高速公路桥上交通标志有效性评价方法研究

针对高速公路桥梁上交通标志版面设计、设置位置及标志视认性存在的问题,建立了交通标志有效性评价指标体系,并利用多层次模糊综合评价方法构建了高速公路桥上交通标志有效性评价模型。文中以恩黔高速月亮山特大桥为例,对该评价模型的有效性和实用性进行了验证。     

含砾量对土石混合料力学特性影响离散元模拟

通过开展考虑砾石形状影响的双轴压缩试验离散元模拟,研究含砾量对密实土石混合料力学特性的影响。模拟结果表明：密实试样的应力应变关系表现出先硬化后软化的特征,含砾量越高软化效应越弱。随着含砾量增大,土石混合料的峰值强度呈现先减小再增加后减小的变化趋势,残余强度持续增大,剪缩到剪胀对应的体积应变先缓缓增加后加速减小,剪胀角则呈现减小趋势。通过颗粒移动特征及力链分布分析,发现当含砾量较低时,不能形成砾石骨架结构,含砾量对土石混合料强度影响较弱。     

可拆式模块化箱式房整体刚度和位移

<正>可拆式模块化箱式房（以下简称“箱式房”）具有生产周期短、运输和安装方便等优点,近年来被广泛应用于便利店、宿舍、学校、医院、阅兵村和度假酒店等场所[1],尤其是在2020年上半年抗击新冠肺炎疫情的过程中,以箱式房为建筑形式的方舱医院发挥了重要作用[2]。虽然箱式房在我国发展迅速,但设计生产企业普遍未考虑箱式房金属面夹芯板的蒙皮效应,并且将角件与立柱的连接简化为刚性连接,从而可能导致成本增加并造成安全隐患。     

基于多维数据的高速公路服务水平实时判别方法

随着高速公路的不断发展,交通信息逐渐呈现多元化,而将这些信息进行整合并对高速公路服务水平进行实时判别,对于后期的交通控制管理及实时高效提供道路信息至关重要.本文考虑了时间、天气、出行日期等多因素的影响,选用车速、密度作为高速公路服务水平评价指标,结合最小二乘支持向量机与聚类分析相关算法,提出了一种基于多维数据的高速公路服务水平实时判别模型,以实现对高速公路服务水平的参数预测及实时判别.选用河北省237 360组训练样本数据和6 048组预测样本数据验证了该模型的有效性.结果显示,该模型获得了较高的判别精度和较好的预测效果,是一种有效的高速公路服务水平实时判别方法.     

基于云模型理论的内河大型构件拖带风险评价研究

受内河通航环境的制约,大型构件拖带作业存在较大的安全风险。对此,根据内河大型构件拖带作业的实际特点建立评价体系,在此基础上将层次分析法与云模型理论相结合建立风险评价模型,通过MATLAB语言实现评价过程算法,并在MATLAB GUI环境下开发拖航风险评价可视化软件。对该模型及开发的软件进行实例验证,结果表明:内河拖带风险评价模型具有较高的科学性及实用性,可为内河拖带作业的安全保障提供理论支撑。     

飞艇载荷舱中电子设备冷却的热设计研究

以热力学计算为基础,重点分析平流层飞艇载荷舱传热特性,提出了一种基于冷板的电子设备冷却方案,综合考虑飞艇载荷舱中电子设备热控系统的需求,研究了冷板在飞艇上升过程中的全高度传热特性.研究结果表明:在飞艇载荷舱电子设备热控系统中应用变风量冷板换热系统比定风量系统更具有合理性.针对部分工况下冷板制冷系统会出现制冷量不足的问题,提出了附加二氧化碳开放式制冷的系统优化方案,其作为一个备用及补充系统制冷量的设计进一步提高了冷板制冷系统的适用性.文中所提出的飞艇舱内电子设备热控系统方案及附加二氧化碳开放式制冷的方法为平流层飞艇的整体热控提供技术参考.     

基于GIS的港口防台应急辅助决策与指挥系统研究

台风防御是我国东南沿海各港口＂三防＂工作的重中之重。分析了目前我国港口防台工作的不足之处,提出了利用地理信息技术解决目前存在的问题,设计并开发了港口防台应急辅助决策与指挥系统。在软件整体架构设计、功能模块设计、数据设计等方面进行了研究,并介绍了＂厦门港防台应急指挥系统＂的应用情况。     

地震载荷作用下海洋平台振动控制仿真研究

分别以海洋平台的前三阶固有频率作为被控频率,振动控制系统的参数在最优参数区间内取值,应用ANSYS有限元分析软件,对海洋平台在三维地震载荷作用下的振动控制进行仿真研究。结果表明,地震载荷作用下,振动控制系统具有明显的减振效果,减振率都在60％以上。控制平台的第一阶固有频率可以得到很好的振动控制效果。同时控制平台的前二、三阶固有频率,振动控制效果存Y和Z方向有所提高,分别为10％和20％左右。     

基于TRIBON船体物料管理系统的研究

根据船体的建造流程,得出建造过程中所需的各种物料,并以分段为单位分析了物料数据的来源和组织方式,探讨了在TRIBON中通过COM接口抽取数据的基本方法,由此设计并开发船体物料管理系统。     

RBF神经网络在柴油机燃油系统故障诊断中的应用研究

本文主要介绍了径向基（RBF）神经网络在柴油机燃油系统故障诊断中的应用,并且首次将神经网络和虚拟仪器技术相结合,成功用于柴油机故障诊断中。比较了RBF和误差反传（BP）神经网络的学习速度和诊断精度。研究表明,将RBF神经网络和虚拟仪器相结合进行柴油机故障诊断具有良好的诊断效果和精度,有很好的工程应用前景。