G3铜陵长江公铁大桥南锚碇锚固系统施工完成北大核心

2022年11月6日,随着最后一根锚杆的密封材料涂装完成,G3铜陵长江公铁大桥南锚碇锚固系统施工顺利完成(见图1),为下阶段主缆牵引架设及张拉奠定了基础。G3铜陵长江公铁大桥是世界首座双层斜拉-悬索协作体系大桥,大体量、一跨过江的设计对大桥主缆锚碇提出了更高要求。南锚碇为全桥主缆2个固定点之一,采用复合板桩嵌岩重力式基础,基础长75m、宽80m、高15m。锚碇内设置的锚固系统由后锚梁和锚杆组成,为主缆与锚碇连接的关键结构,承担着承上接下的作用,是南锚碇施工中的重要节点之一。     

2022博之旺开启智能制造新征程

近几年,一些标杆线束企业自动化取得了极大发展,工业4.0对线束加工行业既是机遇也是挑战,不管是现在的自动化生产,还是将来的智能化生产,都离不开线束作为数据传输和电力供应的媒介。工业设备的智能化,反而会更加地依赖线束,这对线束加工行业来说是一个发展机遇。     

绿色船舶技术应用与发展

文章对绿色船舶的概念、重要流程与关键技术等进行详细介绍。通过查阅文献，对绿色船舶在设计、建造、管理与拆解过程中的技术发展及瓶颈问题进行分析，提出绿色船舶领域在未来发展中亟待解决的问题，为绿色船舶技术的发展提供参考。     

基于威胁分析的高速铁路信号系统风险评估方法

高速铁路信号系统是实现列车安全运行的关键基础设施，一旦发生设备或系统功能性故障极易导致安全事故. 为此，提出了一种功能安全视角下用于高速铁路信号系统风险评估的模糊综合评价方法. 该方法在改进模糊综合评判和层次分析法（analytic hierarchy process，AHP）的基础上，加强系统威胁场景分析，并建立各场景下风险因素耦合关系. 首先，分析高速铁路信号系统中影响行车安全的5类44个威胁场景，以系统功能安全事故为分析准则层、威胁类别为因素层，构建递阶层次结构；然后，根据主观评价确定结构中各要素权重，结合评语集对风险进行综合评估，并根据各场景风险值变化动态调整各层级和因素的权重，使评估结果更为真实，且能在安全风险和信号业务间建立映射关系. 最后，通过评估某客专真实安全数据，得到信号系统风险等级较低的结果，与其他方法测评结果基本一致，验证了该方法的有效性.      

一种高铁CTC进路数据自动测试方法的设计与实现

调度集中系统与计算机联锁接口中的进路数据的测试存在工作量繁重、耗时长以及人为因素易出错等问题,针对该问题提出一种自动测试方法,可有效的解决进路数据的自动测试及测试结果的自动分析,多条高铁线路实践表明,能显著提高调度集中系统与计算机联锁接口的测试效率及数据正确率,使CTC系统产品更安全可靠。     

互联网环境在舰船智能制造中的应用

智能制造是舰船制造业向智能化方向发展的必然之路。随着互联网技术的普及应用,为舰船智能制造发展带来了技术支撑,通过将无线传感网络应用到智能制造的设计、生产和管理的全过程中,可实现对制造环境的全面监控,自动评估制造效率,辅助建立起快速反应机制,以提高舰船制造的智能化水平。本文基于互联网环境分析舰船智能制造架构,提出舰船智能制造中生产系统的具体应用,并以生产线能力评估为例分析舰船智能制造的评估方法,能够有效提高舰船智能制造系统的运作效率。     

室内设计中通用设计内容与程序方法的探究

近几年我国城市建设正处于空前高速发展时期,城市中居住建筑是人类生存活动和社会生活必须的物质空间。室内设计的对象就是建筑物的内部,工作内容种类也在慢慢细化,并且范围也在逐渐扩大。室内设计也应该在原有的基础上对设计方法进行探讨和改进,文章通过调查和分析,研究了室内设计的方法,解决了室内设计中重装饰而忽略功能和用户体验等问题,并对该领域提供一些积极建议。     

内河航标智能化发展前景

内河航运是综合运输系统和水资源综合利用管理的重要组成部分,航标智能化是航运发展的重要支撑,是内河航运安全的最根本保障。但当前内河航标智能化水平不高,无法满足于日益增加的航运发展需求。在当前航运发展与物联网、云计算、大数据管理、新一代移动通信等现代信息技术深度融合的大趋势下,结合当前大数据分析和人工智能等前沿技术,开展航标智能化研究,对我国智能航道建设有着至关重要的作用。本文通过研究分析了国内外航标智能化研究现状,提出了构建内河智能化航标系统的相关思路。     

基于改进BP算法的混凝土热学参数反演与预测

针对实验室测得混凝土热学参数结果的随机性和施工现场环境的差异性,提出了基于改进BP算法的大体积混凝土热学参数反分析方法.以太洪长江大桥南岸隧道锚大体积混凝土施工为工程实例,反演了绝热温升、反应速率、导热系数及表面散热系数,采用反演分析得到热学参数进行温度场预测并用于指导施工.研究结果表明:采用均匀设计方法确定热学参数减少了样本数据,采用附加动量法改进的BP算法,提高了学习效率,避免算法陷入局部极小值.