柴油机NOx的排放控制

随着航运业的不断发展和柴油机技术的不断进步,船用柴油机废气排放已日益引起人们的重视,许多国家和国际组织都在积极采取各种有效措施来控制废气排放；对于生产柴油机的企业,按照最新的MARPOL附则Ⅵ的NOx技术规则要求于2011年1月1日起实施NOx排放TierⅡ标准,对柴油机的NOx排放控制要求很高,现主要介绍各种排放控制...     

处理铁路中小站区污水的生态塘工艺

根据铁路中小站区的污水特点,提出污水处理、出水资源化和污水综合利用相结合的生态塘处理铁路中小站区污水的工艺方案。生态塘系统由隔栅、沉砂池、高效厌氧塘、好氧氧化塘、芦苇养鱼塘和藕塘等组成,形成许多条食物链,构成纵横交错的食物网生态系统。污水进入生态塘中,其所携带的有机污染物被塘中的植物吸收和细菌、真菌等降解净化,所产生的无机化合物作为碳源、氮源和磷源,以太阳能为初始能源,参与塘内食物网中的新陈代谢过程,并从低营养级到高营养级逐级迁移转化,最后转变成可资利用的水源、水生作物、鱼等物产。     

南京大胜关长江大桥三主桁钢正交异性板整体桥面结构受力特性的试验研究

南京大胜关长江大桥采用三主桁多横梁体系钢正交异性板整体桥面结构,结构受力状态复杂。设计制作了一个1∶6的6节间钢桁梁节段模型,研究了实桥受力状态的模拟方法,完成了多种工况下的模拟实桥正、负弯矩区受力状态的加载试验;考察了桥面荷载在3片主桁之间的横向分配,"第一系统"作用下整体桥面的应力分布。结果表明,试验实测结果与实桥的理论分析结果较吻合,说明本文的试验方法可较好地反映实桥整体桥面结构的受力状态;桥面荷载在3片主桁之间的分配是不均匀的,对称桥面荷载在3片主桁之间的分配比例为1.0∶2.0∶1.0,偏载时为1.0∶1.0∶0.0;"第一系统"作用下钢桥面板顺桥向应力沿横桥向分布较均匀,3片主桁挠度较接近,说明三主桁整体桥面结构受力状态合理,整体性好。该研究成果验证了南京大胜关长江大桥的设计计算理论和计算方法的正确性,为该桥的设计提供可参考依据,同时也为整体桥面结构的进一步研究和应用提供了技术储备。     

桩承加筋式路堤的承载机理研究

具有深厚软弱下卧层的路堤可采用桩承加筋式复合地基,以提高地基的承载力、减小路堤总沉降和差异沉降,而且可以布成疏桩,提高桩土荷载分担比,降低工程成本,在国内外的应用越来越广泛。本文采用拉格朗日描述位移的大变形有限元分析方法,研究桩承加筋式路堤的荷载通过土拱效应和拉筋材料传递到桩身的机理和变化规律,及其受路堤填筑高度、桩身刚度和桩间距、路堤填土的工程性质、拉筋材料抗拉刚度和铺设位置的影响性状。通过数值分析,得到一些有助于桩承加筋式路堤设计的结论。     

事故树法在机舱火灾安全评估中的应用

通过对导致机舱火灾原因的分析,发现影响因素较多且比较复杂,因此采用事故树方法进行安全评估,从而得到最佳机舱火灾预防途径,且可为船舶制定相应的预防措施提供依据。     

我国道路交通事故改善措施探讨

通过将国内变通安全的现状与西方发达国家进行比较．分析出我国变通事故独有的特点。阐述了目前我国变通事故多．死亡率高的主要原因。借鉴发达国家的成功经验。有针对性地给出了减少变通事故的可行而有效的措施。     

手持式智能船舶吃水及载重测量仪研制

针对船舶吃水难以精确测量问题,研制手持式智能船舶吃水及载重测量仪,利用激光测距方法,采用多点测量措施来消除波浪和浮态产生的纵横倾斜对船舶吃水测量的影响,能够较为精确地测量船舶吃水,从而计算出船舶的载重量。     

一体式膜生物反应器处理青藏铁路站区低温生活污水的试验研究

研究和试验采用一体式膜生物反应器（IMBR）处理青藏铁路站区的低温生活污水。结果表明：在常温条件下培养出来的活性污泥进入高原缺氧、低温的环境中,虽然其微生物增殖缓慢,但微生物的种群经过自然筛选可以逐步适应低温缺氧的自然环境;由于IMBR采用膜进行固液分离,能有效克服与污泥沉降性能有关的限制条件,尽管在缺氧、低温环境下IMBR内活性污泥的浓度仅维持在2 g.L^-1左右,但经过长时间保持较稳定的低温运转后,处理生活污水仍然能取得较好的效果,COD平均去除率达80%,同时IMBR还表现出较强的抗冲击负荷能力。     

基于混合变量空间的轨道交通动态系统安全分析

在分析轨道交通动态系统安全相关要素的基础上,提出轨道交通动态系统是一类受时间、空间和事件多重驱动的混杂系统.在包含连续变量和离散变量的多维混合空间内,将轨道交通动态系统安全问题划分为多个动态子区间,进而实现对每一个动态子区间分别进行建模,然后依据各动态子区间的相互关联关系,聚合而得到系统整体模型的方法.分析了动态子区间的区间重叠外部特性和区间漂移内部特性.     

基于卷积自编码的沥青路面目标与裂缝智能识别

目前基于深度学习的路面裂缝识别经常面临训练数据集小，以及路面图片标注成本高等问题，基于小规模路面图片数据集，利用卷积自编码（CAE）方法进行数据增强，开展包括路面裂缝在内的路面目标智能化识别方法研究。在传统图像几何变换数据增强的基础上，采用CAE重构图片方法对原始数据集进行两步骤扩增；利用卷积神经网络DenseNet，设置了不同数据扩增方法的对比试验；针对沥青路面裂缝图片背景较黑，裂缝特征不清晰，无监督聚类学习难度大等问题，采用了一种基于CAE预训练的深度聚类算法DCEC，对经数据增强的路面图片进行无标注的聚类识别。研究结果表明：经过DenseNet网络100代的训练，在同一测试集的测试下，基于原始数据集训练的网络分类准确度为78.43%，利用传统图像处理方法进行扩增后准确度为83.44%，利用所提出的图片增强方法进行数据扩增后准确度达87.19%；在保持扩增后数据集样本量大小相同的情况下，与几何变换、像素颜色变换等经典数据增强手段相比，CAE重构图片的数据扩增方法有较高的路面图片识别精度；CAE数据扩增方法较受训练数据集样本量的影响，利用传统方法将数据集扩增后进行CAE特征学习，重构后的图片样本更易被机器识别；相较于传统机器学习聚类算法，所提出的的DCEC深度聚类方法将聚类准确率提升了约10%，初步实现了无需人工标注的路面目标的端到端智能识别。