基于无人机的高层住宅最后“一百米”配送优化

针对城市高层住宅顾客对上门配送服务的需求，借助无人机停放平台，考虑包裹异质性以及无人机在不同配送阶段的精确能耗，构建以无人机飞行成本和能耗成本最小为目标，以无人机容量、电池组容量等为约束的高层住宅无人机上门配送模型，解决“垂直位置最后一百米配送”问题。基于此模型，设计带变邻域下降(VND)搜索的混合蚁群算法(HACO-VND)，引入4个算子进行变邻域下降搜索，为了提高算法的求解性能，提出两种局部搜索算子组合，根据顾客点数量使用不同的算子组合。实验结果表明，HACO-VND算法较CPLEX在求解精度与求解时间方面更优，特别是在大中型算例中表现出较佳性能。参数分析表明，高层住宅楼层数越多，无人机单次 飞行的能耗利用率越大，无人机容量与电池组容量共同对配送方案产生影响。为以后无人机送货上门服务方面的研究提供参考和思路。     

ZPW-2000A调谐区SVA阻抗值对调谐区品质因数的影响分析

ZPW-2000A无绝缘轨道电路调谐区由1型调谐单元、钢轨、空心线圈、2型调谐单元构成,本区段所连接的调谐单元显容性,钢轨、空心线圈和邻区段连接的调谐单元呈感性,这两部分形成并联谐振。分析普速铁路ZPW-2000A空心线圈SVA阻抗值对整体谐振电路的影响,提出调谐区小轨道电路品质因数的计算方法,通过提高调谐区品质因数,可以改善钢轨传输的稳定性,增强调谐区选频性能。     

舰载雷达稳定平台基座优化设计

本文对某舰载雷达稳定平台基座在船摇、风载和振动载荷作用下的受力情况进行分析和计算。运用有限元技术对原基座的载荷分布进行分析,同时对基座进行结构优化设计。通过对优化后基座的有限元分析计算表明其满足减重要求和船摇、风载和振动条件下的强度设计要求。     

多因素影响下顶管施工引起土体变形计算研究

为解决圆形顶管施工穿越特殊地层(如下穿切割塑料排水板)时引起地层变形的影响分析等问题,考虑刀盘挤土效应产生的正面附加压力、顶管与土体之间非均匀分布的侧向摩擦力,因塑料排水管的切削而不能忽略的顶管机刀盘的正面摩擦力引起的地层变形,基于Mindlin解得到在顶管施工阶段地表竖向位移计算公式;最后结合顶管工程项目实例验证计算方法的合理性,并与实测结果对比。分析结果表明:考虑多因素共同影响的地表沉降曲线与现场实测值较为吻合,能够反映顶管顶进过程中纵向地表沉降规律,总体表现为先隆起后沉降。沉降最大值位于开挖面后方8 m左右处;隆起最大值位于开挖面前方5 m左右处。在本文所考虑的影响因素中,影响程度最大的是顶管刀盘的正面附加推力,在沉降变形最大值中占比约为80%,在隆起变形最大值中占比约为56%。选取不同断面分析对比不同深度处土体沉降情况,沉降突变及差异主要表现在顶管轴线两侧12 m范围内。沉降槽曲线近似服从正态分布,不同土层深度的土体沉降最大值均位于顶管轴线正下方。在土体深层沉降中,随着与顶管轴线距离的增加,曲线不再满足随着深度的增加沉降值增大,反而在距离轴线4~6 m远处出现反转,直至随着深度的增加沉降值反而减小。     

三维复杂群桩水流力特性数值模拟研究

本文利用ANSYS Fluent,通过建立的三维水动力数值模型研究了矩型圆柱群桩在不同桩距条件下的水流纵向水流力、横向水流力及总水流力分布规律。同时,对目前实际工程中常用的菱型、圆型及哑铃型圆柱群桩在不同桩距下的纵向水流力、横向水流力及总水流力进行了研究。     

长沙市轨道交通2号线列车能耗分析

以长沙市轨道交通2号为例,分析了列车空载工况和载客工况下的能耗情况,结果表明根据列车能耗系统的实时统计数据核实列车能耗的方式是可靠的。在此基础上,计算分析了列车运行过程中乘客总体重的能耗,与列车自重能耗相比,列车自重能耗在列车总能耗中占很大的比重,因此:合理地降低车辆自重将成为今后车辆设计的重要课题,根据线路客流量特点制定大小交路时刻表将成为城市轨道交通运营公司降低运营成本的研究方向。     

不锈钢圆管内湍流摩擦因数研究

针对不锈钢圆管湍流摩擦因数计算存在的问题,在雷诺数为(1~15)×104的范围内,测定了不锈钢圆管的阻力性能,并对其湍流摩擦因数进行计算和分析,在此基础上提出了计算该种不锈钢圆管湍流摩擦因数的经验公式,并与常用的计算光滑圆管湍流摩擦因数的经验公式进行比较。结果表明,提出的经验式计算值与实测值基本一致,平均误差0.606%,最大误差1.256%。     

山区公路驾驶视觉信息量计算方法研究

为解决山区公路中驾驶视觉信息量难以量化的问题，对驾驶视野图像进行分割，根 据HSV颜色模型，提取视野图像的色调、饱和度、亮度值，再结合车速值，在驾驶视觉心理负荷的基础上，提出山区公路路域环境下的驾驶视觉信息量计算方法.通过实车实验，进行数据采集，并验证计算方法.计算结果表明，在半郁闭型空间行驶时，接收的视觉信息量最大；在郁闭型空间中，接收的信息量最小.计算结果与被试实际感受具有一致性，说明本文提出的驾驶视觉信息量计算方法具有可行性，可为路域环境的合理布设提供一定的技术参考.     

一种“效率-公平-运力”多维权衡的需求可拆分配送方法

针对自然灾害及重大社会公共事件等各类突发事件的配送问题，本文以公路运输为研究场景，将配送时间最短、加权时间攀比值最小和使用车辆数最少为多维目标，在引入需求可拆分这一限制条件的基础上，构建“效率-公平-运力”多维权衡的需求可拆分应急物资配送模型。针对该问题设计改进的蚁群算法求解模型。从选择拆分点、信息素更新和引入变邻域搜索算子这3个方面改进了算法，并实现当解持续不变时，初始化信息素，以增加随机性。结果表明，与传统求解算法相比，改进算法的稳定性更高(平均偏差率降低7.00%)，寻优性更好(优化率提高7.41%)。 通过分析考虑三目标、双目标和决策者具有明显偏好的多重场景下的求解结果得知：效率、公平、 运力这3个子目标相互悖反，增加运力投入可以显著提高配送方案的效率与公平；当运力不变时，效率与公平之间近似呈同比例反比关系。研究结论可为救灾目标不确定条件下多因素考量的应急物资配送决策生成与优化问题提供方法改进与可量化决策支撑。     

基于深度学习和监测数据的桥梁损伤识别方法

为了挖掘桥梁健康监测数据蕴含的大量隐藏信息,以及改进传统结构损伤识别方法的不足之处,提出了基于桥梁监测数据的损伤识别方法。从有限元模拟数据和实际监测数据中分别提取加速度响应,并对原始数据进行了预处理。通过卷积神经网络和栈式自编码网络分别对明州大桥监测数据的可视化图像和时间序列进行识别,同时与浅层神经网络方法的识别正确率对比。结果表明:基于深度学习和监测数据的损伤识别方法不论是通过图像识别还是通过时间序列识别,都表现出优秀的性能:识别正确率达85%以上。与浅层神经网络相比,深度神经网络的损伤工况分类能力更强,识别正确率提高20%以上。