既有铁路勘察评价与加固控制标准研究

研究目的:既有铁路经过多年运营后,需重新进行勘探评估,然后进行改造加固,以适应提速和电气化的需要。由于铁路规范缺乏数理统计方面的评价内容,对比了《建筑地基基础设计规范》和《公路工程质量检验评定标准》数理统计方法,并采用了填料分段、任务分段和强制分段三种方法对既有铁路进行了分段评估。研究结论:《公路工程质量检验评定标准》更适合既有铁路勘察指标的合理评价。以评价动态变形模量为例,结合铁路相关规范,提出了不需要加固改造段的动态变形模量最小值为40 MPa。分段法减小了加固长度,取得了较好的效果。根据数据统计与分段结果,Evd值与基床表层填料类型关系密切,A、B组填料在运营中难以保证较大的刚度,要获得较大的刚度,宜选用石灰改良土或水泥改良土。     

无人船自动驾驶研发现状与展望

无人船自动驾驶作为一项颠覆传统船舶驾驶方式的革命性技术,在近年获得了快速发展,其应用将减少船员配备,降低污染排放,减少船舶事故,可满足航运业安全、节能和增效等方面的需求。笔者总结了过去5年国际无人船自动驾驶领域的最新研究进展,特别是典型场景应用的进展,讨论了无人船自动驾驶相对于无人艇自动驾驶的不同技术特点,分析了无人船自动驾驶技术发展面临的挑战,最后对无人船未来发展前景进行了展望。     

大直径变截面桩竖向承载力及沉降算法研究

大直径变截面桩荷载传递机理复杂,传统桩基理论已不能恰当分析其工作机理。针对该类问题,从大直径变截面桩的实际受力状态出发,通过分析桩体所受摩阻力和端承力的发挥情况划分桩体不同的受力状态,在考虑一定安全储备的基础上选取其中一个临界状态进行研究,根据桩一土变形协调条件,提出大直径变截面桩竖向承载力及沉降的计算方法,并用于对苏通大桥变截面桩基进行竖向承载力及沉降量计算,结果与试验所得设计值十分接近,表明该法比现行规范算法更准确。     

PASS MO高压组合电器的特点及其在大连港矿石变电所的应用

介绍了PASS断路器的主要特点和优点，以及在大连港矿石变电所应用的情况。     

地铁车站基坑施工模拟计算和支撑方案优化

介绍应用深基坑开挖专用有限元计算机模拟分析显示系统进行深基坑开挖施工全过程的计算机模拟,模拟中可对深基坑开挖施工的全过程(包括开挖、架设支撑或锚杆、施加支撑预加力)中引起的基坑周围的地面沉降、支护结构的侧向位移和内力、支撑体系的轴力进行计算,根据施工中的控制因素(如支撑轴力、地面沉降或支护结构侧向变形等)从多种施工方案中选择最优的施工方案。实例表明,用计算机模拟方法确定深基坑开挖的优化方案具有科学、迅速等优点。     

某型舰炮上排壳方案可行性研究

从舰炮排壳方式对舰炮使用性能的影响出发。比较了上排壳和下排壳各自的特点，并对某型舰炮实施上排壳方案进行了探讨。     

中俄界河助航标志标准化研究

中俄界河航标布设参照GB5863-86《内河助航标志》、GB5864-86《内河助航标志的主要外形尺寸》两个国家标准以及《中俄国境河流黑龙江、乌苏里江和额尔古纳河航标管理规则》,通过对航标使用和管理过程中存在的问题进行分析,提出中俄界河助航标志标准制定意见和建议。     

先张法预应力空心板张拉台座结构设计

主要介绍先张法预应力空心板张拉台座结构设计的方法。     

复方丹参滴丸预防高原心肌低氧症作用的研究

目的研究复方丹参滴丸(CSDP)预防高原心肌低氧症(HAMH)效果与作用机理。方法平原医学体检正常者进入海拔5 000 m高原的施工群体617人,随机分为CSDP服药组(186人)和对照组(431人),观察6个月期间,进行心电图、血压、血氧饱和度(SpO2)及H2S血清浓度检测。另设雄性Wistar大鼠CSDP干预组和对照组各7只,在同一海拔饲养20 d后处死做病理常规形态学及Hitachi-500电镜下观察摄片。结果与对照组比较:CSDP对初入高原劳动者心电图心肌缺血保护率即相对危险度降低0.57(人数)、0.70(人次),均P<0.01,效果指数为0.23(人数)、0.34(人次);使运动平板心电图预测35%预期发生心肌缺血的人免于发病(P<0.01);对已发生心电图心肌缺血阳性者服用CSDP后短期内净恢复率为38.94%(P<0.01);提高血清H2S含量(P<0.05),明显降低血压、心率及二者乘积、SpO2的异常率(P<0.05或P<0.01);偏相关分析结果CSDP与心肌缺血和生理参数的改善有密切相关性(P<0.05或P<0.01),能预防、改善大鼠心肌细胞的低氧性水肿、变性、坏死、组织淤血、出血及超微结构的损害。结论CSDP预防HAMH效果显著、起效迅速、作用确切、机制广泛,是符合HAMH发病机理、病理生理和防治要求的药物。     

基于径向基神经网络的铁路货运量预测

货运量预测是铁路运输部门一项重要工作,因此,关于铁路货运量预测理论和方法的研究一直是一个热点。但是,铁路货运量受多种因素影响,且各因素的作用机制通常不能或无法用精确的数学语言来准确描述。本文采用径向基函数(RBF)神经网络对货运量进行分析及预测。通过对1989~2002年全国铁路货运量的历史数据分析处理后,得到铁路货运量增长量的时间序列,将时间序列视为一个从输入到输出的非线性映射,引入RBF神经网络来进行非线性映射的逼近。对网络进行学习与训练仿真实验后,用2003~2004年的增长量进行模型检验,并与BP神经网络、灰色预测模型预测结果进行对比,结果表明,应用RBF神经网络对铁路货运量进行短期预测预测精度更高、效果更好。