吉林兰旗松花江特大桥索塔锚固区空间应力分析

吉林兰旗松花江特大桥是一座单索面双塔预应力混凝土斜拉桥,索塔锚固区采用U形预应力钢束锚固形式。通过运用现代有限元方法,对该桥的索塔锚固区进行了空间应力分析,论证了该桥的索塔锚固区设计是安全的;同时也探讨了在强大斜拉索力作用下环向预应力锚固形式的受力特点,为同类型桥梁的索塔设计提供了重要的参考依据。     

环氧沥青混凝土的水损坏机理研究

利用冻融循环前后环氧沥青力学强度、吸水率、p H值以及DMA分析,并结合环氧沥青混凝土剥离断面的显微照片、环氧沥青的荧光显微照片,研究了环氧沥青混凝土在冻融循环实验条件下的水损坏机理。研究表明:环氧沥青混凝土在冻融循环条件下的水损破坏主要表现为,物理方面沥青相与环氧树脂以及集料分散情况的破坏,化学方面环氧树脂固化结构的破坏,即在冻融循环初期,水分子进入环氧沥青体系中造成环氧树脂发生水解,破坏环氧树脂的交联固化的分子结构;冻融循环后期,水分子使沥青相从环氧树脂固化系中逐渐析出,沥青逐渐析出固化体系,导致体系的分散结构,造成体系拉伸强度从5.12 MPa降低到3.46 MPa,降幅约32.42%,黏结强度从47.87 MPa降低到46.31 MPa,降幅为3.25%。     

基于改进GA优化的水下机器人航向鲁棒控制

基于某型号水下机器人水平面线性化模型,针对水下机器人系统存在的多种不确定因素,工作环境复杂多变的问题,采用混合灵敏度法设计水下机器人航向鲁棒控制器。在设计中,通过罚函数小生境遗传适应度值作为桥梁建立起遗传寻优与混合灵敏度参数之间的关系,构成多目标优化问题寻优加权函数。实验结果表明,所用方法可在保证系统较强鲁棒性的同时,又能兼顾时域指标和混合灵敏度加权函数频域要求,获得综合性能指标最优的鲁棒控制器,控制效果较好。     

锦州龙栖湾港区规划水动力泥沙数学模型研究

根据实测水文资料建立锦州龙栖湾港区工程附近海域的潮流泥沙数学模型,对3个规划方案共6种工况进行研究。研究成果表明,对部分海域进行围填,局部流场变化较大,但流速变化超过0.1 m/s的范围较小。各方案航道内淤强差别较大,不同规划方案港池及航道年淤积量在114万耀297万m3之间。综合考虑认为规划方案三更适合港区发展需要。     

舰船建造六西格玛项目选择指标体系构建

针对现有六西格玛项目选择的评价指标体系构建方法存在逻辑性不强,指标体系内容不够完整,同时现有军工行业的指标体系对于舰船建造的六西格玛项目选择不具有很强的针对性、指导性.论文提出基于平衡计分卡的舰船建造六西格玛项目选择的指标体系构建方法,从企业追求的目标出发,同时结合舰船建造企业的特点,按照因果关系确定实现目标需要具备的关键条件,从国防效益维度、顾客维度、学习和成长维度和内部流程维度构建完整的舰船建造六西格玛项目选择的指标体系.运用平衡计分卡构建指标体系具有很好的逻辑性,同时指标体系内容更加全面,具有很好的指导性和可操作性.     

陆战场 ISR 无人机威胁分析及其评估模型研究

分析陆战场中情报、监视和侦察（IS R ）无人机的威胁影响因素及其特点,构建了IS R无人机威胁评估指标体系,利用遗传算法优化了BP神经网络评估模型,针对ISR无人机的威胁进行评估分级,仿真结果实际可行,为陆战场中无人机的编队模式和航路优化提供了可靠依据。     

玻璃气体放电管与陶瓷气体放电管的纳秒脉冲响应特性比较

气体放电管是一种常见的浪涌防护器件。选取2种具有相同静态击穿电压的典型气体放电管(玻璃气体放电管(SPG)和陶瓷气体放电管(GDT))进行试验,研究两者在百纳秒级电磁脉冲作用下的效应特性及其影响因素,并对其电磁脉冲防护能力进行比较。结果表明:对于具有相同直流击穿电压参数的SPG和GDT,在响应时间要求一致时,SPG的动作电压更低;当施加的电压相同时,SPG的响应时间更短;在电流要求低于3 k A的场合,SPG更适用于纳秒级电磁脉冲防护,鉴于其低电容,尤其适于工作在高频段的天馈系统。     

机车车辆轮对内距尺检定装置计量比对

在阐述计量比对定义基础上,分别从比对实验室、比对项目和方法、比对路线和时间安排、传递装置、比对试验过程、参考值及其测量不确定度、参比实验室结果报告共7个方面,论述机车车辆轮对内距尺检定装置的计量比对方案.通过处理计量比对结果,分析个别参比实验室比对结果未达到合理预期的原因,提出建议,为进一步保障内距尺量值传递的准确可靠...     

锚杆扩大基础支挡结构在山区公路中的应用

提出在特殊地形地质路段采用锚杆扩大基础的支护设计理念,针对重力式挡墙介绍锚杆扩大基础的结构设计方法与稳定性分析步骤。相对于常规的衡重式或重力式连体基础,锚杆扩大基础在使用性能与工程造价上均占有明显的优势,作为地形地质复杂山区公路的特殊支挡结构具有良好的应用前景。     

基于深度学习的智能车辆视觉里程计技术发展综述

针对基于模型的视觉里程计在光照条件恶劣的情况下存在鲁棒性差、回环检测准确率低、动态场景中精度不够、无法对场景进行语义理解等问题,利用深度学习可以弥补其不足。首先,简略介绍了基于模型的里程计的研究现状,然后对比了常用的智能车数据集,将基于深度学习的视觉里程计分为有监督学习、无监督学习和模型法与深度学习结合3种,从网络结构、输入和输出特征、鲁棒性等方面进行分析,最后,讨论了基于深度学习的智能车辆视觉里程计研究热点,从视觉里程计在动态场景的鲁棒性优化、多传感器融合、场景语义分割3个方面对智能车辆视觉里程计技术的发展趋势进行了展望。