斜拉桥施工阶段风险识别及易损性评估

从结构易损性原理出发,结合空间有限元计算,对某斜拉桥最大悬臂阶段在不同风压作用下的内力及应力分布进行分析,并引入损伤系数这一参数来确定全桥结构中的易损单元.分析结果表明:该预应力混凝土斜拉桥在最大悬臂施工阶段的易损结构件为塔梁临时固结处及部分斜拉索.     

非均质地基中有埋深基础沉降变形分析

采用有限元方法,开发相应的用户子程序,将Mohr-Coulomb弹塑性本构与地基土体弹性模量随深度连续增加非均质地基模型相结合,分析了地基基础的埋置深度、地基的非均质性等因素对其沉降变形的影响.     

二级可调增压器旁通阀与喷油参数调节规律的仿真分析

利用Wave仿真软件建立了某二级可调增压V型8缸电控单体泵柴油机的仿真分析模型,应用台架试验数据对模型进行了标定,以最佳燃油经济性为目标,计算了外特性条件下排气旁通阀开度与喷油提前角对柴油机性能的影响规律,得到两者的优化匹配规律。计算结果表明:旁通阀阀门开度及喷油参数直接影响二级可调高增压柴油机系统的燃烧和换气过程;高转速高负荷工况时需要打开排气旁通阀,并适当增加喷油提前角以降低过高的排气背压,减少泵气损失,且转速越高放气阀开度越大、喷油提前角越大;中低转速高负荷工况时,排气背压低于进气压力,泵气损失功小,不需要打开排气旁通阀,并且应适当减小喷油提前角。     

工程船舶拼板Ⅰ型坡口焊接缺陷产生原因探究

提要针对广泛应用于工程船舶分段的中厚板Ⅰ型坡口不清根焊接,易出现气孔、未焊透、夹渣等缺陷的现状,分别进行了8mm、10mm、12mm板厚不同切割方式、不同间隙拼板Ⅰ型坡口试验,探究了切割方式、装配间隙、焊接方法对焊接缺陷的影响,并分析了缺陷产生的原因.     

深水AUV电子海图监测系统设计与实现

针对深水AUV在对未知海域进行勘测时高风险性的问题,设计了一套深水AUV电子海图监测系统。该系统基于LabVIEW软件平台,采用与GIS(地理信息系统)、数据库技术相结合的开发方法,可实现AUV在测量过程中的声学通讯、定位追踪、航迹显示及通讯日志记录等功能。经测试,该系统能实时记录航行参数,并实现对异常情况报警处理,一定程度降低运行风险,提高整机系统可靠性。     

织金北站站位及布置优化研究

文章以织金北站作为研究对象,针对织金北站功能定位及存在的主要问题,从工程投资、站址条件、运输作业流程等方面进行站位方案比选及布置优化研究。     

海洋平台铜镍合金管焊接气孔控制研究

针对钻井平台铜镍合金管焊接气孔问题进行焊接试验与对比,分析气孔产生的原因并制定改造措施.从保护气体、密封装置和密封方式、焊接操作等方面进行控制,焊后射线检测合格,无焊接气孔,确定铜镍管CuNi90/10的焊接工艺并应用于铜镍管的焊接生产之中.     

引航员登离船装置的PSC检查

引航员登离船装置是引航员上下船舶的重要通道,关乎到引航员和船员的生命安全,因此越来越引起港口国当局的重视文中根据2012年7月1日生效的IMO关于引航员登离船装置的最新要求,对引航员登离船装置的PSC检查作简要介绍。     

跨断层桥梁抗震综述

在交通强国战略深入推进的时代背景下,中国公路、铁路网的发展使得跨越断层修建桥梁不可避免,川藏铁路的规划、设计和修建更让这个问题日益突出. 同时,公路和铁路抗震规范采用避让断层造桥的规定与无法避让造桥的实际情况之间的矛盾也日渐凸显. 在地震作用下跨越活动断层的桥梁比非跨越断层桥梁具有更复杂的受力特点、破坏形式和破坏机理,我国对跨断层桥梁的研究尚处于起步阶段,可供参考的相关文献资料、工程实例以及抗震设计规范缺乏. 为了确保跨断层桥梁的安全性,基于国内外对跨断层桥梁的研究现状,归纳总结了活动断层特征、断层处地震动、跨断层桥梁的破坏特征、跨断层桥梁分析方法以及跨断层桥梁概念设计措施. 梳理了当前跨越断层桥梁抗震存在的问题,并对未来跨断层桥梁的研究进行了展望,指出断层地震空间性、跨断层桥梁破坏机理、多灾害对跨断层桥梁的影响、跨断层桥梁快速抢修技术和人工智能技术在跨断层桥梁抗震中的应用将是未来发展方向,为未来跨断层桥梁抗震设计、性能评估和规范拟订提供参考.      

基于多周期组件时空神经网络的路网通行速度预测

针对当前路网通行速度预测方法存在的中长周期预测准确性和稳定性不足、自适应路网拓扑空间关系建模能力有待进一步提升等问题,以多尺度卷积算子及门控循环单元为核心单元,提出一种面向路网通行速度预测任务的多周期组件时空神经网络模型。首先,根据路网交通感知数据的周期特性,将其规约为周、日和近期这3种不同粒度的时间-空间-特征三维矩阵,并输入至3个共享网络结构的周期组件。其次,在每部分组件中,利用多尺度卷积核捕获多因素非线性相关性与不同空间视野大小的路网节点空间相关性。然后,对每个路网节点的时序特征使用门控循环单元提取交通数据长时依赖关系,引入残差学习框架,提高网络训练效率并防止梯度弥散。最后,自适应加权融合通过预测卷积层的每部分周期组件预测结果生成预测时段内路网交通通行速度。为验证所提方法的有效性,基于两个公开的交通状态数据集进行实验分析,并选取当前主流的深度神经网络模型作为对比基线模型。结果表明,所提方法在可接受的执行时间内,在两个数据集上平均绝对误差、平均平方误差和平均绝对百分比误差分别为 2.55、3.94 和 10.75%,1.57、3.52和3.44%,在预测准确性与中长时多步预测稳定性方面均优于其他基准方法。