液力变矩器反求设计与内流场数值计算

采用反求设计方法建立了液力变矩器三维模型.建立了液力变矩器涡轮内流场物理数学模型,利用Fluent软件进行了相应的数值计算.分析了涡轮流道内流体速度、压力及压力损失情况,阐述了流场形成机理,为液力变矩器优化设计提供了理论依据.     

CFG桩布桩范围对路基水平位移影响数值分析

运用岩土工程有限元软件Plaxis 2D建立平面应变模型,对路基工程中应用的水泥粉煤灰碎石桩与加筋垫层联合处理的软土路基进行分析。通过改变布桩范围,分析复合地基水平坡脚外地表、坡脚下一定深度及软土路基横断面上的水平向变形特性,所得结论为工程设计提供理论依据。     

嘉绍大桥刚性铰专用支座设计

嘉绍大桥为六塔独柱四索面钢箱梁斜拉桥,其主梁中跨跨中区域设置刚性铰。针对刚性铰结构的特殊要求,设计出一种具有柔性减振并可调节高度的球型钢支座。该支座由楔形板、轴承座、摩擦副、球冠衬板、橡胶减振垫、剪力卡榫、滑动板等组成。通过在刚性铰中的磨耗试验对比,支座摩擦副滑板材料选择了对温度的敏感程度和在相同压应力下摩擦系数均低于改性超高分子量聚乙烯的聚四氟乙烯。采用在下支座板上硫化一层橡胶减振垫的柔性减振措施减小支座承受的应力峰值,避免冲击破坏。通过对3种支座高度调节方案对比,选择了更适于刚性铰结构、操作简单、可无级调高且可以实现调低功能的楔形板调高方案。     

酸碱和冻融双重腐蚀下混凝土力学效应的试验研究

在酸碱和冻融双重腐蚀条件下,进行了混凝土室内模拟试验。通过对混凝土的表面腐蚀现象、单轴抗压强度以及应力—应变关系的探讨和分析,结果表明:强酸和强碱均对混凝土具有明显的腐蚀性;酸碱和冻融循环腐蚀在不同时期分别占据主导作用,双重腐蚀加速了混凝土力学性能的劣化。同时,对酸碱和冻融腐蚀的机理进行了分析。本文的研究对混凝土在复杂环境条件下的设计和工程应用具有重要参考价值。     

电动汽车锂离子电池试验的安全要素分析

实验室标准化试验的条件比装车使用严酷,在汽车动力锂离子电池试验的过程中,实验室的安全是不可忽视的问题.基于实践和探索,介绍关于试验安全的要素和分析思路并讨论防护措施.     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。     

动力湿化作用下粗粒土高路堤渗流场时空演化模型试验

为了研究动力湿化作用下渗流水在粗粒土高路堤内的迁移特性,自主研发设计制作一种室内喷洒降雨装置及车辆动力荷载模拟装置,开展动力湿化作用下粗粒土高路堤渗流场时空演化模型试验,从时间和空间2个角度描述渗流水在路堤内的迁移特性,然后根据模型试验结果,建立粗粒土渗流场时空演化机制,揭示动力湿化作用下的粗粒土高路堤边坡渐变失稳发育机理。研究结果表明：基于相似理论,开展粗粒土高路堤渗流场时空演化模型试验可以较为真实地反映粗粒土高路堤在动力湿化作用下渗流水的迁移特性;动力湿化作用下,湿润锋首先在路堤边坡表面形成,并逐渐从边坡表面向内部拓展,在坡顶处的拓展速率较小,坡脚处的拓展速率较大;受湿润锋演变规律的影响,路堤边坡监测点负孔隙水压力逐渐减小,体积含水率逐渐增大,坡前应力逐渐增加,位于坡脚浅层区域的应力增加速度较快;依据渗流水的迁移规律,将渗流影响范围内的土体自上而下分为浅层暂态饱和区、渗流水填充区及渗流水湿润区;在动力湿化作用下,粗粒土高路堤边坡将逐渐产生沿坡脚深层滑移的渐变趋势。     

信息影响条件下考虑出行异质性的路径选择模型

出行者路径选择行为的研究对于预测城市交通流时空分布规律及维持网络经济、高效运转具有重要意义.为了探究多类型异质出行者路径选择行为的异同,研究了基于累积前景理论的多类别异质出行者路径选择模型.通过定义出行者参考点,引入考虑时间价值系数的风险敏感系数计算方法,以保证异质出行者拥有异质的风险偏好,研究分析了是否提供实时路况信息2种情境下常规通行者与通勤者路径选择行为的异同.数值算例表明,拥有较大参考点的出行者更倾向于保守地选择一条出行时间较长的道路,而其他人则更加冒险.此外,与通勤者相比,当备选方案均可以满足自身出行需求且自身参考点足够大时,常规出行者更愿意忽视风险,以获得更高的出行收益.     

以安全为导向的道路养护评价模型研究

为了完善道路养护评价体系和改善目前道路养护过程中考虑因素不足的问题,根据道路差异性将平面交叉口和路段作为2个评价对象,基于影响道路安全的5个主要影响因素采用4层次的层次分析法建立了更加客观全面的道路安全养护评价体系,并针对各项指标建立了对应的评价标准,通过Kendall′s W法验证了标准的合理性,采用综合指数法建立了道路安全养护评价模型,并通过主成分分析和权值因子判断表2种方法对模型的参数进行标定.为了验证模型的合理性和优劣性,选取上海市蕴川公路、宝安公路、S20等道路通过专家打分和现场试验对模型进行了检验,实验结果表明建立的评价模型与专家打分结果具有良好的相关性,相关系数均高于0.737,将模型与其他模型进行对比试验,通过比较相关系数 R2证明了模型具有更优的评价结果.     

降雨条件下高速公路短时行程时间预测研究

为实现降雨条件下高速公路路段行程时间短时预测,掌握恶劣天气下交通信息、提供交通诱导和决策支持,在已获取交通和气象数据基础上应用半距离法估计路段行程时间.并以遗传算法优化的径向基函数(RBF)神经网络和K最近邻非参数回归(KNN)算法为基础,提出1种基于动态权重的行程时间组合预测模型.该组合预测模型的融合权重依据定义的动态误差的变化而持续调整,以保证子模型中精度较高的预测结果对最终结果有较大影响,从而提高预测精度.选取京港澳高速公路湖北省境内军山-武汉南路段,分析该路段降雨条件下行程时间特性,掌握其不同时段和不同降雨强度下行程时间变化规律,并进行预测.结果表明,组合预测模型能有效预测行程时间高峰变化,反应及时且预测精度较高,达到0 .98 ,平均绝对百分误差1 .99% ;而单一的RBF神经网络和KNN算法的平均绝对百分误差分别为3 .40% 和2 .60% ,且拟合程度不如组合预测模型.