混水供热系统的改造

针对混水供热和间接供热方式进行了研究.通过对一个10万m2小区热力站进行的混水系统改造,并与常规的间接供热系统进行了经济性比较,得出混水供热系统初始投资少,运行成本低,是一种更好的供热方式.     

城市轨道交通网络乘客换乘路径选择行为模型

为定量分析成网运行条件下乘客在轨道交通系统内的换乘路径选择行为,在梳理乘客换乘路径选择直接与间接影响因素的基础上,引入开销系数用于描述由于列车过度拥挤导致乘客心理感受运行时间的额外增加值.提出含有惩罚系数的乘客换乘时间函数,基于乘客心理感知构建以乘车时间和换乘时间为广义费用的路径选择行为模型,并设计模型的求解算法.最后,将模型运用于重庆轨道交通网络实例分析中,结果表明:乘客倾向于选择换乘次数更少的路径3,较传统模型选择概率提高1.44%;同时,换乘惩罚系数对路径选择结果的影响灵敏度高于运行时间开销系数.     

Vitamin A对人宫颈癌细胞抑制作用及其机制的研究

为研究Vitamin A对人宫颈癌细胞的抑制作用并探讨其作用机制,通过集落形成和裸鼠致瘤实验探讨Vitamin A对人宫颈癌细胞增殖的影响;用电子显微镜、流式细胞仪和细胞DNA琼脂糖凝胶电泳法分析Vitamin A诱导宫颈癌细胞凋亡的细胞特征、生物化学特征及凋亡细胞百分率．结果表明：Vitamin A对人宫颈癌细胞集落形成有明显抑制作用（P〈0．01）,并可抑制人宫颈癌细胞对裸鼠的致瘤作用（P〈0．01）;电镜下可见细胞固缩,核膜扭曲,核染色体聚集成块并靠近核膜等凋亡细胞特征;细胞DNA被降解,在琼脂糖凝胶电泳中呈现典型的“阶梯状”图谱;流式细胞仪检测结果显示二倍体核型的特征,在DNA直方图上,G1峰左侧出现亚二倍体细胞群的峰型;凋亡百分率结果显示Vitamin A浓度在大于等于4μg/ml时可诱导人宫颈癌细胞凋亡,且在4～8μg/ml间呈时间和浓度依赖性．由此得出Vitamin A可抑制人宫颈癌细胞增殖,其机理之一是诱导该细胞凋亡,且呈时间和浓度依赖性．     

南京大胜关长江大桥中主墩承台施工

南京大胜关长江大桥主桥中主墩基础属大型深水基础,施工难度大。承台施工采用双壁钢吊箱围堰 锚锭无导向船定位方案,利用既有施工水域临时定位钢围堰并接高顶节,利用定位后的围堰内支撑桁架作为钻孔桩施工平台,合理安排工序,有效保证工期。介绍主桥中主墩承台施工情况。     

SCR系统尿素喷雾特性影响因素的CFD仿真分析

利用AVL Fire三维商用仿真软件对SCR系统尿素喷雾特性的影响因素进行了模拟计算,考察的因素包括工况、尿素喷射压力、尿素水溶液的温度及喷嘴的安装角度。结果表明:喷雾形态受来流影响较大,喷雾的速度及贯穿距离随排气流量增加,排气流量越小,排气温度(SCR喷嘴处排气温度)越高,越利于喷雾液滴的蒸发和热解;喷射压力对液滴的喷雾形态影响不大,但对NH3的浓度场分布影响较大,喷射压力越高,NH3的生成效率越低;尿素溶液温度对喷雾形态及NH3的转化影响不大;喷嘴安装角增大利于喷雾液滴蒸发和热解。     

银洲湖特大桥主梁优化设计分析

混合梁斜拉桥的边跨混凝土梁多采用支架现浇,并在边跨设置多个辅助墩,辅助墩压重设计需求高。以银洲湖大桥为研究背景,将原设计"边跨少支架现浇+中跨单悬臂"施工方案优化为双悬臂施工方案,取消近塔侧辅助墩,并对混凝土箱梁进行构造优化,方便施工,提高了工程经济效益。采用有限元模型对比分析了优化前后桥梁结构受力状态,计算结果表明,优化后主梁受力状态与原设计相近,满足结构设计要求,主跨组合梁及主塔结构可维持原方案设计;取消近塔侧辅助墩可简化结构压重设计。     

信号控制与交通分配协同模型的自适应IOA算法

现有求解信号控制与交通分配协同问题的IOA(Iterative Optimization and Assignment)算法，是通过对两个子问题分别求解并迭代至收敛，其收敛速度快，但解的质量仍有待改善. 对IOA 算法改进，提出自适应IOA(Adaptive Iterative Optimization and Assignment， AIOA)算法，提升解质量的同时保持计算速度快的优点. 首先，把迭代过程中路径流量的差分值作为自适应修正项加入信号控制模型的输入参数中，增大解的变异程度，既可加快收敛速度，又可突破IOA寻优范围的局限性；其次，根据目标函数的变化趋势自适应地转入采用黄金分割法的局部搜索，避免解的劣化. 仿真结果表明：AIOA算法将IOA算法与全局最优解的差距平均缩小50.8%，时间成本降低10％，仅为遗传算法的1％；AIOA算法能在短时间内求得满意解，且适用于大规模路网.     

盾构大数据预处理方法研究

在盾构法隧道施工过程中,合理设置盾构机运行参数,确保盾构机能够按照一定速度掘进,是整个工程流程控制中非常重要的工作。针对现有的盾构参数预测方法缺少对数据系统性的分析和处理,导致预测效果不及预期的情况,文章提出了一整套新的数据预处理流程。该流程分为数据分析和数据处理两个阶段,第一阶段通过主成分分析、皮尔森相关性系数分析进行特征筛选,第二阶段通过插值平滑、卷积平滑进行数据平滑。经过这两个阶段的原始数据处理后,能够在盾构产生的海量数据中提取出特征更明显、价值更高的数据。通过选取真实盾构机数据集进行对比实验,结果表明,所提出的数据预处理流程,能够有效提高盾构机参数预测模型的准确率。     

一种ABS控制器相关故障问题研究

本文针对乘用车试验车辆仪表报ABS故障问题进行研究。通过试验定位相关问题,分析问题产生原因,并制定改进方案。方案应用后,在解决问题、改良控制器处理策略的基础上,提升乘用车控制器之间合作的可靠性及CAN网络通信稳定性。     

LM-CDBN超高层变形预测模型的构建与应用

为提高超高层建筑变形预测精度，对附有条件的深度信念网络（conditional deep belief network，CDBN）模型中权值及阈值调整方法进行了改进，使用LM （Levenberg-Marquardt）算法作为新的模型定权机制，构建了LM-CDBN网络模型；将构建的LM-CDBN超高层变形预测模型应用于一座298 m超高层建筑中；然后用训练误差、预测值拟合度、预测结果稳定性组成的综合评价体系对模型进行了评价；最后，将LM-CDBN模型分别与深度信念模型（deep belief network，DBN）、极限学习机（extreme learning machine，ELM）、基于无迹卡尔曼滤波的支持回归向量机（unscented Kalman filter-support vector regression，UKF-SVR）进行了预测结果对比. 结果表明:在超高层建筑的变形预测中，相比DBN、ELM和UKF-SVR，LM-CDBN预测精度分别提升了32%、55%及24%，模型的信息提取稳定性及处理时变系统非线性问题的泛化能力得到了提高.