证维护结构本身的安全,而且要保证周围建(构)筑物的安全和正常使用。开展基坑工程变形性状研究具有重要意义。影响基坑变形的因素很复杂,传统的计算方法已无法准确预测基坑的变形。人工神经网络(ANN)有很强的解决非线性问题的能力。近些年来基于ANN的方法在岩土工程中得到了广泛的应用。本文对ANN在基坑工程中的应用研究进行了综述,并对其发展方向进行了分析。