立交隧道相互作用三维数值模拟与实测对比研究

以温福铁路琯头岭隧道下穿同三高速公路隧道为例,研究新建下穿隧道与既有隧道工程之间相互影响的问题。采用ANSYS有限元软件,模拟上覆公路隧道和下穿铁路隧道的位移和应力变化情况,并与现场监控量测结果对比,得到以下结果:下穿隧道拱顶沉降量较小,水平收敛值较大,下穿隧道立交段拱腰和边墙是需要重点支护的对象;上覆隧道在立交段下沉值变大,变化幅度为仰拱边墙拱腰拱顶,隧道中部和下部水平收敛值变化较大;受下穿隧道开挖影响,立交隧道上覆地层受力产生不均匀变化,造成扭矩存在,地面水平位移整体呈现"8"字形,立交隧道的建设对地层产生了较大的转动扰动。     

高职物流管理专业人才培养模式的改革实践

在深入研究高职教学规律和物流管理专业人才培养模式改革实践的基础上,提出在高职物流管理专业改革与建设的总体目标,从“工学交替”人才培养模式的构建策略、“面向工作过程系统化”的课程体系与教学内容改革、基于关键能力培养的“六步骤”法教学组织与实施模式、专兼结合的“双师结构”教学团队建设以及实习实训基地建设等方面,阐述了物流专业改革与建设的方案与措施。     

独塔斜拉桥承载能力评估方法

以独塔斜拉桥为研究对象,通过对桥梁结构的外观检测、斜拉索内力测量和结构动、静载试验,并结合有限元模型修正,评定桥梁结构的健康状态和承载能力.结果表明:由于施工过程中斜拉索内力配置的不合理性,改变了原有结构的受力状态,是该桥病害产生的主要成因.     

汶川地震近断层附近桥梁震害浅析

5.12汶川地震给交通生命线造成了严重破坏,其中处于断层附近的几座桥梁震害严重甚至垮塌,给灾后救援和重建带来巨大影响。结合近断层的场地特征,详细分析了其附近几座桥梁的震害,并为今后的桥梁设计提出以下建议:做好桥址选择工作,尽量避免发震断裂地段;选择合理抗震结构体系,减小双向地震作用;充分考虑竖向地震作用对桥梁结构影响;提高构件延性设计,防止墩柱脆性破坏;合理设计支座和加强挡块连接,以有效防止落梁震害。     

基于JIT的制造商供应链优化模型的研究

JIT(Just in time)思想的主旨是强调生产的无库存与准时,围绕这一思想,将运输商作为供应链上的独立成员,考虑运输商的运输能力、供应商的供应能力、销售商的销售数量等约束,以及运输环节诸因素的作用,建立了JIT环境下制造商供应链的优化模型,以实现制造商经营活动的优化,并通过具体的实例说明模型的可行性.     

汶川地震近断层附近桥梁震害浅析

"5.12"汶川地震给交通生命线造成了严重破坏,其中处于断层附近的几座桥梁震害严重甚至垮塌,给灾后救援和重建带来巨大影响。结合近断层的场地特征,详细分析了其附近几座桥梁的震害,并为今后的桥梁设计提出以下建议:做好桥址选择工作,尽量避免发震断裂地段;选择合理抗震结构体系,减小双向地震作用;充分考虑竖向地震作用对桥梁结构影响;提高构件延性设计,防止墩柱脆性破坏;合理设计支座和加强挡块连接,以有效防止落梁震害。     

高速公路路基含水量变化规律及其原因

通过对黑龙江省绥化至北安高速公路路基含水量变化的连续观测,初步总结出高含水量粘性土路基的含水量变化规律。     

城市轨道交通故障下客流分布计算及评估方法

为了精细化掌握城市轨道交通故障对乘客出行的影响,对等车、上车和下车过程的客流与列车交互状态进行抽象,建立了站台等待乘客、车内乘客等客流分布数据的计算方法,设计了动态客流仿真算法及乘客服务水平评估指标. 以实际线路为背景,以正常运营场景为参照,计算和评估了故障场景下的客流时空分布,分析了乘客等待时间对列车和站台上客流分布及出行时间的影响. 算例结果表明:具体故障下乘客多等待能通过避免离开而减少部分出行时间,但与正常场景相比,列车满载率高、站台人数多的现象增多;最大等待时间15 min与9 min相比,离开人数减少77.0%,带惩罚的总旅行时间降低超过10.0%,留乘发生率一样,但最大留乘人数增加94.1%,最大等待人数增加29.6%.      

车用柴油机的发展前景

为了节约能源,降低污染,现代车用柴油机的优势已日益凸显,正在开发的一些先进技术,将进一步把柴油机推向车用动力的主流。     

高速公路动态交通流Elman神经网络模型

为了提高高速公路交通流建模的精度, 分析了离散的高速公路动态交通流数学模型, 基于Elman网络原理, 建立了回归神经网络交通流模型。回归神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为8、30、30和2, 采用Levenberg-Marquardt算法对回归神经网络进行训练, 并对一条5路段的高速公路进行仿真。结果表明: 回归神经网络平均相对误差为8.683 7×10^-5, 最大相对误差为4.237 1×10^-4, 与BP神经网络和RBF神经网络相比较, Elman回归神经网络能更好地逼近交通流数学模型, 真实地描述交通流基本特性, 能准确地建立动态交通流模型, 适应交通状况的变化。