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。     

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。     

无线网络的船舶物流信息优化系统设计

为了解决当前船舶物流信息优化系统工作效率低,无法满足实际应用要求的难题,以提高船舶物流信息优化结果为目标,提出了基于无线网络的船舶物流信息优化系统。首先分析船舶物流信息优化系统的研究进展,找到各种系统的局限性,然后描述船舶物流信息优化系统的硬件组成,通过无线网络实现系统各个模块之间的通信和协调,并分析船舶物流信息优化系统的软件技术,对关键技术进行详细设计,最后与其他船舶物流信息优化系统进行对比测试,结果表明,基于无线网络的船舶物流信息优化效果要明显优于对比系统,克服对比系统存在的弊端,提高了船舶物流信息传输的成功率,具有更高的实际应用价值。     

中长运距城际旅客出行方式选择行为模型 ——以高铁、民航为例

针对中长距离城际旅客对高铁,民航,空铁联运与民航中转等出行方式的选择行为.应用意向调查(SP)方法选择3个典型OD开展客流调查,构建多项式logit(mnl)模型与混合logit(ml)模型拟合数据,分析影响旅客选择行为的关键因素,说明旅客选择行为的异质特征.研究结果表明:相比MN L模型,ML模型显著提升了模型预测能力,更好描述了旅客选择行为的异质性,更适于出行方式选择行为建模;行程前时间,在途时间,中转时间是影响旅客选择的主要因素;出行目的,公费出行等对出行方式选择也有重要影响;在1400～2000 km运距范围,减少中转时间可以有效提高空铁联运与民航中转出行方式市场分担率;1400 km运距范围内,如果中转时间在1.5 h以内,则民航中转与空铁联运2类出行方式的替代特征明显,2000 km运距范围民航中转市场分担率显著高于空铁联运.     

新型零航速矢量减摇系统研究

针对海洋科研平台、科考船等减摇系统的快速响应性工作需求,在螺旋桨推进器基础上开发了一种零航速矢量减摇系统。本文介绍系统机构设计及其工作原理,结合耐波性计算分析获取船舶横摇规律,采用滑台搭载重物往复移动方式,模拟船舶规则横摇以获得规则波实验条件,并通过船模实验验证该减摇装置作用下的船舶横摇减摇效果。零航速规则波模拟实验研究表明,该减摇装置具有可控性强、易改装的特点,能够大幅提高船舶的耐波性,为后续工程试验船舶上安装该减摇系统奠定理论与实验基础。     

铁路局集团公司客票系统网络安全态势感知技术的研究

针对铁路局集团公司客票发售和预订系统（简称：铁路局客票系统）存在难以全面把控网络安全态势的问题，从数据采集与预处理、态势评估与预测及态势感知可视化3个角度，研究铁路局客票系统网络安全态势感知关键技术，提出适合我国铁路局客票系统安全保护场景的网络安全态势感知可视化方法，可为铁路局客票系统的安全防护提供参考。     

商用车事件数据记录系统（EDR）标准研究

本文分析了国内外商用车事件数据记录系统（EDR）的研究现状，比较了乘用车EDR和商用车EDR在触发机制、数据记录格式等方面的区别。通过针对我国商用车企业的车型配置数据调研，分析了商用车EDR数据记录相关的传感器、主动安全、被动安全等功能的配置情况，提出了商用车EDR标准未来的发展方向。     

基于随机森林结合前向序列选择算法的铁路隧道防水板检测数据关键影响因素识别北大核心

针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。