多信号交叉口干线行程时间特性分析

城市道路多信号交叉口影响下的行程时间分布及可靠性是交通流理论研究中的重要方向 之一。本文基于灰色关联理论建立信号协调控制下的多信号交叉口行程时间影响因素模型。首 先,对车牌识别数据进行预处理,得到路段和干线行程时间数据;然后,利用Burr分布和高斯混合 模型对数据进行分布拟合,并进行拟合优度检验;最后,利用灰色关联法分析交叉口数量、干线长 度和干线流量与行程时间特性之间的关联关系。结果表明,单路段行程时间分布具有明显的双 峰现象,高斯混合模型适用于单路段行程时间的拟合;而Burr分布可以较好地描述多信号交叉口 干线行程时间分布右偏和高峰值的特征。交叉口数量、干线长度和干线流量与行程时间特性之 间有较强的相关性,且干线长度的影响更为显著,随着干线长度的增加,行程时间趋于一个稳定 的单峰分布,波动性减小,可靠性增加。     

基于无人机与卡车协作的封控社区生活物资配送方法

针对突发公共卫生事件情况下生活物资被病毒污染,小区内居民交叉感染及配送人员短缺等问题,本文提出一种基于无人机与卡车协作的封控社区生活物资配送方法。首先,规定无人机在完成每次配送后需要返回卡车位置处进行消杀,以配送过程中社区居民交叉感染风险和配送成本最小为优化目标,以配送服务完整性、无人机载货重量限制及生活物资时效性要求等为约束条件,建立混合整数规划模型,协同优化卡车额定载重、停靠位置、所需无人机数量和无人机组配送方案;然后,设计改进多目标粒子群算法求解模型,引入一种特殊的粒子编码方式,并耦合变异算子更新部分码位的粒子位置;最后,以长春市师范南园小区为例进行案例分析,从安全、配送 成本、工作强度及一次性防控物资消耗等4个方面和卡车与人工协作配送模式进行比较分析发现,卡车与人工协作配送方法可以令社区居民交叉感染风险降低至少 91.8%,日配送成本降低16.9%,人力资源投入减少50%,一次性防护物资支出节约46.1%左右。     

潜艇操纵性的多级模糊综合评判

运用多级模糊综合评判的方法对潜艇的操纵性进行评价。根据潜艇操纵性的原理确定评价因素集，运用模糊层次分析法确定了各因素集的权重集，采用岭形分布隶属函数确定单因素评判矩阵，进行多级模糊评判确定最终评价结果。应用多级模糊综合评判的方法评价潜艇的操纵性，既简单科学，又易于在计算机上编程实现，具有很高的工程实用价值。     

利用调节式机油泵节省燃油(上)

目前发动机的机油泵具有很大的节能潜力。采用机油压力可变的调节式机油泵代替常规的旁通式机油泵，能降低燃油消耗达2％，制造成本却增加不多。     

追寻流沙的脚步——宁夏沙坡头自驾游记

古老的黄河野马般地奔腾着穿山越谷，经黑山峡一个急转弯流入宁夏的中卫境内。这一个急转弯，使黄河一改往日的汹涌成为文静秀美的少女，平静缓流。滋润两岸沃土；这一个急转弯，造就了一个神奇的自然景观——沙坡头。[编者按]     

转向架制动零部件维修的研究

介绍了西日本铁路公司下关综合车辆所为掌握基础制动装置零部件磨损的趋势,以开展适当合理维修并确定零件更换周期,防止制动装置故障为目标所开展的系列研究工作,阐述了取得的研究成果,指出了今后的研究方面.     

佑溪大桥2#桩桩基的地质雷达探测

佑溪大桥2#桩位地形复杂,为确保桩基础的施工安全和施工质量,采用地质雷达对2#桩的持力层进行探测,探明了持力层的地质情况.     

软土地区基坑开挖对临近高铁影响数值仿真分析

研究目的:随着临近高铁的上跨和下穿道路工程日益增多,大量新建道路等基坑工程位于高铁路基或桥梁保护范围以内,使得高铁结构不可避免地受到基坑施工的影响,在软土地区更为严重。本文以天津地区临近某高铁的道路下穿高铁工程为背景,运用ABAQUS软件建立三维数值分析模型,对不同距离、不同挖深、不同封闭式路堑节段的基坑施工过程进行了数值仿真分析。研究结论:(1)基坑施工引起的高铁路基和框构桥梁的附加差异沉降量、轨道的平顺性均满足规范要求。基坑开挖会引起高铁路基和框构桥的隆起变形,封闭式路堑浇筑后隆起变形减小;(2)施工过程中,基坑开挖为关键风险阶段,当施工至远离高铁72 m以外的基坑时,剩余节段施工对高铁基本无影响;(3)施工过程中应尽量减小每次的开挖量,按照每节独立开挖浇筑的工序进行,尽可能地将施工影响控制在极小的范围内,以免影响铁路运营的安全性和舒适性;(4)本文研究成果可以为临近高铁工程建设提供一定的理论依据,对软土地区临近高铁的基坑开挖有一定的参考意义。     

极速奔驰 赛有天翼

你想成为比拟国际巨星、范儿味十足的时尚达人吗？你想驰骋千里，吸引路人注目。赢来呼声四起吗？你想畅享奔驰快感，体验极速激情的赛道风云吗？当然想，没有合适的坐骑？那还等什么呢，宗申全新开发的“天翼”横空出世，正以迅雷不及掩耳之势席卷时尚摩界，已经准备好承载你感受赛车动力的新世界，你。就是下一个TravisPastrana。