浅谈日本“来岛海峡”的航行方法

对往返于中国和日本的“联裕”轮多次安全通过日本“来岛海峡”进行了相关分析,浅谈如何根据水文气象资料和有关法规法则安全通过日本“来岛海峡”的航行方法及所采取的航行措施。     

圆钢管H型钢再生混凝土短柱的轴压承载力分析

为了研究圆钢管H型钢再生混凝土短柱轴压力学性能,对此类构件轴压承载力计算公式进行了理论推导,基于极限分析法,运用双剪统一强度理论,并依据H型钢和钢管对核心区再生混凝土约束效果的不同,分别计算H型钢约束区再生混凝土和钢管约束区再生混凝土承载力,提出一套圆钢管H型钢再生混凝土短柱轴压承载力计算公式,考虑了钢管内径厚比、套箍系数、H型钢配钢指标以及再生粗骨料取代率对短柱轴压承载力的影响, 同时也适用于无H型钢的圆钢管再生混凝土短柱轴压承载力计算. 将推导得到的钢管有效约束力代入承载力计算公式所得结果与相关试验结果对比误差在10%以内,吻合较好,验证了承载力计算公式的有效性和精确度.      

新冠肺炎疫情对交通运输行业的影响及政策建议

2019年底开始的新型冠状病毒肺炎疫情对交通运输行业造成了明显冲击。为分析疫情对当前交通运输行业带来的影响,重点从客运、货运、港口生产、交通固定资产投资四方面进行了研究。然后,提出了四方面政策建议,包括加强交通运输疫情防控、积极发挥交通投资稳定器作用、加大高速公路通行服务保障和确保关系国计民生的重点物资基本运输需求,以便为各级交通运输管理部门决策提供参考,争取将疫情对行业的影响降到最低程度。     

纯电动汽车能量回收控制策略研究

纯电动汽车的能量回收技术有很高的研究价值,是提高整车经济性的有效手段之一。以一种并联能量回收方案为研究对象,从再生制动原理进行分析,在电池回收能力、电机回收能力及负载功率消耗的限制前提下,提出一个合理的能量回收控制策略,兼顾整车的经济性及乘客的舒适性,并通过ADVISOR进行NEDC工况仿真验证。试验表明,与无能量回收车型对比,相同时间内该策略下整车电池SOC值明显下降缓慢,该研究为制动能量回收策略算法的进一步优化开发提供参照。     

手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。      

边坡开挖支护时序有限元分析

为研究公路改扩建工程边坡稳定性的影响因素, 寻求科学的支护方法, 以柳州至南宁高速K1456+800处左侧改扩建边坡为研究对象, 利用ANSYS建立了有限元数值模型, 选择未及时支护和及时支护2种支护方式, 模拟计算了改扩建工程中6级边坡开挖过程中坡体的剪应变增量及水平、竖向位移增量; 为定量分析2种支护条件下边坡开挖过程中位移及应力的变化趋势, 选取了6个特殊节点进行监测, 主要监测内容包括测点的位移(包括水平位移和竖向位移)以及主应力(包括最大主应力和最小主应力)随开挖时步的变化情况。分析结果表明: 无论是否及时支护, 每步剪应变增量最大值均位于坡脚, 但及时支护时, 分布面积及数值较未及时支护时小, 边坡发生失稳的可能性较低; 随着开挖推进, 水平位移增量先减小后小幅增大, 竖向位移增量先急剧增大后缓慢减小, 及时支护下各测点最终位移较未及时支护情况要小; 未及时支护时最终开挖安全系数接近1.0, 及时支护后每步安全系数均大幅提高, 基本大于1.35。综上所述, 及时支护能够有效减小边坡剪切应力, 限制水平与竖向位移, 降低整体应力水平, 提高边坡安全系数, 显著改善坡体稳定性。      

Calculation of strain amplification matrix for strain invariant failure theory based on representative volume element models with periodical boundary condition

Strain invariant failure theory (SIFT) is a micro-mechanics-based failure theory for multi-scale failure analysis of composite materials originally proposed by Gosse and Christensen. In this paper, the approach for obtaining strain amplification matrix which is a key step for the execution of SIFT is improved by adopting representative volume element (RVE) finite element models considering periodical boundary condition, based on which more actual deformation mode is reflected. The deformation modes and strain data at the characteristic points of the centroid cell of multi-cell RVE model are analyzed and taken as a reference. It can be concluded that more reasonable deformation mode and relationship between the micro-mechanical and macro-mechanical strain states are obtained by employing the new model. Finally, numerical examples are provided to illustrate the determination of strain amplification factors within the RVEs considering periodical boundary condition at the characteristic points.     

Fault diagnosis for wind turbine based on improved extreme learning machine

A fault diagnosis method based on improved extreme learning machine (IELM) is proposed to solve the weakness (weak generalization ability, low diagnostic rate) of traditional fault diagnosis with feedforward neural network algorithm. This method fuses signal feature vectors, extracts six parameters as the principal component analysis (PCA) variables, and calculates correlation coefficient matrix among the variables. The weight values of control parameters in the extreme learning model are dynamically adjusted according to the test samples’ constantly changing. Consequently, the weight fixed drawback in the original model can be remedied. A fault simulation experiment platform for wind turbine drive system is built, eight kinds of fault modes are diagnosed by the improved extreme learning model, and the result is compared with that of other machine learning methods. The experiment indicates that the method can enhance the accuracy and generalization ability of diagnosis, and increase the computing speed. It is convenient for engineering application.     

上海市历史城区震后应急救援路网评价与优化

随着我国城市化进程加快,自然灾害问题也日渐凸显,作为主要自然灾害之一的地震正在严重影响着我国城市的公共安全.城市交通系统是城市重要的生命线,因此研究震后城市应急救援道路网络连通可靠度具有重要的现实意义.历史城区由于其建筑多为老旧平房,抗震性能差,而且城区道路空间局促,在遭遇地震时路网更易堵塞.本文以上海豫园区域路网为例,基于瓦砾堆积模型对震后路段通行概率进行计算,采用蒙特卡洛模拟方法对路网节点连接可靠度进行计算,对震后路网路段单元和节点的可靠性进行评估,并在此基础上判别关键路段和优化应急医疗救援路径.     

公路城际出行链模式划分及其形成机制

为划分公路城际出行链模式并分析其形成机制,本文考虑城市内部换乘过程,解析了公路旅客城际出行过程.利用昆明市1 757份公路旅客出行调查问卷数据,提取了公路城际出行链结构特征.通过测算出行链结构值,提出了公路城际出行链模式的划分方法,将公路客运城际出行链模式划分为Ⅰ、Ⅱ、Ⅲ类并分别获取了其形成机制.结果表明:昆明市公路城际通道的平均运距为237.95 km,公共交通是公路城际出行过程中城市内部换乘的主要交通方式;昆明市公路城际出行链的3类模式占比为13.9∶6.4∶4.7,整体结构较合理;其中,Ⅱ类出行链模式最能体现均衡、稳定的形成机制.对公路城际出行链的形成机制分析发现,收入因素是促使出行链结构合理化的重要动力;造成出行链结构不合理的重要因素是市内出行延误,而非城际通道出行过程.