黄土地区抗滑桩嵌固段桩前被动土拱形成演化过程试验

抗滑桩是大型交通基础设施中稳定边坡和治理滑坡的主要手段之一，嵌固段桩前被动土拱效应是影响抗滑桩水平承载力的重要因素，被动土拱的形成演化过程是抗滑桩水平抗力调整的关键。通过几何缩尺比例为1∶15的抗滑桩物理模型试验，对桩前被动土拱的形成演化过程进行了探究。根据抗滑桩桩前被动土拱和模型试验系统的对称性，自主设计土压力传感器的布设方案，以保证在试验过程中对桩前土体各测点的x和y方向土压力分布规律进行实时采集；采用千斤顶对模型桩施加水平荷载，对加载过程中抗滑桩嵌固段桩身弯矩、桩前土压力及桩前土体应力变化规律进行了分析。绘制桩前土体应力云图并对桩前被动土拱拱轴线进行了拟合，同时采用数值模拟方法进行对照分析，以揭示桩前被动土拱的演化过程。结果表明：①桩身弯矩和桩前接触土压力均在嵌固点下4倍桩宽处附近出现极大值，后随埋深逐渐减小；②桩前被动土拱是由相邻桩对桩前土体的相互作用使主应力发生偏转而逐步形成的，其演化过程可分为初步形成阶段、承载阶段和破坏阶段；③桩前被动土拱拱轴线呈抛物线形式，随埋深逐渐增大形成被动土拱所需桩顶位移随之增大；④同一埋深处桩前被动土拱矢跨比随桩顶位移增加而逐渐变大，在承载阶段土拱矢跨比随埋深逐步减小。     

基于系统聚类的市域轨道交通快慢车停站方案

市域轨道交通采用快慢车模式可以较好地满足其各类客流的复合需求,快慢车停站方案是快慢车模式的基础,其核心在于市域线路沿线车站的等级划分。以市域轨道交通的客流量为依据,应用系统聚类法进行车站等级划分,进而确定快慢车停站方案。以Z市轨道交通S线为例进行分析,应用系统聚类法对S线8个车站进行大小站划分,在聚类过程中采用平方欧式距离设定不同初始对象之间的距离,用最短距离法计算不同类别车站的聚合度,并依据聚类结果确定S线的快慢车停站方案,验证系统聚类法在市域轨道交通快慢车停站方案运用的有效性。     

大型不规则管道穿越水下钢筋混凝土墙体的设计与施工

主要介绍了在吊装受限情况下,为增大水厂取水源取水能力,需把新建取水源泵房与老取水源泵房在深水下相连,在连接施工中,利用浮吊作为起重设备,设计了半圆形钢围堰安装在钢筋混凝土墙体上进行止水,在围堰内干作业进行钢筋混凝土墙体开孔预埋管道,并设计哈弗管及浮运下沉大型不规则管道与预埋管连接。该技术可供同类工程借鉴与应用。     

基于NSGA-Ⅱ算法的两挡AMT换挡规律多目标优化

两挡变速器通过合理的挡位切换改善纯电动汽车的性能.以纯电动汽车两挡电控机械式自动变速器(AMT)为研究对象,兼顾整车的动力性和经济性,提出一种综合换挡规律.建立两挡变速系统的动力性和经济性换挡规律数学模型,以百公里加速时间和单位里程能耗作为优化目标,通过NSGA-Ⅱ算法优化求解得到换挡规律的Pareto最优解,将电机效率作为最优解的选取条件,得到综合性能最优的换挡规律.在MATLAB/Simulink中搭建换挡规律仿真评价模型,对比评价最佳动力性、最佳经济性和综合性能最优换挡规律.结果表明:所提出的对换挡规律多目标优化的方法是有效的,综合性能最优换挡规律能够同时兼顾动力性和经济性.     

数据驱动跟驰模型综述

车辆跟驰模型是被交通科学与交通工程领域广泛认可的微观交通流模型，是交通流理论 的基础。近年来，信息感知与获取、大数据、人工智能等技术快速发展，推动了数据驱动跟驰模型 的快速发展。数据驱动跟驰模型，是以真实的车辆行驶数据为基础，利用数据科学与机器学习等 理论和方法，通过样本数据的训练、学习、迭代、进化，挖掘车辆跟驰行为的内在规律。本文系统 回顾了数据驱动跟驰模型在过去20余年的发展历程以及由神经网络和深度学习带动的两次研究 热潮，归纳了基于传统机器学习理论的跟驰模型、基于深度学习的跟驰模型、模型与数据混合驱 动的跟驰模型3类数据驱动跟驰模型，并分别介绍了其中的典型代表。分析数据源发现，尽管各 种高精度轨迹数据不断涌现，目前研究仍多使用美国于2006年发布的Next Generation Simulation (NGSIM)高精度车辆轨迹数据，模型的可移植性和泛化能力值得思考与研究。提出关于模型输 入、输出的3个问题：如何考虑更多驾驶行为变量，是否有必要考虑更多行为变量，现有输入、输出 是否可替换。在模型测试与验证方面，发现并讨论了目前测试不充分、对比不完整、缺少统一测 试集与测试标准等问题。最后，探讨了数据驱动跟驰模型原创性与成功的关键因素等问题。期 望通过本文的梳理，帮助研究者更好地了解数据驱动跟驰模型的过去与现状，促进相关研究的快 速发展。     

面向对象有限元程序的数据设计

面向对象语言丰富的数据类型及类的继承性为有限元方法提供了更高的数据安全性和设计灵活性，同时也带来了一些传统的面向过程程序设计方法所没有的问题。本文用封装在类里的数据代替Ｆｏｒｔｒａｎ有限元程序中的公用区变量以降低耦合性；用静态变量定义类对象的共同属性以减少冗余性；用单元对象的链表结构取代单元文件以提高单元管理的效率和灵活性。对面向对象有限元程序设计所涉及的数据设计和维护的其它方面也进行了讨论。     

主动磁轴承的神经网络辨识研究

简述了主动磁轴承的工作原理及数学模型,在传统系统辨识的基础上提出了基于BP神经网络的非线性辨识方案.通过闭环控制使转子稳定悬浮,并在控制器的输出信号中加入随机噪声,以使系统被充分激励.按照10 kHz的采样频率对磁轴承的I/O数据进行采样,以用于磁轴承特性的辨识.对某单自由度磁轴承的仿真表明,神经网络模型能够以很高的精度逼近磁轴承的输入输出数据,且对不同的输入信号有较好的泛化能力,验证了所提方案的有效性.     

单侧黑质纹状体通路损毁改变大鼠丘脑网状核神经元的电活动

目的观察单侧黑质纹状体通路损毁对大鼠丘脑网状核神经元电活动的影响。方法采用在体细胞外记录方法研究正常大鼠和帕金森病(Parkinson’s disease,PD)模型大鼠丘脑网状核(TRN)γ-氨基丁酸(GABA)能神经元放电频率和放电形式的变化。结果对照组和PD组大鼠TRN神经元的放电频率分别是(14.7±1.6)Hz(n=23)和(33.8±3.0)Hz(n=29),PD组大鼠TRN神经元的放电频率显著高于对照组(P<0.001)。在对照组大鼠,17%的神经元呈现不规则放电,83%为爆发式放电;而在PD组大鼠,具有规则、不规则和爆发式放电的神经元比例分别为7%、45%和48%,爆发式放电的神经元比例明显低于对照组(P<0.05)。结论单侧黑质纹状体通路损毁诱发大鼠TRN内GABA能神经元的放电频率增高,爆发式放电减少,这种变化可能与皮质-TRN兴奋性神经传递增强和苍白球-TRN抑制性神经传递减弱有关。