射频识别和全球定位系统联合的船舶监控系统

提出一种新设计的船舶监控系统——组合应用射频识别和全球定位系统的信息.详细论述了联合监控系统在解决船舶航行和停泊时的监控及实时信息采集的原理、功能和效果.根据射频识别技术和全球定位系统的技术特点,采用点状分布的射频识别设备记录船只停靠码头的时间,利用全球定位系统监控船只航行,使海洋航运企业对船只监控和人员管理更科学有效.     

不同间距隧道围岩稳定性对比分析

就小间距隧道,在Ⅴ级围岩条件下运用有限差分软件FLAC3D建立三维弹塑性模型,比较小间距隧道在不同间距时其塑性区、围岩应力场和位移场的分布特点及变化规律,并将数值分析结果与现场监控数据进行了对比分析,得出的相关结论对小间距隧道设计和施工具有实际参考价值.     

微表处在公路预防性养护中的运用

通过微表处在国省干线公路预防性养护中的运用,提出了符合地区特点的微表处配合比设计方法及施工技术,对微表处优良的路用性能进行了验证,为今后我省的微表处预防性养护施工提供借鉴。     

钢筋混凝土拱涵的极限承载力分析

以某特高填方区的拱涵为对象,取拱涵和周围土体为研究对象,采用ANSYS的SOLID 65单元来模拟钢筋混凝土拱圈,建立三维有限元模型,对特高填方区的拱涵进行非线性分析,考察在填土荷载下拱涵的受力全过程,特别关注混凝土开裂后钢筋的应力和屈服状况,在此基础上确定拱涵的极限承载力.     

交通车辆对公路路基振动信号频谱影响分析

通过比较有无车辆通过时同一观测点处面波信号频率组成,分析不同频率噪音对路基勘测结果的影响范围,并对多条公路路基面波勘测结果进行误差总结。当运行车辆产生的路基振动噪音频率较低时将影响到深层路基勘测结果,而当噪音频率较高时将影响到浅层路基勘测结果。当噪音信号较强,且既包括了较高频率噪音也包括了较低频率噪音时,浅层和深层勘测结果都将受到影响。当公路路面平整度较好时,匀速运行车辆产生的振动噪音较小;但车辆加速和减速都会产生较大噪音。当公路地形起伏较大时,车辆频繁的加速与减速以及车辆在竖向的升降都会对路面产生较大的作用力,从而可能造成面波勘测结果严重失真。当车辆产生的振动噪音影响较大且不能滤掉时,应选取车辆较少或无车辆时进行测量。     

在役双曲拱桥耐久性的模糊综合评估

运用层次分析法及模糊数学中的隶属函数理论,将双曲拱桥分为结构和构件两个层次,建立相应的隶属函数,进而建立了双曲拱桥的评估模型;利用所建立的模型,对一双曲拱桥的耐久性进行了评估。结果表明,模糊综合评估是可行的,具有较好的工程实用性。     

纯电动汽车两挡自动变速器研究开发

开发了一种应用于某纯电动汽车的新型两挡自动变速器,并对该变速器结构原理、速比选择原则、整车动力性能、爬坡能力及效率特性进行了研究。结果表明,所开发的两挡自动变速器在减小电机最大转矩的同时,可降低电机最高转速、机械传动噪声和变速器输入转速,同时还可优化电机的工作转速区间,提高动力传动系统效率,且由于其采用双湿式离合系统结构,在挡位切换过程中基本无动力中断。     

基于移动最小二乘响应面法的橡胶材料参数反求

基于缓冲橡胶块的试验数据,选用Mooney-Rivlin本构模型,并结合有限元仿真技术和优化算法的反求方法来确定橡胶材料的参数.在此过程中不断比较仿真结果与试验值以寻求二者最接近的参数,并采用响应面法来减少仿真优化的计算量.结果表明通过该法确定的材料参数能较准确地描述缓冲橡胶块的材料特性.     

简支变连续桥梁墩顶T梁负弯矩钢束的设计与施工

简支变连续桥梁兼具简支梁和连续梁的特点,且随着施工进展而发生体系转换,而导致其正负弯矩区的配筋形式多种多样.结合4跨40 m简支变连续T梁的设计与施工,利用有限元软件建立分析模型,讨论不同配筋形式和不同的有效预应力对简支变连续梁式桥的影响,得出以下结论:对于简支变连续桥梁,应综合考虑全桥应力分布、收缩徐变导致的长期效应进行负弯矩区预应力钢束设计,合理的设计方案可以很好地限制墩顶拉应力的产生,进而避免桥面裂缝的出现,但如果出现负弯矩钢束张拉不到位的情况,墩顶接缝位置很容易出现过大的拉应力导致出现横向裂缝.     

Improved Social Emotion Optimization Algorithm for Short-Term Traffic Flow Forecasting Based on Back-Propagation Neural Network

The back-propagation neural network(BPNN) is a well-known multi-layer feed-forward neural network which is trained by the error reverse propagation algorithm. It is very suitable for the complex of short-term traffic flow forecasting; however, BPNN is easy to fall into local optimum and slow convergence. In order to overcome these deficiencies, a new approach called social emotion optimization algorithm(SEOA) is proposed in this paper to optimize the linked weights and thresholds of BPNN. Each individual in SEOA represents a BPNN. The availability of the proposed forecasting models is proved with the actual traffic flow data of the 2 nd Ring Road of Beijing. Experiment of results show that the forecasting accuracy of SEOA is improved obviously as compared with the accuracy of particle swarm optimization back-propagation(PSOBP) and simulated annealing particle swarm optimization back-propagation(SAPSOBP) models. Furthermore, since SEOA does not respond to the negative feedback information, Metropolis rule is proposed to give consideration to both positive and negative feedback information and diversify the adjustment methods. The modified BPNN model, in comparison with social emotion optimization back-propagation(SEOBP) model, is more advantageous to search the global optimal solution. The accuracy of Metropolis rule social emotion optimization back-propagation(MRSEOBP) model is improved about 19.54% as compared with that of SEOBP model in predicting the dramatically changing data.