麻纤维/聚乳酸复合板材自然老化试验及在汽车应用评价

论述了麻纤维/聚乳酸复合材料板材在汽车内饰应用的可行性。首先,在自然湿热环境下,对3种不同配比的麻纤维/聚乳酸复合材料板材进行了为期42天的湿热老化试验。在试验过程中,通过定期追踪样条力学性能和形貌的变化,评估材料的耐水解和耐湿热老化性能。试验结果表明,40%麻纤维/60%聚乳酸复合材料板材的界面稳定性较好,具有良好的耐水解和耐湿热老化性能。其次,通过模压成型制作立柱护板样件,样件的耐久性和内饰通用性能通过了测试,满足设计开发要求。麻纤维/聚乳酸复合材料板材具有在乘用车内饰件推广应用的潜力。     

共享单车影响下小汽车出行方式转移机理研究

从小汽车到共享单车参与的出行模式转变是解决交通与环境问题的有效方法之一.本文通过对南京市 308名小汽车出行者进行问卷调查,探讨了共享单车影响下心理因素对小汽车出行模式转移的影响.通过建立改进后的技术接受模型,研究了感知有用性,感知易用性和感知健康价值对共享单车的态度,以及对出行方式转移意愿的影响.结果表明,通过作用于共享单车的态度,感知健康价值和感知易用性对转移意愿产生积极影响,感知有用性则产生直接的积极影响.共享单车可以在短途出行中替代小汽车,中距离下出行者最有可能受到激励从小汽车用户转变为潜在的共享单车接驳公共交通使用者,而长距离下共享单车较难影响小汽车出行者的出行方式选择.     

网状聚丙烯纤维在超薄水泥混凝土路面中的应用

通过对普通混凝土、网状聚丙烯纤维混凝土和钢纤维混凝土进行室内强度性能、疲劳性能和耐磨性能对比试验研究,表明网状聚丙烯纤维对混凝土抗弯拉强度性能改善效果明显,具有良好的增韧性。     

人工神经网络训练样的相容性检测及化简

针对人工神经网络的训练样本庞大繁杂的特点,运用粗糙集理论对有指导的网络训练样本的相容性及其化简进行简单论述。同时对神经网络的特征值提取给出了一种寻找方法。     

浅谈通信管线的施工及质量控制

介绍了夏汾线通信管线施工工序及质量控制措施。     

考虑袋布加筋作用的土工管袋围堰稳定性计算方法

在进行断面设计时,通常将堰身视作仅由内部的充填砂构成进行稳定性计算,这将导致设计的围堰断面不够经济并延长工期。目前国内尚未有相关规范指导考虑袋布加筋作用的土工管袋围堰稳定性计算。针对该问题,分析土工织物的加筋作用,并借鉴国外加筋结构计算土工织物加筋作用的方法,提出了通过验算袋布提供的最大抗力是否满足其允许抗拉强度来考虑袋布加筋作用的计算方法。经工程实践检验,该方法可以起到优化围堰堤身断面、缩短工期、节约投资的作用。     

南阳枢纽地区货运机车交路优化方案探析

在阐述南阳枢纽运输现状、南阳西站通过能力低、机车换挂次数多等情况的基础上,分析南阳枢纽货运机车交路在实际运输组织中对运输生产产生的影响及存在的问题,结合枢纽地区列车运输的特点,提出将浩吉线机车交路拉通至信阳北站,西安局集团公司延安机务段机车乘务员和武汉局集团公司江岸机务段机车乘务员在南阳西站继乘;将江岸机务段机车交路通过南阳西站延长至西峡站、襄阳北站,武汉局集团公司江岸机务段机车乘务员和郑州局集团公司洛阳机务段南阳西机车乘务员在南阳西站继乘等优化方案,将机车换挂地点外移,减少南阳西站机车换挂次数,将由于机车机班存在的问题对南阳枢纽运输畅通造成的影响降到最低,并达到提高机车运用效率的目的。     

高铁站区土地综合开发的协同治理逻辑

研究目的:我国高铁建设有力推动了经济社会发展,但高铁建设自身存在投资额较大、周期较长、收益率较低的问题。如何对高铁站区周边土地进行有效开发,进而获得收益反哺高铁建设,从而实现可持续发展,是具有重要意义的研究课题。本文系统分析高铁站区对土地价值的影响路径以及开发过程中各参与主体的利益诉求,探讨合作机制的构建模式,以期为我国高铁站区土地综合开发提供借鉴。研究结论:(1)高铁站区土地综合开发的价值呈现是站区的节点、场所和媒介这三种价值相互融合趋向最大化的过程;(2)交通与土地发展的功能匹配以及多元主体的利益诉求平衡是影响高铁站区土地综合开发的关键因素;(3)高铁站区土地综合开发是不同参与主体不断协作从而实现各自利益诉求契合的过程,需要内部机制和外部环境共同支持以促进顺利实施。     

机器人型号及负载对生产节拍影响的研究

针对主流品牌机器人,结合实际项目,深入分析了生产节拍影响因素、不同功能、不同型号机器人动作时间差异及其对节拍的影响、机器人在静载和动载状态下负载分析方法。通过理论计算及实际项目验证结果为,在相同的运动范围内,大负载机器人运动时间是常规载机器人的1.5倍甚至更多。根据分析给出推荐的重载机器人运动时间标准及机器人选型负载冗余设计方法,阐述了在机器人选型过程中的一些误区和应对措施。     

寒区沥青路面智慧化施工混合料温度预估机器学习模型

寒区沥青路面施工面临骤然降温、大温差、大风等不利天气,造成沥青路面摊铺、碾压温度起伏大,影响沥青路面压实质量,进而诱发诸多病害。以沥青路面施工温度为核心,通过物联网系统和智能元件采集沥青路面施工工艺参数并进行分析,采用机器学习算法构建沥青路面施工温度预估模型,准确掌控沥青路面摊铺和碾压施工温度,确保沥青路面施工质量。结果表明：沥青混合料拌和参数控制精度高,运输、摊铺和碾压阶段的施工工艺参数变异性大,需对参数进行异常值剔除处理,表明当前施工工艺控制技术仍有提升空间;采用随机森林算法对施工工艺参数进行重要性评估,出料温度和施工速度对施工温度影响最显著;基于4种机器学习算法建立了沥青路面施工温度预测模型,其中多层感知机模型最优,对多层感知机模型的隐藏层、神经元个数和学习率进行优化,优化后模型的周期数、均方误差和平均绝对误差降低,整体性能显著提升;考虑气象参数后,施工温度预测模型的训练效率降低,但预测精度提高。工程应用表明：提出的基于多层感知机沥青路面施工温度预测模型与实际工况相符,通过调节出料温度、摊铺速度、碾压速度可以有效减少混合料温度损失。