信号灯控制下的交通流模型

首先引入交通流基本函数,推导出流量、密度、速度３者之间的关系,在此基础上对交通流连续运动建立方程,并引入特征线,从几何意义上分析求解结果。发现对于沿车流方向前面车流密度小,后面密度大的情形完全适合,但对于相反情形却不适用,从而引出了间断交通流方程。最后利用这两方程讨论了红绿灯相继出现时交通流的变化全过程。     

恶劣气候对高速公路车辆出行的影响

针对恶劣气候条件下,出行概率与影响交通出行的气候条件、出行距离和安全设施等因素的内在关系,对出行概率与出行距离、气候特征等定量变量进行统计回归分析,并建立了模型。模型的复相关系数为84％,残差检验表明模型的线性假定成立。综合考虑安全设施对模型的影响,给出出行概率与各影响因素的综合数学模型。分析结果表明恶劣气候严重程度与交通出行概率成反比关系,恶劣气候条件下,出行距离与出行概率成正比关系,而不同的恶劣气候条件、车辆出行距离、道路安全设施完善程度对高速公路交通出行综合影响幅度在10％～50％之间。     

高速公路绿化评价指标及方法研究

高速公路绿化在公路系统中起着非常重要的作用,它不仅能够美化环境,而且具有防眩、防护、生态保护的能力,而传统的绿化评价仅仅局限于景观的评价．本文通过对绿化功能分析,专家筛选和主成分分析方法,提出了高速公路绿化评价指标体系框架．该体系评价指标主要包括：中央分隔带防眩能力、边坡防护能力、路侧生态防护性以及景观效果;并结合我国江苏公路绿化的具体情况,运用层次分析方法,建立了高速公路绿化评价方法．该方法运用到实践中能够客观地评价高速公路绿化的效果．     

基于MS-Fortran Powerstation V4.0的有限元分析系统BNAP

介绍新一代Fortran语言编译器 (MS FortranPowerstationV4 0 )的主要特点及其进行有限元分析系统开发的相关步骤 ,最后给出具体的应用示例 .     

中低水头船闸人字门浮箱及背拉杆抗扭能力研究

浮箱和背拉杆是中低水头船闸人字门提高抗扭能力的有效措施,但是考虑二者共同预应力的研究工作较少。基于江苏某在建船闸人字门,建立人字门空间薄壁结构有限元模型,对比设置不同浮箱的人字门抗扭能力,提出了较为合理的浮箱设置方案。在此基础上,研究不同背拉杆布置方式下人字门的抗扭能力,提出一种背拉杆预应力的改进优化模型,使施加预应力后闸门的整体抗扭能力得到更大提高。研究结果表明：采用U形浮箱及预应力背拉杆进行人字门组合抗扭的方案,可有效提高闸门的整体抗扭能力。研究方法和研究成果可为中低水头船闸人字门的设计提供参考。     

铺管船锚泊定位系统优化设计研究

分析了铺管船锚泊定位系统的结构和它在海洋中的受力情况,研究了锚索悬链状态的特性.提出了锚泊定位系统的二次规划优化算法.目标函数定义为受力锚索的拉力的两两水平力差的平方和,受到线性等式或不等式锚索拉力的约束.求解采用Lagrange乘子法或凸二次规划的互补主元法.用面向对象的VC++工具开发了锚泊定位系统软件.对某铺管船的锚泊定位系统实例进行优化计算,得到满足环境力条件下锚索所承受的力和锚点位置,达到了设计要求.     

框架集装箱码头多点激励响应分析

通过对寸滩集装箱码头结构多点激励反应有限元数值模型分析,详细计算了码头结构在地震作用下的动位移及各构件的内力情况,同时通过对计算结果的比较分析来评价结构的整体动力工作效应,从而达到验证和优化工程设计以及为相关设计积累设计经验的目的,也为了进一步掌握集装箱码头的动力承载性状,并将这种先进的码头形式向其它地区推广.     

曲梁在预应力径向分力作用下的受力分析

通过理论分析与模型试验研究,比较了曲梁在径向力作用下的不同受力模型;分析了径向拉应力在曲线箱梁腹板中的分布以及防崩钢筋面积和预应力筋保护层厚度的影响;讨论了径向拉应力对裂缝的影响及预防措施,最后提出了防崩钢筋面积与径向拉应力的拟合关系式,可供曲线箱梁的设计及施工参考。     

深海管道保温材料现状

简要讨论深海环境和深水海底管道保温材料的性能特点,主要介绍目前根据深海特殊的服役环境通常选用的聚丙烯、聚氨酯、环氧树脂、气凝胶以及相变储能材料等保温材料。介绍了这几种保温材料的密度、导热系数、吸水率等基本物理参数,适用的管道保温结构方式、海水深度以及长期服役温度。最后,列举国内外海底管道保温材料工程应用实例,可以看出聚氨酯和聚丙烯聚合物材料是目前海底管道最主要的保温材料。     

基于双路神经网络融合模型的高速公路雾天检测

高速公路天气状况实时监察对于高速行车安全具备重要意义,然而气象检测只能对大范围区域的气象情况进行预报,不能满足高速行车各个路段气象情况实时检测的需求. 为此,提出一种基于双路神经网络融合模型的高速公路雾天检测算法. 该算法基于双路深度神经网络融合模型,提取雾天图像的可视深度图以及暗通道图像两种视觉特征,并利用深度神经网络进行建模,获得初步分类结果;然后,再利用均值融合层进行分数融合. 为了全面评测该算法的性能,构建了一个覆盖多个省份高速公路的视频监控雾天数据集（express way fog detection dataset,EWFD）,该数据集能够全面涵盖国内高速公路的天气情况,并在该数据集上做了全面的分析对比实验. 实验结果显示,本文所提出的双路神经网络融合模型的雾天监测算法取得了93.7%的准确率,与国际前沿的检测分类算法101层残差网络（ResNet-101）相比,本文提出的算法准确率提高了10%以上.