基于屈曲分析的连杆截面参数优化

连杆截面设计对轻量化和抗屈曲能力影响大,以经验设计为主,难以获得最优设计,针对这一问题,提出了基于敏感性分析获得优化参数,并通过基于NLPQL优化算法的Isight参数优化获得最优设计方案的优化方法.采用试验设计(DOE)方法确定样本点,获取对屈曲应力和面积贡献度较大的参数;对选取的参数构造优化模型,以截面积最小为目标...     

某大型沿海散货船轴系扭振方案比较分析

以某59 900 t大型沿海散货船轴系为研究对象,依据船舶轴系扭振基本原理,结合中国船级社规定的中间轴、螺旋桨轴许用应力值,比较分析了推进轴系增加重飞轮、调频轮、扭振减振器,以及改变中间轴直径和材料抗拉强度等不同组合方案下中间轴扭振应力情况,特别考虑主机在恶劣海况下通过转速禁区的功率裕度要求.结果表明:方案5最为理想,...     

海河口治理方式初探

通过对海河口水文泥沙的特性及治理方式的分析对比,探讨河口淤积原因及治理对策。     

北京地铁运营测评体系及线路运营效率分析

提出了北京地铁线路运营效率的测评体系。基于DEA(数据包络分析)效率测评理论,从技术效率、纯技术效率和规模效率三个方面,对北京地铁线路运营效率进行实证分析。研究发现,北京地铁部分运营线路的效率值比较理想,但也存在部分线路的技术效率达不到最优状态且纯技术效率偏低情况,特别是规模效率出现递减问题。因此,需要严格加强地铁资产的管理水平,合理安排地铁投入,科学计算地铁运营需求。     

丹霍线■沥青混合料试验路芯样性能评定分析

Duroflex添加剂作为一种新型沥青混凝土抗车辙剂,在辽宁省的应用较少,为有效地评价其实际应用效果,对本溪市丹霍线Duroflex试验路芯样进行了Duroflex改性沥青混合料和SBS改性沥青混合料性能对比研究,研究结果表明:Duroflex改性沥青混合料高温性能优于SBS改性沥青混合料,常温性能两者相近,但低温性能明显低于SBS改性沥青混合料,因此在材料应用中应注意Duroflex改性沥青混合料的应用层位和低温开裂问题。     

集装箱码头年通过能力仿真及其评价指标

在集装箱码头规划阶段,通常会根据公式计算码头年通过能力设计值,由于船舶到港时间、到港船舶尺寸、载重吨位、装卸箱量等均具有不稳定性和不平衡性,导致码头设计通过能力和实际通过能力相差较大。针对该问题进行集装箱码头年通过能力评估研究,以某集装箱码头为例,通过计算机仿真软件FlexSim建立集装箱码头装卸系统宏观仿真模型,综合考虑泊位年通过能力和堆场堆存能力对集装箱码头年通过能力的影响,给出集装箱码头年通过能力仿真评价指标,通过分析码头的仿真数据,得到该集装箱码头的年通过能力评估值为260万TEU。集装箱码头年通过能力的合理评估可以更好地为码头管理决策提供科学依据,有利于提高码头服务水平。     

基于CFD流场分析的点胶均质化研究

传统顶针式点胶阀在小流量的工况下易出现气泡或真空包及断胶的现象,导致点胶阀出胶均质性差.针对此问题,文章提出改进点胶阀的进胶方式变为新型双侧进胶.通过CFD流体仿真软件对传统和改进后的点胶阀在小流量的工况下,进行出胶均匀性研究.仿真结果表明,双侧进胶点胶阀出口压力比单侧的压力高,并进行了实验验证,得到改进后的均质化好,...     

城市信号控制路网中的路段行程时间估计方法

为了精确检测城市信号控制路网中的路段动态行程时间,分析了路段流量受交通信号控制策略影响的波动规律,提出了基于交通量图偏移的路段行程时间计算方法。研究了不同断面交通量图的相似性,根据最大相似度时交通量图的偏移,计算了断面间路段动态行程时间,并与调查结果进行了比较。比较结果表明:在城市路网封闭路段,平峰、高峰的不同时间长度内(5、10、20 min),平均行程时间最大平均相对误差为7.1%,因此,计算方法可行。     

多源数据融合驱动的居民出行特征分析方法

结合传统抽样调查数据和交通大数据，研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口，以及手机信令数据分析出行频次分布等因素进行综合分析，获取居民初步出行特征；基于手机信令、IC、AFC、GPS 等大数据，通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析；最后，以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知，传统抽样调查居民出行漏报率为30%，每天出行2次的比例相差39.5%，全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明，多源数据融合驱动的居民出行特征分析方法，在总量上有效挖掘居民出行的沉默需求，在时空分布上起到了“削峰填谷”的作用，是一种研究居民出行特征的有效方法.     

基于电子支付数据的公交车厢满载率实时估算方法

针对公交监测和调度中要求实时掌握车厢满载率，以及“一票制”无法获取乘客下车信息等问题，构建基于数据驱动的组合模型，在乘客上车时即推断其出行OD站点，进而融合多源数据实现车厢满载率的实时估算。提出以K近邻算法为组合模型的核心，针对K近邻推断率过低等问题，研究在更大空间维度分析乘客出行规律并推断下车站点的方法，有效提升历史数据的利用率和下车站点的推断率；此外，针对偶发型乘客缺少历史规律数据的情况，充分利用站点下车客流量先验概率随机分配，实现电子支付乘客OD的全样本推断。利用跟车调查法对不同线路、不同班次的车厢拥挤度进行验证。结果表明，模型计算结果与实际结果相符，能够反映出不同线路、不同站段之间的车厢拥挤水平变化。