横风下高速列车曲线通过的安全性

为研究高速列车在强横风作用下通过曲线桥梁的安全性问题,基于空气动力学和多体系统动力学理论,建立了高速列车空气动力学模型和车辆系统动力学模型.应用所建立的模型计算了不同风速、不同车速、不同线路条件下作用于车体上的气动载荷,并且以脱轨系数、轮重减载率、倾覆系数、轮轴横向力和轮轨垂向力为运行安全性指标,分析了高速列车通过曲线桥梁的运行安全性.研究表明:横风下高速列车通过曲线桥梁时,列车的安全性受气动力和曲线超高双重影响.在低风速、低车速时,曲线超高对于列车安全性的影响起主要作用;随着风速变大,气动力对于列车安全性的影响远大于曲线过超高对于列车安全性的影响.在各工况中,当风从曲线桥梁的内侧吹向外侧,并且高速列车运行在曲线桥梁的迎风侧时,高速列车的最大安全风速最小,因此,在校核横风下高速列车过曲线桥梁安全性时,可以直接选用该工况来校核列车的安全性.     

基于EXCEL法构建公路线型坐标全能计算模式

公路线型包括了直线、圆曲线、缓和曲线三种,其计算工作较为繁琐,基于EXCEL法构建计算模式,具有数据快速定位、计算方便等优点,这对于公路工程施工建设尤其是对于桥梁等结构物施工测量计算具有重要意义。     

基于椭圆曲线含有效期的离线电子现金系统

为防止电子现金重复花费和数据库记录无限制的膨胀问题，改进了现有的利用椭圆曲线密码系统构造的离线电子现金系统．改进的系统利用了椭圆曲线良好的密码特性，并采用零知识证明方法．在取款协议中采用基于椭圆曲线的部分盲签名方案，使电子现金包含由银行颁布的有效期，超过有效期的电子现金历史记录将被清除，这样减少了通信量和计算量，提高了执行效率．在支付协议中采用并行的椭圆曲线零知识证明，提高了系统的安全性．     

曲线的保凸插值细分算法

给出了曲线的保凸插值细分算法;对于给定的凸数据和边界切向量。算法构造一个保凸插值曲线,在边界同时插值切向量,证明了其极限曲线是Ｃ＾１的,此算法对控制点是非线性的。     

公路小半径曲线段事故机理及对策研究

为解决公路小半径曲线段的交通安全问题,界定了小半径曲线段,并基于小半径曲线段的事故形态,分析得出该类型曲线段的交通事故机理。针对交通事故的成因,对于小半径曲线段,分拟建道路和已建道路,提出不同的对策,以降低公路小半径曲线段的交通事故数。     

曲线钢混凝土组合梁桥负弯矩区受力影响参数研究

为研究曲线钢混凝土组合梁桥各种设计参数对于其负弯矩区受力的影响,通过有限元软件建立不同参数情况下的曲线钢混凝土组合梁桥模型,并进行非线性分析,得到其横桥向的荷载-位移曲线与开裂荷载。结果表明:预应力越大,对结构挠度限制作用越大,预应力显著提高开裂荷载,最大为30%;混凝土强度的提高对于结构挠度限制较小,对于开裂荷载影响不大,最大为10%;曲率半径小于100m时,曲率半径越大,对挠度限制越大,可以显著提高开裂荷载,最大为24%,曲率半径大于100m时,对于挠度限制很小,开裂荷载最大仅提高3%。     

曲线桥梁结构分析及CAD系统

曲线梁目前多用于公路桥,由于曲线梁与线路布置的协调性好、美观、行车曲线与梁上受力的连续性强,特别是各种类型的互通式立交桥由于曲线梁与自然界的曲线道路走向配合适宜,因此被采用.对于铁路曲线梁,过去均采用直梁折线布置的办法解决.实际上铁路桥采用曲线梁也不应有太多困难,曲线梁的许多优点在铁路桥梁建设中也应加以发挥,故从当前的适用性的铁路曲线梁的前途,均应进行研究.并且采用的计算方法、编制的计算机应用软件,不仅要适用于公路     

机车车辆非线性稳态曲线通过的逐步逼近法

通过对一客车车辆的稳态曲线通过计算，采用改进了的Ｎｅｗｔｏｎ－Ｒａｐｈｓｏｎ法，通过逐步曲线曲率逼近法求得对于一系列曲线半径的稳态解，使机车辆非线性曲线稳态解问题获得准绝对的整体收敛性；还可一次性获得对一系列半径的稳态通过性能指标。     

缓和曲线长度对车辆行驶轨迹的影响

为揭示自由流交通状态下,缓和曲线长度对车辆行驶轨迹的影响规律,在预瞄最优曲率模型的基础上,引入S-K(弧长-曲率)平面线形模型,提出了面向公路路线安全评价的驾驶员方向控制模型.仿真结果表明:车辆进入曲线段时,行驶轨迹存在朝曲线内侧偏移的运动趋势;出曲线段时,车辆行驶轨迹趋于朝曲线外侧偏移.缓和曲线长度对车辆行驶轨迹的影响显著,缓和曲线越长,车辆行驶轨迹侧向偏差越小,反之则越大.对于二级公路对称基本型平曲线设计,缓和曲线长度建议采用0.4~0.6倍圆曲线半径为宜.     

汽车制动力曲线异常检测

研究了制动力曲线异常检测方法, 分析了回踩异常特性, 考虑了制动力检测工况和制动力曲线变化趋势, 基于余弦相似度与相对误差, 对制动力数据进行聚类, 建立了制动力曲线分段算法; 将制动力曲线分为阻滞段、上升段、持续段和释放段, 提取出相应的数据子集; 对3家检验机构的9 120条制动力曲线进行人工筛选和分析, 归纳了制动超前、回踩、增长滞后3种异常特征, 给出了相应异常检测算法; 对于较难识别的回踩异常, 根据动态规划思想, 找出上升段最长连续趋势下降子序列, 计算了该子序列占制动力曲线上升段的行程比, 并结合经验值来判定该子序列是否异常。研究结果表明: 对于维度不大于32的低维制动力数据, 通过余弦相似度可聚类制动力曲线的阻滞段、上升段、持续段和释放段; 对于维度大于32的高维数据, 因为维数较高, 行程比较小, 分界点对整个序列相似度影响较小, 在这种情况下, 必须在考虑相似度的情况下, 通过分界点的相对误差进一步约束聚类结果, 可以确定制动力曲线的阻滞段、上升段、持续段和释放段; 由于采集的回踩子序列占制动力曲线的行程比为9.8%, 大于行程比的经验阈值8.2%, 因此, 该制动力曲线具有回踩异常, 判断结果正确, 方法可靠。