低碳复合固化剂固化工程废土配比优化设计及机理分析

为有效再利用工程废土,降低碳排放,减少水泥用量,研发新型环保土壤GGL固化剂,并用于高等级公路路面基层的填筑工程。在工程废土最佳含水率下,采用正交试验方法,设计了25种配合比的复合材料试验,通过无侧限抗压强度试验,运用方差分析和曲线拟合分析,确定复合土壤固化剂的最优配合比;通过X射线衍射（XRD）、扫描电镜（SEM）分析,阐明了新型固化土（GGL固化土）作用机理。研究结果表明：水泥和GGL固化剂均可提高GGL固化土的无侧限抗压强度;采用水泥掺量8%和GGL固化剂掺量3‰时,GGL固化土的7天无侧限强度可达到5.0MPa;加入新型复合固化剂,改变了土壤的多孔网络,提高土体性能。     

基于双流降维EEMD-CNN滚动轴承故障诊断

为了提高滚动轴承故障分类的准确率,提出了一种将EEMD与一维卷积神经网络(1D-CNN)相结合的滚动轴承故障识别方法。首先利用EEMD算法将轴承故障振动信号分解为若干条IMF分量,筛选确定可以充分体现故障类型的IMF分量,将原始数据和筛选出的IMF分量分别采用主成分分析算法(PCA)进行降维处理,并将处理后的PCA-IMF分量和原始数据分量分别作为1D-CNN的输入数据进行网络训练和测试,得到故障识别结果。通过对比分析,与EEMD-CNN、EEMD-随机森林等方法的平均准确率进行横向比较,结果表明,EEMD-CNN方法用来识别故障类型更为准确。     

丰田A140E型自动变速器档位变异故障排除

针对某款丰田佳美轿车出现的一例故障现象,经分析认为是其装备的A140E型自动变速器挡位发生变异所导致。从基本检查、时滞试验、主油压检测、动力传动分析、电液系统分析、手动挡试验,直至自动变速器拆检,最终确定故障是3-4挡换挡阀弹簧在维修时错装所致。     

城市轨道交通车辆制动系统故障检修研究

在经济快速发展的时代背景下,城市轨道交通车辆成为人们出行的首选,将其运用到城市交通之中,既可有效保证交通出行的安全性,还可以保障交通的稳定性.但是由于城市轨道交通车辆启动频繁,其制动系统容易出现故障,故而影响到车辆运行的安全性.基于此,相关的维修部门应深度探究城市轨道交通车辆制动系统故障,全面检修制动系统的安全运行情况...     

腐蚀和疲劳耦合作用下纤维混凝土的力学性能

采用响应面(RSM)、设计专家和中心复合设计(CCD)软件研究了腐蚀和疲劳耦合作用下道面混凝土的力学性能。建立了抗折强度耐损系数S_f、抗压强度耐损系数S_c以及相对动弹模量P_n的响应面模型,并基于模型分析了疲劳加载次数、硫酸盐干湿循环次数、纤维掺量及其相互作用对S_f、S_c和P_n的影响规律。结果表明,响应面模型拟合良好,在一系列的疲劳和腐蚀循环后,很好地反映了高性能合成纤维道面混凝土的实际服役特点。对S_f和P_n的影响显著性排序均为:疲劳加载次数>硫酸盐干湿循环次数>纤维掺量,而对S_c的影响显著性排序为:硫酸盐干湿循环次数>纤维掺量>疲劳加载次数。疲劳加载次数与硫酸盐干湿循环次数的交互作用对S_c和P_n的影响最显著,而这三个因素之间的交互作用对S_f的影响不明显。     

新能源汽车空调控制系统应用研究

随着现在企业绿色可持续性发展的环保理念不断深入,再加上目前我们国家汽车行业发展速度比较快,汽车业融入了更多新能源的发展技术.在这样的时代背景之下,针对新能源汽车内部的空调控制系统进行研究和分析,有助于减少汽车的能源消耗,还能够控制好对于周围环境的污染,这对于提升能源的利用效率来说都有着重要的意义.本文主要针对新能源汽车...     

考虑多时间尺度特征的城市轨道交通短时客流量预测模型

针对目前城市轨道交通短时客流量预测模型在构建特征时容易忽略客流变化周期依赖性的不足，提出一种考虑多时间尺度特征的混合深度学习模型(GRU-Transformer)，该模型由添加注意力机制的 GRU(Gate Recurrent Unit)神经网络(Attention- GRU)和改进的 Transformer(ConvTransformer)两模块并行构成。首先，对周周期、日周期及相邻时段这3种时间尺度下的客流数据分别进行建模，并合并各周期数据作为模型输入。其次，搭建Attention-GRU和Conv-Transformer模块分别挖掘数据连续性与周期性特征，融合特征后输出预测值。最后，采集上海市地铁2号线两站点AFC(Automatic Fare Collection)客流数据，预测5 min时间粒度下的进出站客流量。为分析各模型参数对预测结果的影响，开展模型精细化调参实验，基于所得最优参数组合验证和评估模型 。 结果表明 ，相较于5个基线模型(BPNN(Back Propagation Neural Network)、CNN (Convolutional Neural Network)、GRU、CNN-GRU 及 Transformer)和4个GRU-Transformer消融模型，本文提出的GRU-Transformer模型预测精度最高，具有较好的实用性。     

智能感知融合技术在干散货堆场动态环境中的应用

以干散货码头堆场为代表,针对其大型设备自动化作业在堆场复杂动态环境的感知问题,提出多传感器智能感知融合技术框架,基于激光雷达、惯性传感器(IMU)和实时动态(RTK)等多种传感器数据融合,利用原始的RTK数据信息对前端里程计输出的位姿进行优化,应用动态物体移除技术实现稳健、精准的动态要素感知,结合八叉树立方体查询实现高效、实时的全局地图更新,最终建立一个高精度且实时更新的散货堆场地图,为后续的堆场作业提供支持。将智能感知融合技术应用于大型干散货码头,结果证明该技术可实现堆场动态环境的高精度和实时性能,有效提高干散货码头自动化作业的感知能力。     

圆柱形大件货物选用不同加固材料的受力研究

铁路在运输圆柱形大件货物时,一般采用横腰箍加固.横腰箍可以用扁钢或钢丝绳两种加固材料制作.采用合理的加固材料,可以在保证加固强度的前提下,有效降低加固费用,缩短加固时间.从材料力学的角度,对选用不同材料时横腰箍的受力情况进行了研究.该研究对横腰箍加固圆柱形大件货物的加固材料受力因素进行了较全面的理论分析,对此类货运加固...