��ͨӰ������г��нṹָ���о�——�Ա�����Ϊ��

在建设项目的交通影响分析中,出行结构是表征研究年交通发展模式的重要特征指标. 本文针对交通影响分析过程中出现的出行结构指标主观性强且缺乏科学依据的问题,在分析出行结构指标影响因素的基础上,以城市宏观模型为基础,充分考虑各因素对城市建设项目交通出行结构的影响,通过细化交通分区及出行人员分类等手段,构建了交通方式划分的多层次Logit模型. 并以北京为实例标定模型参数,在此基础上采用聚类分析方法整合了出行结构研究成果,初步得出了北京市各分区以及轨道交通沿线出行结构的参考值,为建设项目的出行结构指标选取提供了一定的参考依据.     

城市道路编码标准与编码方法研究综述

从城市道路编码标准相关的规范化文件和已实施的编码方法2方面追踪城市道路编码的研究现状及发展趋势,并对这2方面内容进行分析研究,总结出已有道路编码标准与编码方法的特点,为研究制定符合我国实际情况的地方城市道路编码标准与编码方法提供参考。     

地聚合物注浆在半封闭重载道路整修中的应用

地聚合物注浆是一种非开挖、迅速开放交通、加固效果好的道路注浆加固技术。该文结合工程实例,介绍地聚合物注浆在半封闭重载道路整修加固中的应用,阐述了地聚合物注浆性能、设计要求、施工方案选择、施工工艺、关键技术和加固效果和结论。     

固化粉煤灰力学性能试验

为了给固化粉煤灰在道路工程中的广泛应用提供理论参考,进行了固化粉煤灰的三轴剪切和直接剪切试验.分析了固化粉煤灰的力学性能.通过三轴剪切试验测得不同围压下固化粉煤灰的应力-应变曲线、峰值强度、残余强度、弹性模量和抗剪强度等力学指标;研究结果表明:固化粉煤灰峰值强度、残余强度和峰值应变与围压、固化剂含量、龄期基本上呈直线关系.其破坏过程可以用损伤的概念来解释;粘聚力和内摩擦角与密实度呈线性增长关系;粘聚力与含水量呈非线性关系;内摩擦角与含水量呈线性降低关系.     

考虑地基固结的挡土墙土压力有限元法分析

应用有限元程序建立了考虑地基固结的挡土墙后土压力分析平面应变计算模型,研究了等效交通荷载作用和工后固结阶段挡土墙土压力与土体水平位移分布规律。计算结果分析表明：挡土墙与土体之间的相对位移决定了土压力分布规律;在外部荷载作用下挡土墙形成刚体旋转与平行移动的混合位移模式,该模式决定了土压力沿深度的变化规律;固结变形导致的土压力与水平位移变化与荷载作用下的土压力与水平位移变化规律类似但方向相反。     

舰船电磁辐射危害及防护

现代舰船的电磁环境十分复杂,电磁辐射可能对人员、军械、燃油等造成潜在危害.文章在分析电磁辐射危害防护标准的基础上,从设计和管理控制的角度提出舰船电磁辐射危害防护技术和措施.     

PLC在船舶主机遥控系统中的应用

介绍一种应用可编程序控制器实现的船舶主机遥控的系统结构及其功能特点,对其主要功能的实现做出了说明。     

车用材料设计一致性应用实践与探讨

材料是汽车零部件的基础,在汽车零部件一致性乃至整车一致性保障方面起到至关重要的作用.借助5M1E工作法并运用设计防错技术,通过组建材料设计一致性工作团队,优化车用工程材料体系架构和材料标准溯源研究,以一体化研究和材料数据库建设为主线实现材料信息数据的标准化、集成化、共享化目标,建立完善产品开发过程设计选材管理流程,提出...     

焊接工艺对客车骨架T形接头强度的影响

为了给客车骨架T形接头焊接工艺方案的选择提供参考依据和技术指导,以某全承载式客车为载体,研究焊接顺序和焊接电流对客车骨架T形接头强度的影响。选取底架上3处危险T形接头作为研究对象,采用与所选取接头截面尺寸相同的方钢进行焊接试验,对其在不同焊接顺序和焊接电流方案下的焊接变形进行测量与统计。根据试验数据建立变形后的T形接头有限元模型,在其端部施加反向位移,从而获得T形接头在各个方案下的焊接变形应力。通过建立车身整体梁壳混合模型,对所研究T形接头在整车危险工况下的工作应力进行统计,并将焊接变形应力引入整车分析,基于应力叠加的方法,获得T形接头处的实际应力值,以此为依据研究不同焊接工艺参数对客车骨架T形接头强度的影响。研究结果表明：焊接工艺对T形接头强度存在较大影响,针对选取的3处T形接头,当采用不同的焊接顺序时,应力最高值与最低值相差可达40%以上;当采用不同的焊接电流时,应力最高值与最低值相差达到了30%左右;合理选择焊接工艺参数可以避免焊接变形应力与工作应力的叠加,从而有效降低接头处的应力水平,进一步提高车身骨架整体的承载性能。     

基于卷积神经网络的路表病害识别与测量

为进一步提高利用二维图像统计路面病害的精度与效率,将卷积神经网络（Convolutional Neural Network,CNN）技术引入了基于图像分析的路面病害识别与测量。首先,将原始图像进行等尺寸分割作为CNN的训练样本。其次,经结构设计、前反馈算法训练及样本测试3个步骤后,建立病害识别模型（CNN1）。用训练完成的CNN1对所有图像进行病害类型识别并将输出结果作为裂缝特征提取模型（CNN2）和坑槽特征提取模型（CNN3）的训练样本。采用相同步骤建立裂缝特征提取和坑槽特征提取模型,完成训练后,运行CNN2,CNN3对路面裂缝与坑槽图像进行特征提取。最后,分析图像分辨率对3个CNN识别和特征提取精度以及效率的影响。结果表明：CNN1可以准确识别多种病害,CNN2的裂缝长度提取的平均误差为4.27%,宽度提取的平均误差为9.37%,裂缝病害严重等级判断准确率为98.99%;CNN3的单张图像中的坑槽个数测量无误差,单个坑槽面积的平均误差为13.43%,坑槽病害等级判定准确率为95.32%,可见CNN具有较高的测量精度;CNN1在使用CPU的情况下测试完成原始图像平均用时为704 ms·幅^-1,CNN2用时为5 376 ms·幅^-1,采用图形处理器加速后CNN1用时为192 ms·幅^-1,CNN2测试平均用时为1 024 ms·幅^-1,可见CNN在图形处理器加速下效率具有显著优势,相比其他方法,在图像分辨率高于70像素时,CNN对路面裂缝与坑槽的识别与测量具有运算高效、结果精准等优势。