基于广义最小二乘法的ROV水下机器人模型在线参数辨识

以水下机器人俯仰操纵响应模型为研究对象,并由小型特种水下机器人实时采集纵向变电机速度、前推电机1速度、前进电机2速度、侧推电机速度和俯仰角等试验数据,通过对这些试验数据进行分析,采用基于ARX模型的广义最小二乘法对一种变桨机构的ROV水下机器人运动模型进行在线辨识建模.将水下机器人航向角实时预报结果与试验数据进行比较,结果表明,辨识得到的水下机器人运动模型具有良好的泛化性能,可为后续ROV水下机器人的航向控制器优化提供参考.     

南京地铁运用全面生产维修和以可靠性为中心的维修相结合的维修效果评估

城市轨道交通设备的检维修是保障列车安全运营的重要手段。南京地铁在实际维修中首次将全面生产维修和以可靠性为中心的维修两者结合起来运用到轨道车辆的检维修中,取得了良好的效果。就该维修策略的实施效果构建了评价指标体系,并选用模糊层次分析法对实施效果进行了评价和分析。由于专家的评断信息具有一定的灰类,因此基于灰色理论进行了进一步处理。评价结果可为地铁设备的维修提供指导。     

HX_D1B型机车车轴磁粉探伤工序验收

机车车轴磁粉探伤工序是制造过程中一个非常重要的工序,对该工序的验收是当前机车验收工作一项不可缺少的内容。文章详细介绍了HXD1B型机车车轴磁粉探伤工序的验收。     

基于VBA的沥青最佳用量数据处理系统

沥青最佳用量是提高公路路面质量的前提之一。本研究的目的是开发出一个数据处理系统，它建立在最小二乘法基础上，能对热拌沥青混合料的马歇尔试验数据进行自动处理，得出最佳沥青用量OAC1和OAC2，并自动生成试验报告，便于施工现场管理。     

汽车仪表及仪表板的检修方法

针对不同的汽车仪表和仪表传感器以及稳压器,分析了检修方法及特点,介绍了自制的实用、有效的检修器材和使用方法。     

赤泥做道路基层材料的试验研究

在分析山东铝业赤泥理化性质的基础上,进行了赤泥做道路基层材料的配制和试验研究。试验研究表明:选用适当的配比,赤泥道路基层强度可满足高等级公路的要求,7d抗压强度可达到2 0MPa以上,28d强度3 0MPa以上,赤泥基层与传统的半刚性基层材料相比具有强度高、回弹值大等优点。这不仅可拓宽道路基层材料的应用范围,而且可使赤泥变废为宝。     

老化因素对沥青性能的影响

通过SHRP试验，分析沥青在老化过程中，各因素(时间、温度、氧、水)对其高、低温性能的影响，从而为沥青的再生提供依据。     

基于语义挖掘的快递运输货品风险评价研究

为提高快递运输的风险监测管控能力，降低因快递货品风险导致城市安全事件发生的可 能性，本文基于语义挖掘方法将快递运输货品描述转化为风险的量化表征，为快递运输风险评价 提供可量化的客观指标依据。基于网络大数据资源提供的法院判决书数据，将物品词条与判决 结果相关联，通过隐狄利克雷分布模型挖掘物品风险主题，结合模糊均值聚类方法，实现对快递 货品语义风险的量化表征与柔性划分。与传统方法中依赖检视人员查验既定违禁品清单后的主 观判断方法不同，本文充分挖掘网络文本数据中的可迁移知识，并应用于种类繁多的快递运输货 品，有效避免人工评价造成的漏检、错检情况。研究结果表明，本文方法具有较高的准确率与较 低的误报率，获得的风险评价值不再是0或1的是非判断，有利于开展多样化、针对性的风险预警 及应对措施。     

磁力摩擦式辅助驱动在TBM连续皮带机中的应用

长大隧道TBM(tunnel boring machine)施工大多采用连续皮带机出渣,当运输距离较大时通常需要在中间增设辅助驱动,以降低胶带最大张力,从而降低胶带强度。为了提高辅助驱动的工程适应性,研发了磁力摩擦式辅助驱动系统,具有驱动力大、无二次转载、胶带无二次冲击损伤、结构简单、故障点少、结构紧凑占用空间小、安装方便和配置灵活等特点。该成果可用于采用钢丝绳芯胶带的TBM连续皮带机、支洞皮带机以及其他需要辅助驱动的胶带输送机,并在山西省中部引黄工程TBM1标段成功应用,具有广阔的推广应用价值。     

CCS水电站引水隧洞双护盾TBM施工围岩分类研究

为了对双护盾TBM隧洞施工中的围岩进行分类,以厄瓜多尔CCS水电站引水隧洞为例,参考RMR围岩分类方法,通过伸缩护盾的间隙和刀盘的空隙对洞壁和掌子面围岩进行观测,结合岩渣及掘进参数,获取岩石的质量指标RQD、节理间距和节理性状等信息。通过综合分析,选取岩石的回弹值、围岩的完整性、岩石的质量指标RQD、刀盘推力、刀盘扭矩、片状岩渣含量和地下水渗流量作为围岩分类的指标,然后对7个指标分别赋值,建立围岩的分类标准,并通过求和的方法进行综合围岩分类。分类结果表明:选取的7个指标可以克服双护盾TBM施工时无法对围岩进行全面地质素描的困难,可以满足TBM快速施工的需要,并且能较真实地反映围岩的情况,分类结果可靠。