船舶压载舱的牺牲阳极保护

论述了船舶压载舱产生腐蚀的原因、防腐蚀保护的方法。介绍了中国船级社有关牺牲阳极阴极保护的原则规定、设计要求、安装要求、定期检查项目。最后,将腐蚀的舱壁采用涂装或牺牲阳极阴极保护两种方法进行了经济效益对比分析,得出安装牺牲阳极阴极保护的经济效益显著的结论。     

SS4改机车牵引电机刷握弹簧运用中的问题及建议

机车牵引电机刷握压指弹簧在电机运用中起着非常重要的作用,它直接影响电机换向和电刷磨耗。2004年洛阳机务段用牛力计对ZD105电机进行了大量测试,发现部分电机压指弹簧压力距标准值相差较大,如新接车SS46113、6114、7073所有电机压指弹簧压力过低(小于规定值30%),换向器运用后有大量黑圆环条纹;部分中修回段车如SS4358、运用车如SS4434等有压指弹簧生锈、压力偏低或同刷握压力差值偏大等情况。现结合1996年SS4改车入我段后跟踪情况和电机电刷压力、弹簧载荷测试的数据,进行原因分析,提出改进建议。1 2004年运用车跟踪测试压指弹簧压力…     

摆式列车主动倾摆控制的数值仿真研究

为了仿真研究摆式列车倾摆控制信号的生成和倾摆控制规律,笔者建立了摆式列车机电耦合动力学模型和倾摆系统模型。该模型通过位于头车一位构架上的陀螺仪实时检测曲线,由同一位置的横向加速度滤波信号得到倾摆控制信号,并用线性预测法得到头车和第二辆车的倾摆控制信号。设计了倾摆系统的P数字控制器和H∞鲁棒数字控制器。采用数值积分方法进行仿真计算,研究了各种计算工况下2种控制器的控制效果。针对倾摆角度、角速度和角加速度进行比较分析,结果表明,2种控制器都能很好地跟踪倾摆控制信号,在有反馈干扰或控制信号突变时,鲁棒控制器可以更好地抑制倾摆角加速度;减小P控制的比例系数可以降低倾摆角加速度,但跟踪性能变差。     

我国煤码头粉尘污染及其防治

对我国煤码头粉尘污染现状、危害及其原因进行了系统的研究和分析,并从管理和技术角度提出我国煤码头粉尘污染的综合防治办法和措施,首次提出＂我国煤码头环境管理的标准化程序＂和＂我国煤码头皮带运煤线的封闭式防尘技术＂.     

港口企业组建物流联盟的途径

对物流联盟理论进行研究，提出通过组建物流联盟解决国内港口企业现存的问题；同时探讨了我国港口企业组建物流联盟的途径和具体步骤，对发展物流联盟提出几点建议。     

跨江河口海湾建桥的主要地质环境问题及对策

本文概要介绍了我国沿海江河口海湾的地质、地貌等环境情况,桥位选址中的主要地质环境问题及采取的相关的措施、方法及建议.     

旅游路网规划评价指标体系研究

在对旅游路网进行分析的基础上,从技术性能、社会效益、经济效益、环境效益4个方面进行研究,建立了旅游路网规划的评价指标体系,并对各项指标的含义进行探讨,分析了各指标值的确定方法,进而能方便地运用这些指标进行旅游路网规划的评价。     

关于规定曲率弯矩方程弯矩正负号的问题

阐明了曲率弯矩方程的物理概念及用此方程建立梁(柱)弯曲微分方程的思路,论述了在建立梁(柱)弯曲微分方程中规定弯矩正负号(简称这种规定)引起的问题:1)这种规定破坏了曲率弯矩方程所反映的物理概念及用曲率弯矩方程建立梁(柱)弯曲微分方程的思路;2)这种规定导致了梁(柱)截面内力矩与梁(柱)曲率正负号无关的错误概念;3)按这种规定建立梁(柱)弯曲微分方程须记住弯矩正负号的规定,与此种规定对应的坐标系,不考虑梁(柱)曲率的正负号等3条内容,否则得出错误结果。建议材料力学在阐述梁(柱)弯曲微分方程中删去这种规定,以避免上述问题。     

我国集装箱车辆锁闭装置的发展与新一代锁闭装置的设计

对我国各种车型所采用的锁闭装置进行研究,分析其优缺点,并在此基础上,设计了推拉翻转式锁闭装置,阐述其工作原理,主要零部件的结构,并对关键承载件进行了强度分析.     

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。