基于MARC外水切压缩负荷优化

本文介绍了外水切CAE模型分析外水切压缩负荷的方法。压缩压缩负荷是外水切的一个重要参数,压缩负荷的设计不合理,会直接影响玻璃的升降和刮水性能。利用MARC可以对外水切截面进行有限元分析,在设计前期可以指导工程师进行截面优化,得到合理的压缩负荷。     

西韩城际铁路湿陷性黄土地层现场浸水试验研究

在分析西韩城际铁路沿线黄土分布特征的基础上,选取代表性场地开展现场试坑浸水试验。试验结果表明:场地实测最大自重湿陷量为46 mm,仅为室内压缩试验计算值的0.23倍;湿陷土层厚度15 m,除Q;黄土全部具有湿陷性外,Q;上部黄土亦具有湿陷性;地表水自然入渗深度超过50 m,浸润角约为40°,浸润范围约为浸水试坑直径的1.7倍。对现场实测值和室内计算值差异原因进行深入分析,得出在黄土结构未完全破坏之前,发生过湿陷的土体在特定条件下还有可能再次湿陷的结论。     

沉管隧道钢筋混凝土管节预制及下水工艺比选研究

对现有的沉管隧道管节预制方法进行分析，研究固定干坞法、移动干坞法和工厂法的通用工艺流程，分析各个工艺的建设条件、工艺特点及施工难点，提出钢筋混凝土管节预制方法选用表。通过对3种管节预制方法的深入研究，剖析各方法的差异性，得出管节预制方法的3类区别。利用工艺组合的方法，构建了6种工艺，从创新性、效益、可行性等多角度综合分析，剔除成熟工艺和成本投入较大的工艺，提出管节平地流水线预制动态入水新工艺，并就其应用进行深入研究，同时将其与现有工艺在工期、造价等方面进行定量对比分析，分析结果显示，该工艺具有一定的优势。     

中职汽车维修专业教学体系革新策略研究——基于产教融合背景

本文提出了中职汽车维修专业教学体系革新策略,首先分析了产教相融合的元素及对提升学生专业技能的效果,其次对产教融合背景下汽车维修专业教学体系革新建设路径予以了细化探析,分别从教学体系思路框架革新、专业教学体系革新及明确建设目标等三大方面深入论述。最后对教学体系革新策略开展后产生的预期结果予以了分项明确。旨在为社会与汽车行业培养出高技能的复合型人才。     

大型三维地质力学模型试验系统研制及其应用研究

为研究泥灰岩隧道开挖诱发突涌水灾害机制及信息演化规律，以兰州至海口国家高速公路秦峪隧道为工程依托，研制泥灰岩隧道围岩相似材料，研发大型隧道突涌水三维地质力学模型试验系统。该系统可实现低频周期循环加卸载、数据自动化采集，可提供稳定水压加载，基于Python编程语言开发了隧道突涌水灾害预警系统，在此基础上开展泥灰岩隧道突涌水灾害演化过程模型试验。研究结果表明： 1）隧道开挖扰动会破坏围岩压力与渗透水压力之间的平衡，致使隔水围岩内产生微裂隙并扩展贯通，进而发生突涌水现象； 2）当发生突涌水现象时，隔水围岩压力、渗透水压力及位移均会发生明显的突变现象，围岩压力及渗透水压力最大释放率分别为18.6%、73.35%，最大位移量为0.18 mm； 3）泥灰岩相似材料能够较好地满足试验需求，证明了隧道突涌水三维地质力学模型试验系统的稳定性及可靠性。     

泰国三机场高铁列控系统方案研究

对泰国三机场高铁项目的列控系统选择要求进行分析,提出列控系统方案并进行综合比选,最后提出泰国三机场高铁项目的列控系统推荐方案,研究成果可以为海外项目列控系统方案选择提供一定的参考。     

基于PSO算法的地铁智能调线调坡系统开发与研究

为解决人工调线调坡费时费力、效率低下，且无有效评价指标评判方案优劣的现状问题，从分析线路平纵断面设计变量入手，依据规范相关规定制定约束条件，创新性地建立带有侵限容忍值惩罚项和合规性惩罚项的目标函数，提出一套基于粒子群优化算法，适用于矩形、马蹄形、圆形等多种隧道断面类型的地铁调线调坡数学分析模型，并以此开发地铁智能调线调坡系统。以长沙地铁4号线某区间右线隧道为例，对比人工设计和智能系统的调线调坡结果。由对比结果可知，智能系统在线路参数选择的合理性和改善侵限情况等方面均明显优于人工调线调坡，且具有可靠性和高效性。     

电子信息技术在智能交通信号控制系统中的运用研究

当前电子信息技术的发展水平已经达到了一定的高度,并且在智能交通信号的控制系统之中应用的频率非常高,对于系统的稳定运行起到了保障作用。本文主要针对智能交通信号控制系统与信息技术之间的关系进行研究,希望能够推动智能交通信号控制系统运行水平的提升,从而为广大群众的日常出行提供便利。     

面向“一带一路”的昆明东编组站作业措施优化

“一带一路”倡议的提出,给中国铁路提出了要求,铁路运输要求确保运输效率和服务质量。昆明东站作为中国铁路昆明局集团有限公司办理编组作业的主要车站,车站编组能力较为紧张,无法保证货物的运输效率。在智慧管控系统(SAM系统)的基础上,提出构建站间协同互保框架和车流预警机制的作业优化措施,可进一步提高运输效率,保证服务质量,提升昆明东站的编组生产效能。     

New method for predicting full-scale power performance of pumpjet propulsion system based on statistical learning北大核心CSCD

[目的]针对“适配于螺旋桨的船尾线型+泵喷推进器”构成的船舶泵喷推进系统,提出一种基于统计学习的实船快速性预报新方法。[方法]以某大型水面船舶泵喷推进系统为对象,通过神经网络学习典型推进泵的推力系数图谱曲线,综合运用船-桨配合时的K_(T)-J曲线和船体-喷泵配合时的推力特性曲线,建立“仅需船舶阻力曲线就能实现船舶泵喷推进系统实船快速性预报”的新方法,并基于船模阻力试验、泵喷模型敞水试验及船体-泵喷自航试验的测量换算结果对实船推进性能的预报结果开展精度校验。[结果]校验结果表明:在航速18~30 kn范围内,船舶泵喷推进系统的自航转速、推力和功率的预报误差可控制在5.4%以内,其中设计航速附近的误差甚至小于2%;船体-泵喷的相互作用程度介于船-桨与船体-喷泵之间且幅值相对较小,推力减额系数为趋向于0的极小值,故船舶泵喷推进系统是介于桨轴推进系统和喷水推进系统之间的产物。[结论]该预报方法有利于提升船舶泵喷推进系统实船快速性预报的能力,可为新型舰艇泵类推进系统总体设计/研究提供参考。