砂石分离机及浆水回收设备在混凝土搅拌站的应用

本文介绍了砂石分离机及浆水回收设备在混凝土搅拌站的相关应用技术,阐述了砂石分离机及浆水回收设备在混凝土搅拌站的应用技术的节能原理以及技术内容,并分析了其客观的经济效益,验证了其在节约电力、柴油以及水资源上的优势。     

推行海船船员适任远程考试的必要性及措施

推行船员适任远程考试是建设“数字海事”的必然趋势。本文在介绍船员适任远程考试的基础上。分析了船员适任远程考试的特点和推行船员适任远程考试的必要性并提出具体措施和建议,旨在推动船员适任统考义好又快地进入无纸化时代。     

基于动态混合度的储能式有轨电车能量管理策略

为了提高混合储能式有轨电车的系统效率和运行经济性,基于动态混合度和系统效率之间的关系,提出了基于动态混合度在线凸规划的混合储能式有轨电车能量管理策略. 首先基于混合储能式有轨电车各系统参数,对各部件进行建模;其次采用在线凸规划法求解,得到了系统每一时刻的最优动态混合度;最后以有轨电车的典型工况为例,在RT-LAB实时仿真平台研究动态混合度对系统效率的影响. 研究结果表明动态混合度同系统效率之间存在凸函数关系:在相同参数条件下,基于动态混合度的在线凸规划能量管理策略较传统的功率跟随式能量管理策略系统瞬时效率最高提升9.6%;当完成整条线路运行,可节省电量2 886.2 kJ,运行经济性提升3.29%.      

基于交叉熵算法的电动车辆复合电源参数优化

为了提升电动汽车动力性能、降低车辆成本,以复合电源成本和车辆电耗最小为目标,通过交叉熵（cross- entropy,CE）算法对车载复合电源的参数优化进行了研究. 首先,以某款纯电动汽车为研究对象,根据能量与功率性能指标确定锂离子电池和超级电容的容量范围;其次,选取复合电源成本和车辆电耗建立多目标优化函数,并在ADVISOR环境中搭建车辆仿真模型;接着,采用CE算法,通过种群的不断迭代,更新高斯概率密度函数的均值和方差,找到复合电源参数的Pareto最优解集;最后,从最优Pareto解集中选取典型的匹配参数,分析复合电源成本、车辆电耗和整车性能. 研究结果表明:在满足基本约束的前提下,得到了由100个解组成的Pareto最优解集. 与第二代非劣排序遗传算法（non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ）比较,CE算法有更好的收敛性与分布性;复合电源成本平均降低了9.49%,车辆电耗平均降低了22.81%; 此外,城市道路循环工况（urban dynamometer driving schedule,UDDS）下车速误差最大值降低16.15%,整车动力性也有显著提升,百公里加速时间缩短7.81%,最高车速提升1.98%.      

基于多特征融合的行人意图以及行人轨迹预测方法研究

行人作为重要的交通参与者,其行走意图和轨迹预测对智能驾驶汽车的决策规划具有重要意义。基于注意力机制增强的长短时记忆(Long Short-term Memory, LSTM)网络,设计一种多特征融合的行人意图以及行人轨迹预测方法。该方法通过融合行人骨架和头部方向特征,以加强行人运动特征的表达,并将融合特征作为意图预测网络输入,继而得到行人意图;由于行人运动具有不确定性,将行人意图预测类别和历史轨迹坐标的联合向量作为行人轨迹预测网络的输入,以期生成更为精确的轨迹预测结果。此外,在轨迹预测网络中引入注意力机制,以加强LSTM对各个时刻编码向量的有效利用,从而提高网络的行人轨迹预测性能,并基于Daimler数据集进行训练及验证。研究结果表明：所提出的多特征意图预测方法准确率可达96.0%,优于基于骨架单特征的意图预测网络;在预测时域为1 s的情况下,预测轨迹的位置均方根误差为347 mm,相较于恒速度(Constant Velocity, CV)模型、交互多模型(Interacting Multiple Model, IMM)、常规LSTM等基线方法均有明显的提升;在实际场景分析中,提出的方...     

3D打印在船舶再制造与实时维修领域的应用

为降低海上后勤保障及远洋供应链负担，分析3D打印技术装船进行再制造与实时维修以减少携带备品备件的可行性。对3D打印在增材制造领域的优势、国内外3D打印装船的应用现状以及存在的瓶颈问题等进行分析，提出以现有3D打印技术在船舶上进行再制造和实时维修的7个可能应用场景，可为3D打印技术装船应用提供指引，以推动船舶向现代智能制造转型升级。     

超长距离浅覆土大断面矩形顶管设计探讨

随着城市化进程的迅猛发展，城市空间变得越来越拥挤，地下工程建设采用对周边环境影响小的非开挖技术是一种发展趋势和潮流。通过对某管廊矩形顶管工程的实例分析，介绍了富水砂性土层中超长距离浅覆土大断面矩形顶管的设计重难点和解决方案，通过对施工现场附近建筑物沉降的监测，验证方案可靠，给出管道外壁单位面积摩阻力的建议取值，提出类似规模矩形顶管工程的中继间优化布设方式。     

考虑电网支撑能力的储换一体站容量优化配置

电动汽车换电站同时作为储能电站，既可实现经济获利，又兼顾电网支撑，但目前缺乏这种储换一体站的容量配置研究.为此，本文首先分析储换一体站工作模式及电价时段，构建一体站的运行模型；然后，基于用户出行模拟，建立电动汽车换电需求预测模型；接着，建立考虑全寿命周期收益和电网支撑能力的储换一体站容量双层规划模型，外层规划以全寿命周期总收益为目标，实现储换一体站的容量规划，内层规划以对电网支撑能力为目标，实现电池组充放电行为优化，内层获得最优充放电功率并返回外层，实现储换一体站容量最优配置；最后，在IEEE33节点系统上验证规划模型的有效性，为储换一体站建设提供理论支撑.研究结果表明：与其他储换一体站模式相比，储换一体站投资收益率提高1.51%～2.26%；基于双层规划的容量优化配置方法，在保证一体站经济性的同时，能够对支撑电网电压，使电压日方差降低20%；随着参与换电的电动汽车数量增加，一体站的经济性进一步提高.     

面向换电重卡的充换电服务目标客户群研究

车电分离是加速重卡市场新能源化的一种技术和模式创新。换电重卡的产业生态包含整车厂、动力电池厂、电网企业、换电运营商和货运公司。据此，在分析换电重卡优势和产业生态的基础上，重点分析了充换电运营商的目标客户群，提出了B、小B和大C三类潜在目标客户，并首次定义了换电重卡独具特色的“to大C”商业模式，研究结果对换电重卡充换电运营商制订营销策略和市场推广具有指导意义。     

基于原位试验的高速铁路中低压缩性土智能识别方法研究

中低压缩性土在我国广泛分布，是高铁路基主要的承载地层。其承载变形快速稳定的特征对高铁路基变形控制有积极意义，因此，中低压缩性土智能识别对高铁路基设计、施工具有重要意义。针对高速铁路路基勘察设计中中低压缩性土的快速、智能识别问题，通过大量的现场原位试验数据，择优确定了以标贯试验、静力触探、载荷试验等原位测试结果为智能判别指标，建立中低压缩性土模糊推演模式，构建高铁中低压缩性土网络预测模型，形成基于现场原位测试的中低压缩性土快速智能识别方法，并通过不同算法进行网络训练和工程预测。结果表明，网络预测结果与实际测试结果整体上吻合度均较高，共轭梯度法相对梯度下降法计算效率明显提高，实现了中低压缩性土原位快速识别与测定，为高铁中低压缩性土路基设计、施工、评估等环节提供了重要依据。