地面注汽管线表面散热损失影响因素分析

文中采用Fluent模拟与理论计算结合比较的方法,研究了不同因素对蒸汽管道散热损失的影响规律,并分析了理论计算模型的相对误差.发现增加注汽管线距地面高度,对其散热损失影响较弱;空气温度升高,注汽管道表面散热损失降低;风速和表面发射率对注汽管线表面热损失影响较大;数值模拟结果与理论计算数据相对误差较大.     

高精度GPS数据处理方法在公路测量中的应用

针对目前高等级公路测量对点位精度要求的提高,提出了对不同载波的GPS相位观测量进行线性组合后,再利用GAMIT软件数据进行处理的方法,试验结果表明,此方法可以在公路控制测量中获得较高GPS定位精度,即在几公里的距离范围,基线精度可达到2 cm,满足公路控制测量的要求.     

公路隧道新设计规范中几个问题的探讨

设计规范作为行业强制性设计要求为依据,应是严谨、严肃的,但它同时又有一个不断发展和完善的过程.通过对新《公路隧道设计规范》(JTG D70—2004)使用中发现的与其它相关标准、规范的协调性、隧道建筑限界与内轮廓、钢纤维喷射砼等几个问题的探讨,起到抛砖引玉的作用,供同行研讨、参考.     

套管法拔桩施工对邻近箱涵的影响分析

在地铁施工中难免遇到侵入开挖限界的桩基础,一般的处理方法多是对其进行拔除,但在施工过程中必须将对周围管线和建筑的影响降低到最低限度.结合上海软土地层中的一个拔桩工程实例,通过实测数据分析后认为,采用套管法拔桩对邻近箱涵的沉降影响在允许范围之内.其经验可供类似工程借鉴.     

浮置板轨道结构的振动频率分析

浮置板轨道结构在城市轨道交通中的减振降噪效果最显著,而其减振性能与它的固有频率有关.通过建立浮置板轨道有限元分析模型,对浮置板轨道进行了模态分析.分析了浮置板轨道的断面形状、弹性支座刚度、浮置板长度、弹性支座布置间距等对浮置板轨道系统振动频率的影响.分析结果可为浮置板轨道结构的优化隔振设计提供一定的理论依据.     

某高速公路下边坡稳定性分析及支护方案研究

某高速公路K87+200~K87+320段下边坡高约52 m,边坡坡度约42°~54°,地质条件较复杂。基于理正软件采用瑞典条分法和基于Midas-GTS有限元仿真计算对该边坡的稳定性进行了分析,两种方法的计算得到的边坡滑动面位置和形状基本一致,瑞典条分法计算得到的安全系数为1.241,小于仿真计算的1.309,说明瑞典条分法相对保守。针对该边坡特征,提出完善排水系统+挂网锚喷的支护方案,并利用理正软件对支护后的边坡稳定进行计算,得到其安全系数为1.359>1.35,符合规范要求,说明边坡处于稳定状态。     

可伸缩式海工栈桥分类详解

介绍了可伸缩式海工栈桥的主要功能和分类,功能上分为主动补偿和被动补偿型以及其他类型,用途上分为油气行业和风电运维行业应用,尺寸上可分为小型、中型和大型,今后的分类的方法会更加科学和合理,为我国各类可伸缩海工栈桥研发的标准化、系列化提供依据。     

京杭运河穿黄及黄河北航道走向探析

近年来,京杭运河黄河以北段复航呼声越来越高,京杭运河穿黄及黄河北山东段走向成为目前需要迫切解决的问题。本文通过对东平湖周边防洪工程现状分析,提出了穿黄位置、穿黄方案及穿黄线路走向;根据黄河北河系水网布置,提出了京杭运河黄河北山东段航道初步走向,为京杭运河黄河以北段复航工程提供技术参考。     

栏杆基石对闭口箱梁桥梁涡振性能影响的机理

为研究检修道栏杆基石对桥梁涡激振动性能的影响,依托中国某主跨808 m的超大跨度闭口箱梁加劲梁悬索桥,通过主梁大比例节段模型弹性悬挂测振测压风洞试验获取模型风致振动响应和表面各测点压力时程数据,测试原设计断面在±5°攻角范围内的涡振性能,对比分析3种不同栏杆基石位置和高度工况下主梁涡振响应性能和桥面测点脉动压力系数均值、均方差、压力功率谱以及局部气动力和总体气动力的相关性。研究结果表明：依托工程主梁设计断面发生了显著的竖向和扭转涡激共振,且扭转涡振显著超出规范允许值,主梁涡振性能随来流风攻角的增大而变差。主梁表面实测脉动压力数据分析显示,由于栏杆和基石的阻挡,箱梁上表面气流分离后在后部再附,导致上表面前部和中后部发生了强烈的压力脉动。上表面前部、后部以及下表面迎风区斜腹板局部气动力与总体气动力具有很强的相关性,这也是导致主梁发生显著扭转涡振的根本原因。将栏杆基石移至桥面板边沿显著减小了上、下表面压力脉动,上表面前部和后部气动力相关性被破坏,可以大幅抑制涡振;将栏杆基石移至桥面板边沿,并降低栏杆基石高度抑制了气流在上表面后部的再附现象,断面压力脉动被削弱,局部气动力和总体气动力相关性被完全破坏,从而有效抑制涡振。     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据,基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素,选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据,选取3 000组实际运行数据完成公交行程时间预测模型的训练,另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间,预测值平均相对误差为3.23%,绝对误差集中在8 s左右,明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型,可认为选择RFID电子车牌数据作为组合模型的输入,能够明显改善模型预测精度;组合模型预测值的残差分布更为集中、鲁棒性较好,泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标,结果进一步表明,组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。