航道整治工程BIM+GIS三维交互汇报系统设计与应用*

针对航道整治工程各参建方基于BIM沟通汇报时无法准确反映工程实际情况、不能清晰表达汇报思路的问题，开发了航道整治工程BIM+GIS三维交互汇报系统。系统利用SuperMap GIS平台实现航道BIM+GIS数据集成和性能优化，通过Unity插件对处理后的BIM+GIS数据进行快速加载，实现了BIM+GIS数据与传统文档的灵活操作与高效融合。在武安段航道整治工程进行了实际应用，通过BIM+GIS数据与PPT文档融合的交互式沟通汇报，提高了参建单位之间协作与沟通效率，进一步促进BIM技术在航道整治工程推广与应用。     

地铁列车远程数据管理系统设计与应用

从指导地铁列车高效运营和快速检修的客户需求出发,提出了地铁列车远程数据管理系统的组网结构和系统组成方案,通过分析地面采集存储软件和Web端管理软件的技术路线、软件模块流程和远程列车状态界面设计,实现了实时/非实时运行和故障数据的远程采集、解析、存储和显示功能。该系统设计在厦门地铁1号线车辆中已测试验证,目前应用稳定,达到了远程技术支持车辆运行、指导应急故障处理和维修快捷方便的目的。     

季节性冻土地区铁路路基冻结深度变化规律研究

对哈齐(哈尔滨—齐齐哈尔)客运专线DK221+150断面温度场进行实测,并对该断面温度场进行了二维有限元分析,研究季节性冻土地区铁路路基冻结深度变化规律及其影响因素,并拟合出冻结深度与热通量及持续冻结时间的函数关系。结果表明:该地区铁路路基最大冻结深度约0.3 m;路基冻结深度主要取决于浅层土体的热通量及持续冻结时间;当表层热通量降低至某一临界值后,土体冻结深度不再发展,冻土厚度开始逐步减少;冻结深度与热通量、持续冻结时间呈线性关系,随着冻结状态时间的延长,热通量的敏感性下降,持续冻结时间敏感性上升。     

西安地铁换乘站设计影响因素分析及功能设计研究

在总结西安地铁换乘站设计经验及教训的基础上,重点从车站网络定位、客流组织、空间布局、换乘形式和设计标准等方面分析影响换乘站设计和功能的因素,形成换乘站设计方案,并通过客流仿真模拟验证了设计方案的可行性.研究成果可为其他换乘站设计和已运营车站换乘功能改造设计提供指导和借鉴.     

基于粒子群优化的深度随机神经网络

针对传统多层随机神经网络性能不稳定问题,提出了一类利用粒子群优化算法来优化各层权值的深度随机网络方法.该方法利用粒子群优化算法,结合网络的输入输出灵敏度信息,逐层对自动编码器的输入层权值进行优化,通过改善自动编码器的性能来改善多层随机神经网络的性能.最后利用粒子群优化方法,对整个网络的权值作适当优化,进一步提高深度随机神经网络的性能.相对于传统深度学习算法,该方法在保持收敛精度的基础上降低了时间开销;相对于传统深度随机神经网络,该方法在增加时间开销基础上提高了收敛精度,从而较好地平衡了时间复杂度和收敛精度.     

混合式教学在《汽车测试技术》课程中的应用探索与反思

混合式教学是将线上教学与线下教学相结合的新型教学模式,充分利用混合式教学的优势以达到提升课程质量的目的。文章以《汽车测试技术》课程为例,对课程混合式教学的设计与实践进行了探索,分析了实施效果,进而总结了教学反思,旨在指导课程教学质量持续改进,同时为同类课程的混合式教学提供一定参考。     

船舶开孔梁局部屈曲的无网格MLPG分析方法

[目的]针对船舶开孔梁板易产生局部屈曲效应、受到较高的集中载荷作用会产生明显的结构响应和屈曲破坏力的问题,提出采用无网格数值方法对该类问题进行数值分析。[方法]首先,以问题域离散节点为基础建立其紧支函数,运用加权余量法建立系统位移场离散方程,并由移动最小二乘法构造离散节点的形函数,以获得位移函数的逼近函数;然后,结合经简化的屈曲评估法,将屈曲方程特征值求解进行降阶处理,得到更为精确的屈曲载荷因子;最后,进行算例演示,比较所提方法和传统计算方法并进行验证。[结果]结果显示,所提方法有效,其结果与原结构有着更高的契合度。[结论]针对开孔板梁的无网格法数值分析特性可为分析各种形状的蜂窝状板梁结构提供一种新的思路。     

跨区域城市轨道交通线路运营管理模式研究

跨区域城市轨道交通能够促进城市群交通的一体化发展.分析了跨区域城市轨道交通研究现状,分析了国内外相关线路发展现状及运营管理经验;通过分析线路衔接形式与运营组织、运营管理框架、运营管理要点,提出我国跨区域城市轨道交通线路运营管理策略;以广州、佛山两市城市轨道交通线网互联互通为案例,解析了跨区域城市轨道交通线路的运营管理模式、沟通协调机制、调度指挥、票务清分等方面的具体做法,并提出了发展建议.     

基于超前钻探及优化集成算法的隧道围岩双层质量评价

为解决隧道超前钻探地质预报在解译过程中存在的主观判断性强、定量数据利用率低、评判标准不统一等问题，通过引入机器学习中的极限梯度提升集成算法模型（extreme gradient boosting，XGBoost），结合钻探数据开展隧道围岩完整程度与围岩级别的双层质量评价研究。一方面，采取数据降噪、等距分割、二级指标计算等数据预处理手段对11 233条原始钻探采样数据进行规律发掘和质量提升；另一方面，结合遗传算法（genetic algorithm，GA）与分类器链（classifier chains，CC）构建GA-CC-XGBoost模型，实现复杂机器学习模型的超参数组合自动寻优以及多标签分类的内在相关性考虑。最终所构建训练集的完整程度与围岩级别2项标签的分类准确率分别为95.91%、97.95%，综合分类准确率为93.88%。经过实际隧道工程应用表明，该模型预测结果满足现场超前钻探地质预报的解译需求。     

用于大功率永磁直驱电力机车驱动系统的PHM系统研究

大功率永磁直驱电力机车在线路运用考核期间需利用PHM系统跟踪驱动系统的过程数据,通过PHM系统可持续监测永磁电动机轴承温升、振动及转向架关键部件振动、位移、应力情况,深入分析永磁直驱系统的特点,充分验证大功率永磁直驱系统的可靠性,为后续大功率永磁直驱技术的推广应用提供技术数据和依据。文章介绍了用于实时监测大功率永磁直驱电力机车驱动系统的PHM系统的基本方案、系统组成和试验验证等。