大型船舶浅水操纵特性

大型船舶在浅水中操纵水动力和附加质量急剧增大是引起回转能力下降的主因,该文就75 000吨级散货船为实例,预报其在各种水深吃水比H/d下操纵性能.文中介绍了操纵运动方程,船体、桨、舵水动力的计算表达,计算船的要素,计算工况及项目.计算结果表明,随H/d减小,相应工况下的无因次战术直径、纵距及初转期都增大,而超越角有所减小,因此该船舶随H/d减小,其回转能力下降,而纠向和保持航向能力有所改善.     

台风高发期架设西堠门大桥钢箱梁的决策与实践

台风高发期架设西堠门大桥钢箱梁是工程建设的重大课题,指挥部在充分研究分析风洞试验研究成果的基础上作出了台风高发期架设钢箱梁的决策,并指导工程实践,稳步推动了工程进展.介绍有关研究结论和建议,以及指挥部决策和工程实践.     

车载影音系统内藏式伸缩屏翻转机构的设计

从机械设计、机构理论等方面对车载影音系统采用的内藏式伸缩屏翻转机构的结构和工作原理进行研究;以1DIN车载影音系统为例,建立翻转机构的数学模型,并进行受力分析和运动分析及设计参数验证;阐述翻转机构参数的选择原则和结构设计中应注意的问题.     

电子节气门体结构原理及失效模式分析

介绍电子节气门体的各个组成部分,电子节气门体在发动机运行过程中所起的作用,及相比于机械节气门体的优势;阐述了电子节气门体的工作原理及特点,着重介绍了电子节气门体的失效形式及不同失效形式对应的失效原理,为电子节气门体失效提供分析思路。     

基于CNS定位误差的侧向碰撞风险模型

为了有效地确定航路安全间隔与评估碰撞风险, 研究了基于通信、导航、监视(CNS) 定位误差的侧向碰撞风险问题。运用多维随机变量协方差矩阵, 给出了CNS性能环境下侧向定位误差分布函数, 建立了给定间隔下基于CNS定位误差的侧向碰撞风险模型, 并对侧向碰撞风险进行了评估计算。计算结果表明: 某航路侧向碰撞风险为4.8×10^-13, 在安全目标水平5.0×10^-9之内, 因此, 该航路在现有的CNS性能环境下满足安全目标水平要求。     

城市轨道交通车辆检修与运用的关系研究

城市轨道交通线路车辆由运用车、检修车和备用车组成,通过研究城市轨道交通车辆检修与运用的关系问题,合理排布列车的维修运用计划,给出每列车适宜的日运行计划,优化检修车和备用车的配置数量.以列车每日运行需求、检修计划为约束条件,建立车辆运用计划模型,并以某城市轨道交通线路为案例,运用mathmatica计算,对比月修、架修、大修时列车的每日运行计划,优化每日列车开行次数,准确得到列车的到达检修时间及周期,从而避免大量列车同时到达检修周期.研究结果有助于解决列车的欠(过)修问题,使列车运用更加合理,为未来智慧化轨道交通的列车排布打下基础.     

考虑乘客二次候车的城市轨道交通大小交路开行方案研究

开行大小交路列车可有效应对城市轨道交通线路客流不均衡问题,为更加真实地反应客流特征,考虑乘客出现二次候车情况,以乘客候车时间最短、列车运行总千米数最少为目标,列车发车频率、线路通过能力、列车最大编组为约束,建立多目标模型,并设计遗传算法进行求解.以西安市地铁6号线为实际案例进行验证,案例结果表明:当地铁6号线小交路选择锦业二路站-田家湾站时,采用6辆编组方案为最优.通过案例验证模型的有效性,为大小交路列车运行组织方案的设计和优化调整提供参考.     

基于Multinomial Logit模型的美国北卡罗莱纳州慢行交通事故严重程度分析

为分析慢行(自行车与行人)交通事故严重程度的显著性影响因素,将交通事故分为仅财产损失事故、潜在伤害事故、非伤残事故、伤残事故、死亡事故5类,从人、车、路、环境4个层次选出11个自变量,以交通事故严重程度为因变量,基于Multinomial Logit模型计算每个变量对慢行交通事故严重程度的边际效应。结果表明,驾驶员性别、驾驶员饮酒状态、行人年龄、道路特征、路面状态、一天内发生时间、光线条件、年平均日交通量、地形等9个变量均与道路交通事故严重程度显著相关。     

基于XGBoost的高速公路事故类型及严重程度预测方法

高速公路事故频发,而以往研究未能充分揭示交通流动态特性对事故类型与严重程度的影响。为此研究了基于动态交通流数据的高速公路事故类型与严重程度的预测方法。从高速公路门架数据中提取流量、密度、速度等交通流数据,同时考虑时间特征以及时间和空间不均匀性特征的数据,与事故数据相匹配构成全样本。建立了基于极端梯度提升树（extrem Gradient Boosting,XGBoost）算法的预测模型,预测事故是否发生、事故类型以及事故严重程度。分别考虑追尾事故和其他事故2种事故类型、有人员伤亡和仅财产损失2种事故严重程度,模型的结果表明：①上下游速度差大、低速、路段车流量大且频繁分流、合流条件下交通事故风险较高;②低速、路段车辆多且合流、分流交通量大、上下游速度差大的情况下发生追尾事故的风险更高;③路段车流量较少且追尾事故发生于周末或夜间可能会增大事故严重程度。将常用机器学习算法与XGBoost算法的预测效果进行对比,XGBoost事故类型预测模型与事故严重程度预测模型的ROC曲线下面积（Area Under Curve,AUC）分别达到了0.76和0.88——相比于序列Logistic、高斯朴素贝叶斯、线性SVM、随机森林以及神经网络等其他常用算法,平均分别提升了0.08和0.24。这表明基于XGBoost建立的模型具有较好的预测性能。研究结果为高速公路路段实时交通流状态预警提供了可靠手段,进而可以提升高速公路行车安全。     

基于线性规划的灰色模型在桥梁监控中的应用

预应力混凝土连续刚构桥通常采用悬臂分段浇筑施工,施工监控是保证施工质量的重要手段。以灰色系统理论为基础,针对以往施工控制中传统的GM(1,1)模型参数估计方法与精度检验准则不适配的问题,将平均相对误差最小准则下的参数估计问题转化为线性规划问题,通过Python语言实现,从而得到一种新的理论模型来进行挠度预测,并以陕西境内某1号大桥为工程背景,对混凝土浇筑、预应力张拉两个工况作用后的梁端挠度值进行预测。与传统模型相比,改进后的模型平均相对误差最多可减小28.41%,并能够排除奇异数据的干扰。研究结果表明,基于线性规划法的GM(1,1)模型较传统模型具有更高的预测精度和更好的稳健性,能够在桥梁施工控制中发挥更好的预测作用。